通用边界框回归及其应用
计算机视觉与模式识别
2019-04-16 v1
摘要
边界框回归是近期目标检测方法中精炼或预测定位框的一种流行技术。通常，边界框回归器被训练为从区域提议或固定锚框回归到预定义目标物体类别的邻近边界框。本文研究该技术是否能推广到未见类别，以及是否能迁移到监督式目标检测之外的其他任务。为此，我们提出一种类无关且无锚的框回归器，称为通用边界框回归器（Universal Bounding-Box Regressor, UBBR），它从任意给定框预测最近物体的边界框。在相对较小的标注图像集上训练后，UBBR 成功推广到未见类别，并可用于改善许多视觉问题中的定位。我们展示了其在弱监督目标检测与物体发现上的有效性。
引用
@article{arxiv.1904.06805,
title = {Universal Bounding Box Regression and Its Applications},
author = {Seungkwan Lee and Suha Kwak and Minsu Cho},
journal= {arXiv preprint arXiv:1904.06805},
year = {2019}
}
备注
ACCV 2018 accepted paper