跟踪与迁移：观看视频模拟强人类监督用于弱监督目标检测
计算机视觉与模式识别
2016-04-21 v1
摘要
训练目标检测器的现状方法需要昂贵的边界框标注。我们的框架采取了一个明显不同的方向：我们将弱标记视频中跟踪到的目标框迁移到弱标记图像，以自动生成伪真实框（pseudo ground-truth boxes），从而替代人工标注的边界框。我们首先在弱标记图像集合中挖掘在正/负图像中频繁/罕见出现的判别性区域。随后将这些区域与视频匹配并检索相应的跟踪目标框。最后，我们设计了一个霍夫变换（hough transform）算法来投票选出最佳框作为每幅图像的伪真实值（pseudo GT），并用它们训练目标检测器。这些共同在 PASCAL 2007 和 2010 数据集上带来了最先进的弱监督检测结果。
引用
@article{arxiv.1604.05766,
title = {Track and Transfer: Watching Videos to Simulate Strong Human Supervision for Weakly-Supervised Object Detection},
author = {Krishna Kumar Singh and Fanyi Xiao and Yong Jae Lee},
journal= {arXiv preprint arXiv:1604.05766},
year = {2016}
}
备注
IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016