基于像素支撑的部件稀疏图像结构实现面向部件的场景理解
计算机视觉与模式识别
2011-08-23 v1 机器学习
摘要
场景理解仍然是计算机视觉领域的一个重大挑战。视觉心理物理学文献已经证明了场景中各部件之间相互依赖的重要性。然而，计算机视觉中的大多数方法仍然是局部的。图像结构模型已成为解决某些视觉问题（如关节式物体检测）的基本部件模型。但是，经典图像结构的形式限制了其在全局问题（如语义像素标记）上的适用性。在本文中，我们提出了一种图像结构方法的扩展，称为像素支撑的部件稀疏图像结构（PS3），以克服这一限制。我们的模型在两个方面扩展了经典形式：第一，它直接基于像素支撑而非参数化形式来定义部件；第二，它指定了一个合理的基于部件的场景模型空间，并允许使用其中一个模型对任意给定图像进行推理。PS3在统一场景元素的物体级和像素级建模方面取得了进展。在本报告中，我们实现了模型的前半部分，并依赖外部知识为给定图像提供初始图结构。我们在基准数据集上的实验结果证明了这种新的基于部件的场景建模视角的能力。
引用
@article{arxiv.1108.4079,
title = {Toward Parts-Based Scene Understanding with Pixel-Support Parts-Sparse Pictorial Structures},
author = {Jason J. Corso},
journal= {arXiv preprint arXiv:1108.4079},
year = {2011}
}