ECCV2014:
1.Robust Instance Recognition in Presence of Occlusion and Clutter
-score: 6/10
-brief description:
这篇文章处理的是样例级别的识别问题,主要解决的是上述问题中的遮挡、密集问题。数据采用3d clound作为输入(可以由深度采集设备获得),提出用edgelet来描述 物体 的3D shape 信息,具体的训练方法采用soft-label Random Forest(不了解)。实验数据库采用2013年ACCV一篇文章构建的ACCV3d数据库(包含杯子、猫、电 话等15类物体) ,以及为了解决测试样例中遮挡情况不足而自己构建的Desk3D数据库(大部分为桌子上摆放的物体)。实验效果提升10%多个点左右(主要是实验效果 好)。
-contributions:
1.往常的多样例识别往往不能够同时处理遮挡、密集、存在干扰物等情况,这篇文章在一个model里能够同时处理上述几个问题。