最小物体图像的结构化学习与精细解释

我们建模了人类对物体图像完整解释的过程，即识别和定位人类观察者所能辨认的所有语义特征与部件的能力。该任务通过将完整物体的解释划分为多个简化但可解释的局部区域的解释来处理。我们通过结构化学习框架建模解释过程，其中存在对人类局部解释有用的基元组件与关系。为识别解释过程中有用的组件与关系，我们考虑最小构型的解释，即进一步简化将使其无法被辨认和解释的简化局部区域。我们展示了模型的实验结果，以及通过变换最小图像预测并验证对模型有用的关系的结果。