वस्तु पहचान के लिए विवेचक सामान्यीकृत हफ परिवर्तन

यह पत्र वस्तुओं की पहचान के लिए एक भाग-आधारित दृष्टिकोण प्रस्तुत करता है जिनकी उपस्थिति में बड़े परिवर्तन होते हैं। हम प्रशिक्षण चित्रों में वस्तु और पृष्ठभूमि दोनों से स्थानीय विशेषताओं के रूप में स्थानीय छवि पैच निकालते हैं ताकि विवेचनात्मक रूप से वस्तु भाग मॉडल को सीखा जा सके। हमारा वस्तु भाग मॉडल स्थानीय विशेषताओं को यह निर्धारित करता है कि वे वस्तु का भाग हैं या नहीं। विवेचना परिणामों के आधार पर, प्रत्येक स्थानीय विशेषता वस्तु के स्थान और आकार के लिए संभाव्य मतदान करता है जो प्रशिक्षण चित्रों से सीखा जाता है। हमारे वस्तु भाग मॉडल को मतदान प्रक्रिया के माध्यम से वस्तु के स्थान और आकार की भविष्यवाणी के लिए पुनर्वेशन प्रदर्शन की भी आवश्यकता होती है। हम ऐसी वस्तु भाग मॉडल बनाते हैं, जिसमें यादृच्छिक पेड़ों का एक समूह होता है जिसे प्रत्येक पेड़ के नोड को विभाजित करके प्रशिक्षित किया जाता है ताकि वर्ग लेबल वितरण की ऊष्मागतिकता और वस्तु के स्थान और आकार की विविधता को कम किया जा सके। बड़े मुद्रा परिवर्तन के साथ हाथ पहचान पर प्रयोगात्मक परिणाम दर्शाते हैं कि हमारा दृष्टिकोण पारंपरिक सामान्यीकृत हफ परिवर्तन की तुलना में बेहतर है। हमने साइड-व्यू कारों के एक सार्वजनिक डेटासेट पर प्रदर्शन की पुष्टि की।