CVPRFeb, 2015

基于轮廓片段的形状模型学习及 And-Or 树表达

PDF
TL;DR本文提出了一种学习分层物体形状模型的简单而有效的方法，该模型通过局部轮廓片段形成 And-Or 树，可以捕捉外观上的形状变化，并利用嵌入式结构聚类拓展凸凹过程（CCCP）优化 And-Or 树的学习过程。该方法能够准确定位局部轮廓，并捕捉类内差异。
hierarchical object shape modeland-or treeshape detectionlocal contour fragmentsstructural clustering
发现论文，激发创造
  • 物体形状建模和检测的动态与或图学习

    本文介绍了一种新的基于判别式局部模型的 And-Or 图方法来表示和识别目标形状，该方法克服了困难的背景环境和大量的形态变化，并且不需要太多的监督和初始化。

    Feb, 2015

  • 以辨别训练为基础的 And-Or 图模型用于物体形状检测

    通过研究一种新型的可重构部件玩具模型 ——And-Or 图模型，在图像中识别物体形状。我们提出了一种新颖的结构优化算法来训练 And-Or 模型。在多个具有挑战性的数据集上，我们的模型表现出有效鲁棒的对象检测性能，并超越了其他最先进方法。

    Feb, 2015

  • 将结构替代和共享融入层级结构中，用于多类别目标识别和检测

    本文提出一种可重构模型，用于识别和检测外观差异较大的多类（或多视）物体，该模型采用 And-Or 图结构，具备分层建模、结构可变性处理等先进能力，并提出了一种 EM 类型算法，在 PASCAL VOC 2007 和 UIUC-People 数据库等复杂环境中实现了最新的性能表现。

    Feb, 2015

  • 使用 And-Or 模型表达上下文与遮挡以进行汽车检测和观点估计

    本文提出了一种基于 And-Or 模型的学习方法，用于表示汽车检测和视点估计中的上下文和遮挡，并且是一种弱监督的学习方法。通过三个层次来表示汽车之间的上下文和遮挡配置，并且采用动态规划算法进行推理。该方法在四个汽车检测数据集和三个汽车视点估计数据集上与现有的方法相比，均获得了显著的改善结果。

    Jan, 2015

  • 一种基于图论的混合生成 - 描述模型的组合层次物体形状表征方法

    提出了一种基于图论的方法，用于在由部分组成的分层组合架构中表示对象形状，通过统计模型和最小描述长度原则，在受限制的形状单词表达中学习形状的描述，并将内部数据表示与发现的子结构压缩来构建部分组成。在六个基准二维形状图像数据集上验证了该方法。实验证明，Compositional Hierarchy of Parts（CHOP）可以使用部分共享和索引机制快速推断出形状组成，并提供比现有技术更好的形状检索性能。

    Jan, 2015

  • 通过稀疏化生成器网络诱导分层组合模型

    本文提出了一种层次组合的 AND-OR 模型，用于解释性图像合成，通过使生成器网络稀疏化来实现。

    Sep, 2019

  • 学习分层组合形状词汇以进行多类物体表示

    通过递归组合简单的轮廓片段，并结合简单的形状组合和逐层学习和逐渐增加分析窗口的大小，可以学习出一种用于表示多种物体类别的层次化组合形状词汇，并在更快的推理以及更短的训练时间内实现了最先进的检测性能。

    Aug, 2014

  • 基于 And-Or 图的在线物体跟踪、学习和解析

    本文介绍了一种名为 AOGTracker 的方法，用于在视频序列中同时跟踪，学习和解析（TLP）未知对象，使用分层和组合的 And-Or 图（AOG）表示方法。通过在线学习，使用潜在 SVM 来磨练 AOg 并解决背景中的干扰问题。通过实验表明，与现有算法相比，AOGTracker 具有更高的准确性和可靠性。

    Sep, 2015

  • 从在线仓库学习分层形状分割和标记

    该论文提出了一种将几何形状转化为分层分割部件的方法，并使用 “场景图” 和 “部件名称” 建立类别特定模型来训练和分割 3D 形状，最终完成对几何和部件之间的可视化分层和标记，实现了对物体和它们所包含的部分的分层和标记的应用。

    May, 2017

  • AdaContour：具有分层表示的自适应轮廓描述符

    本文提出了一种名为 AdaContour 的自适应轮廓描述符，通过使用多个局部表示来描述复杂形状，从而更准确且鲁棒地表示形状，并成功地将其应用于实例分割任务中。

    Apr, 2024