-
题名一种层次化的联合识别模型
被引量：1
- 1
-
-
作者
陈耀东
李仁发
-
机构
长沙师范学院电子与信息工程系
湖南大学信息科学与工程学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2015年第11期2431-2440,共10页
-
基金
国家自然科学基金项目(60873047,61173036)
-
文摘
目标检测与姿态估计在当前视觉研究中分属不同的任务,但两者在研究方法和现实应用上具有较强的互补性.提出了一种混合的层次树模型,该模型包含3类结点,分别描述整体目标、判别部件和组件(即语义部件).中间层的判别部件兼顾承上(目标)与启下(组件)的功能,一方面刻画整体目标的局部特征,另一方面隐含多组件的共现信息.相比当前最新的联合模型,层次树模型能够并行化处理检测与估计,避免串联化联合引发的错误传播.采用基于隐变量的结构化支持向量机训练模型,同时提出了一种新的部件学习方法以自动地初始化和优化判别部件.实验设计了多任务识别和单任务识别2种评估场景,对比了本文模型与当前主流的联合识别模型,实验结果说明层次化模型具有更强的识别性能以及更高的时效性.
-
关键词
联合识别模型
姿态估计
目标检测
部件模型
结构化支持向量机
隐变量
-
Keywords
multi-task recognition model
pose estimation
object detection
part-based models
structured SVM
latent variables
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
