Nov, 2023
基于物体本质的图片比较：这是否是同一个苹果？
Are These the Same Apple? Comparing Images Based on Object Intrinsics
TL;DR人工视觉系统在识别物体上，受到诸如光照、物体姿态和背景等外在因素的影响，而当前的计算机视觉系统往往无法处理这些变化。我们提出将物体内在属性作为图像相似性度量的基础，将目标重新识别问题扩展到一般的物体类别，并探索了基于物体内在属性的图像相似性度量算法。同时，我们采集了CUTE数据集，其中包含180个物体的18000张图像，分别在光照、姿态和成像条件等不同外在因素下。通过将对比度自监督学习学到的深度特征与前景过滤相结合，我们提出了一种简单而有效的方法来近似计算相似性。通过对预训练特征和前景提取方法进行广泛的调研，得出了目前方法中最佳的度量内在物体为中心的图像相似性的强基线。最后，我们证明我们的方法可以在类人主体模拟和提高可泛化性的下游应用中发挥作用。