基于上下文信息分离的无监督运动目标检测
计算机视觉与模式识别
2019-04-16 v2
摘要
我们提出了一种用于检测图像中运动目标的对抗式上下文模型。训练一个深度神经网络，利用除该区域以外的所有位置（上下文）的信息来预测该区域中的光流，而另一个网络则试图使此类上下文尽可能不含信息。其结果是得到一个假设自然竞争、无需显式正则化或超参数调整的模型。尽管我们的方法完全不需要监督，其性能却优于若干在大型标注数据集上预训练的方法。我们的模型可视为经典变分生成式基于区域的分割的推广，但以一种避免显式正则化或运行时求解偏微分方程的方式实现。
引用
@article{arxiv.1901.03360,
title = {Unsupervised Moving Object Detection via Contextual Information Separation},
author = {Yanchao Yang and Antonio Loquercio and Davide Scaramuzza and Stefano Soatto},
journal= {arXiv preprint arXiv:1901.03360},
year = {2019}
}