Key points are not available for this paper at this time.
합성곱 신경망(CNN) 기반 객체 탐지 방법에서, 객체가 크기 변화, 가림 또는 잘림을 보일 때 영역 제안이 병목 현상이 됩니다. 또한, 이러한 방법은 주로 2D 객체 탐지에 중점을 두며 객체의 세부 속성을 추정할 수 없습니다. 본 논문에서는 객체 탐지를 위한 하위 범주 인식 CNN을 제안합니다. 하위 범주 정보를 사용하여 제안 생성 과정을 안내하는 새로운 영역 제안 네트워크와 공동 탐지 및 하위 범주 분류를 위한 새로운 탐지 네트워크를 소개합니다. 객체 자세와 관련된 하위 범주를 사용하여, 일반적으로 사용되는 벤치마크에서 탐지 및 자세 추정 모두에서 최첨단 성능을 달성했습니다.
Yu et al. (Wed,)은 이 문제를 연구했습니다.