用于深度场中俯视行人定位的深度卷积神经网络弱监督训练
计算机视觉与模式识别
2018-04-12 v1 神经与进化计算
物理与社会
摘要
俯视深度图测量捕获了充足的信息，使人类专家能够准确地跟踪行人。然而，使用图像分析算法完全自动化这一过程具有挑战性。尽管人工设计的图像分析算法在许多常见情况下是成功的，但当图像中存在多个物体的复杂交互时，它们往往会失效。支撑这些人工设计解决方案的许多假设在这些情况下并不成立，且大量的异常情况难以精确建模。另一方面，深度学习算法不需要人工设计的解决方案，并且是当前图像中目标定位的最先进技术。然而，它们需要极大量的标注才能产生成功的模型。在目标定位的情况下，这些标注既难以产生又耗时。在本工作中，我们提出了一种利用深度学习算法开发行人定位模型的方法，该方法带有来自专家的高效弱监督。我们通过仅标注少量图像块并依赖合成数据增强作为在模型训练中注入专家知识的载体，规避了对大量数据进行标注的需求。这种通过专家选择代表性图像块、合适的变换以及合成数据增强的弱监督方法，使我们能够高效地成功开发用于行人定位的深度学习模型。
引用
@article{arxiv.1706.02850,
title = {Weakly supervised training of deep convolutional neural networks for overhead pedestrian localization in depth fields},
author = {Alessandro Corbetta and Vlado Menkovski and Federico Toschi},
journal= {arXiv preprint arXiv:1706.02850},
year = {2018}
}