이미지 컬렉션에서 상태와 변환 발견하기

시각 장면의 객체들은 다양한 변환 상태로 나타납니다. 컴퓨터 비전에서는 몇 가지 변환 클래스가 많이 연구되었습니다: 주로 색상과 기하학에서의 간단하고 파라메트릭한 변화입니다. 그러나 물리적 세계의 변환은 훨씬 더 다양한 형태로 발생하며, 의미론적 의미를 가지고 있습니다: 예를 들어, 구부림, 접힘, 노화 등이 있습니다. 객체가 겪을 수 있는 변환은 그 객체의 물리적 및 기능적 특성에 대해 알려줍니다. 본 논문에서는 다양한 변환 상태에서 발견되는 객체, 장면 및 재료의 데이터셋을 소개합니다. 새로운 이미지 컬렉션을 주어진 경우, 우리는 그 컬렉션을 묘사하는 상태와 변환에 따라 설명하는 방법을 보여줍니다. 우리의 시스템은 객체 클래스 간의 일반화를 통해 작동합니다: 하나의 객체 세트에서 학습한 상태와 변환은 완전히 새로운 객체 클래스의 이미지 컬렉션을 해석하는 데 사용됩니다.