面向目标检测与姿态估计的联合文法模型【精选】.pdfVIP

第 37卷 第 1O期 计 算 机 学 报 Vo1．37 No．10 2014年 1O月 CHINESEJOURNAL OF COMPUTERS 0ct．2O14 面向目标检测与姿态估计的联合文法模型 陈耀东 李仁发 李实英 黄 鑫 谢国琪 (湖南大学信息科学与工程学院 长沙 410082) 摘 要 针对部件模型在描述 目标上 的局限性 ，提 出了一种判别化 的视觉文法模型．该模型利用文法的可描述性 和可扩展性能够对通用 目标类别进行描述并且处理一般化 的识别任务．根据 目标检测和姿态估计 的特点将文法模 型实例化为两个单任务文法 ，同时对 比了文法 的异 同．通过分析检测与姿态估计在应用背景和研究方法上 的互补 性，进一步提出了一种联合识别文法．联合文法由一组判别符号合并两个单任务文法，其特点是实现了并行化的目 标检测与姿态估计，而且能同时提升检测和估计性能．鉴于参数训练所面临的弱监督环境，引入带隐变量的结构化 学习框架优化文法参数．实验分别在单任务和多任务场景下对 比了部件模型与提 出的联合文法．实验结果说 明联 合文法在性能上优于当前主流的检测模型和姿态估计模型． 关键词 视觉文法；部件模型；目标检测；姿态估计；基于隐变量的结构化 SVM；计算机视觉 中图法分类号 TP391 DOI号 10．3724／SP．J．1016．2014．02206 ACombinedGrammarforObjectDetectionandPoseEstimation CHEN Yao—Dong LIRen—Fa LIShi—Ying HUANG Xin XIE Guo—Qi (CollegeofComputerScienceandElectronicEngineering，HunanUniversity，Changsha 410082) Abstract Considerthatthelim itationofpartbasedmodelsonthedescriptionofobjectcategories， weproposeadiscriminativegrammarmode1．Themodel，which haspowerfuldescriptionability andextensibility，canrepresentgeneralobjectsanddealwithcommonrecognitiontasks．We definetwoinstantiationsofthegrammarmodelforobjectdetectionandposeestimationandthen discussthedifferencesandsimilaritiesbetween them ．Viewed from application background and currentresearchmethods，thereisgreatcomplementarityinobjectdetectionandposeestimation． Thispaperfurtherintroducesanovelgrammarthatisconstructedbycombiningtwosingle—task grammarsusingasetofdiscriminativesymbols．Therearetwocharacteristicsforthecombined grammar．First，itsupportsjointdetectionandposeestimation．Second，itcan improvethe detectionperformanceofbothtasks．Forlearninggrammarparameterswithweaksupervisionwe utilizeastructuralSVM with latentvariables．W ecomparethecombinedgrammarwithpart—b