Apr, 2024

针对少样本个性化实例识别的对象条件下实例集

PDF
TL;DR现在，用户要求视觉系统的个性化增强，能够从少样本数据集中识别和定位个人实例对象（例如，我的狗而不是狗）。本文构建了基于多阶统计的 Object-conditioned Bag of Instances (OBoI) 模型，通过扩展通用对象检测模型在 OBoI 的度量空间中搜索和识别个人实例，而无需反向传播。通过依赖多阶统计，OBoI 在区分不同实例方面取得了一致的卓越准确性。结果表明，在 18 个个人实例的情况下，我们实现了 77.1% 的个人物体识别准确率，相比最高水平提高了约 12%。
personalizationvision systemsobject localizationdeep networksinstance recognition
发现论文，激发创造
  • BoIR：多人姿势估计的盒子辅助实例表示

    本文提出了一种称为 BoIR 的边界框级实例表示学习方法，通过解决实例检测、实例解开和实例 - 关键点关联问题，同时解决了拥挤场景下的特征分离问题。我们的方法通过多任务学习底层关键点估计、边界框回归和对比实例嵌入学习，在推理过程中没有额外的计算成本，并在 COCO val（0.8 AP）、COCO test-dev（0.5 AP）、CrowdPose（4.9 AP）和 OCHuman（3.5 AP）等数据集上表现优于现有方法。

    Sep, 2023

  • 不准确边界框下鲁棒物体检测

    本文旨在提出一种基于对象感知多实例学习的方法来学习对不准确边界框具有鲁棒性的对象探测器。通过选取准确的实例并生成高质量实例来最小化误差和提高精度。实验结果表明，该方法在合成和真实嘈杂数据集上均有效。

    Jul, 2022

  • 基于方向的外观字典方法用于人员再识别

    该研究提出了一种基于人体结构的特征表示方法，并将其应用于人员再识别领域，以提高识别性能，实验结果表明该方法的有效性。

    May, 2016

  • iCAN: 实例中心注意力网络用于人 - 物交互检测

    本文提出了一种利用实例注意力重点聚合一张图像中与人 - 物交互相关的特征，实现人 - 物交互检测任务的方法，并在 COCO 和 HICO-DET 数据集上验证了其有效性，结果明显优于现有技术。

    Aug, 2018

  • 在 Bongard-HOI 中从增强标签不确定查询中进行少样本学习

    在这篇论文中，研究人员提出了一种新的方法来解决在少样本情况下检测人 - 物交互的问题，通过引入标签不确定的查询增强技术，以及伪标签生成技术和负样本支持集增强信息的方式，实现了在 Bongard-HOI 基准和 HICO-FS 数据集上的性能显著提升。

    Dec, 2023

  • Bongard-HOI: 用于人 - 物互动视觉推理的几支学习基准评测

    该研究提出了一种视觉推理基准测试，名为 Bongard-HOI，用于组合学习自然图像中的人 - 物交互。该基准测试模拟实际场景中的一些情况，通过 few-shot instance 和难例的设计，将正负图像仅在动作标签上发生分歧，使得仅仅识别物体类别就无法完成测试，对于当今的视觉识别模型来说是具有相当大的挑战。

    May, 2022

  • 实例包聚合增强自监督蒸馏

    本文针对基于对比学习的自监督学习因实例量大、收敛速度慢且小模型表现差的问题，提出了一种名为 BINGO 的知识蒸馏策略，通过传递相似样本之间的关系来提高学生模型的性能。实验表明，BINGO 在小型模型上表现出类别最佳的性能，即使用 ResNet-18 和 ResNet-34 作为骨干网时，在 ImageNet 数据集上分别达到了 65.5％和 68.9％的 top-1 精度，且远远超过了基线模型。

    Jul, 2021

  • 遮挡视频实例分割：基准

    我们收集了一个大规模的被遮挡的视频实例分割数据集，即检测，在遮挡场景中同时分割和跟踪实例，实验表明，现有的视频理解系统无法理解这些被遮挡的实例，我们还提出了一个简单的插件模块，用于补充遮挡引起的缺失对象线索，建立在 MaskTrack R-CNN 和 SipMask 上，在 OVIS 数据集上取得了显着的 AP 提升。

    Feb, 2021

  • OBoW: 自监督学习在线视觉词袋生成

    本文提出了一种基于教师 - 学生模型的在线 BoW 指导下的无监督学习策略，探索了图像的重建方法来学习视觉表示，并在多个任务上实现了前所未有的性能提升。

    Dec, 2020

  • 弱监督目标检测的物体实例挖掘

    本文提出一种基于 end-to-end 的物体实例挖掘框架，通过引入空间和外观图上的信息传递，尝试检测每张图像中可能存在的所有物体实例，以解决针对仅有图像级注释的弱监督物体检测（WSOD）的性能问题，并在 VOC 2007 和 2012 两个公共数据库上进行试验，结果验证了所提出方法的有效性。

    Feb, 2020