通过物体理解场景类别：使用卷积神经网络的语义正则化场景分类器
计算机视觉与模式识别
2015-09-23 v1
摘要
场景分类是当今机器人环境理解的一项基本感知任务。本文尝试利用流行的深度学习机器学习技术来增强场景理解，特别是在机器人应用中。由于场景图像比标志性物体图像具有更大的多样性，深度学习方法以较少样本从场景图像自动学习特征更具挑战性。受基于物体知识的人类场景理解启发，我们通过鼓励深度神经网络融入物体级信息来解决场景分类问题。这通过语义分割的正则化实现。仅使用 5 千张训练图像（而非 250 万张），我们展示了所提出的深度架构在公开可用的 SUN RGB-D 数据集上取得了优于最先进水平的场景分类结果。此外，作为正则化项的语义分割性能也通过由预测场景标签导出的细化达到了新纪录。最后，我们将在 SUN RGB-D 数据集上训练的模型应用于移动机器人捕获的图像，以对我校场景进行分类，展示了所提算法的泛化能力。
引用
@article{arxiv.1509.06470,
title = {Understand Scene Categories by Objects: A Semantic Regularized Scene Classifier Using Convolutional Neural Networks},
author = {Yiyi Liao and Sarath Kodagoda and Yue Wang and Lei Shi and Yong Liu},
journal= {arXiv preprint arXiv:1509.06470},
year = {2015}
}