cv中关于处理遮挡文章总结

本文总结了ECCV2014上关于处理遮挡的三篇论文。1) 提出在遮挡和混乱环境下的鲁棒实例识别方法;2) 利用上下文和遮挡信息进行车辆检测的层级And-Or模型,弱监督方式无需标注车辆空间结构,仅需bounding box;3) 通过共识回归实现遮挡鲁棒的面部特征定位。文章探讨了各方法的贡献、局限及未来工作,强调即使不依赖CNN,也能发表高质量的研究成果。
摘要由CSDN通过智能技术生成

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。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值