形状と外観を組み合わせた構成モデルを用いた意味的部分セグメンテーション

本研究では、動物に対する意味的部分セグメンテーションの問題を検討します。これは、動物の意味的部分が似た外観を持ち、形状が大きく異なるため、標準的な物体検出、物体セグメンテーション、ポーズ推定タスクよりも難易度が高いです。これらの課題に取り組むため、物体の境界と意味的部分の境界を表現するための構成モデルの混合を構築します。さらに、エッジ、外観、および意味的部分の手がかりを構成モデルに組み込みます。部分レベルのセグメンテーション注釈を考慮し、特定の動物クラスに対してさまざまなポーズや視点で構成モデルの混合を学習する新しいアルゴリズムを開発します。さらに、動的プログラミングを使用して構成モデルを効率的に推論するための線形複雑性のアルゴリズムを提供します。馬と牛について、新しく注釈されたPascal VOC 2010のデータセットを使用して我々の手法を評価します。このデータセットにはピクセル単位の部分ラベルがあります。実験結果は我々の手法の有効性を示しています。