目标检测中上下文选择的作用
计算机视觉与模式识别
2016-09-13 v1
摘要
我们通过在由预言机提供上下文的理想条件下，分离并评估不同上下文线索的预测能力，研究了目标检测中上下文效用有限的原因。基于此项研究，我们提出了一种具有动态上下文选择的基于区域的上下文重打分方法，以去除噪声并强调信息性上下文。我们引入潜在指示变量来选择（或忽略）潜在的上下文区域，并使用 latent-SVM 学习该选择策略。我们进行了实验，以评估所提出的上下文选择方法在 SUN RGB-D 数据集上的性能。与基于外观的检测器以及没有选择方案的传统上下文模型相比，该方法在平均精度均值（mAP）方面取得了显著提升。
关键词
引用
@article{arxiv.1609.02948,
title = {The Role of Context Selection in Object Detection},
author = {Ruichi Yu and Xi Chen and Vlad I. Morariu and Larry S. Davis},
journal= {arXiv preprint arXiv:1609.02948},
year = {2016}
}