直达形状：编码形状的实时检测
计算机视觉与模式识别
2017-07-06 v2
摘要
当前的物体检测方法预测边界框，但除了位置、尺度和长宽比之外，这些边界框提供的特定实例信息很少。在本工作中，我们提议在物体的边界框和类别之外，直接回归到物体的形状。找到一种紧凑且可解码的合适形状表示至关重要，且在这种表示中可以就视图相似性、姿态变化和遮挡等高阶概念对物体进行比较。为实现这一目标，我们使用去噪卷积自编码器建立一个嵌入空间，并将解码器置于一个经过训练可直接回归到编码形状向量的快速端到端网络之后。这产生了据我们所知的首个实时形状预测网络，在高端台式机上以约 35 FPS 运行。由于高阶形状推理被很好地整合到网络流程中，该网络表现出泛化到与训练集中类别相似的未见类别的实用优良特性，而这是大多数现有方法无法处理的。
引用
@article{arxiv.1611.07932,
title = {Straight to Shapes: Real-time Detection of Encoded Shapes},
author = {Saumya Jetley and Michael Sapienza and Stuart Golodetz and Philip H. S. Torr},
journal= {arXiv preprint arXiv:1611.07932},
year = {2017}
}
备注
16 pages including appendix; Published at CVPR 2017