观察与学习：从视频中半监督学习目标检测器
计算机视觉与模式识别
2015-05-22 v1
摘要
我们提出了一种半监督方法，用于在长视频中定位多个未知目标实例。我们从小量标注框开始，迭代地学习和标注数十万个目标实例。我们提出了可靠目标检测与跟踪的准则，以约束半监督学习过程并最小化语义漂移（semantic drift）。我们的方法不假设在任一单帧中对每个目标实例进行穷尽标注，也不假设任何负数据的显式注释。在这样的通用设置下工作，使我们能够处理视频中的多个目标实例，其中许多是静态的。相反，现有方法要么不考虑每个视频中的多个目标实例，要么严重依赖于所出现目标的运动。实验通过评估自动标注数据在质量、覆盖率（召回率，recall）、多样性以及与训练目标检测器的相关性等多种指标上，证明了我们方法的有效性。
引用
@article{arxiv.1505.05769,
title = {Watch and Learn: Semi-Supervised Learning of Object Detectors from Videos},
author = {Ishan Misra and Abhinav Shrivastava and Martial Hebert},
journal= {arXiv preprint arXiv:1505.05769},
year = {2015}
}
备注
To appear in CVPR 2015