Apprentissage structural hiérarchique latent pour la détection d'objets

Nous présentons une méthode d'apprentissage structurel hiérarchique latent pour la détection d'objets. Un objet est représenté par un mélange de modèles d'arbres hiérarchiques où les nœuds représentent les parties de l'objet. Les nœuds peuvent se déplacer spatialement pour permettre à la fois des déformations de forme locales et globales. Les modèles peuvent être entraînés de manière discriminative en utilisant l'apprentissage SVM structurel latent, où les variables latentes sont les positions des nœuds et le composant du mélange. Cependant, les méthodes d'apprentissage actuelles sont lentes, en raison du grand nombre de paramètres et de variables latentes, et ont été limitées à des hiérarchies à deux niveaux. Dans cet article, nous décrivons une procédure concave-convexe incrémentale (iCCCP) qui nous permet d'apprendre efficacement des modèles à deux et trois couches. Nous montrons que l'iCCCP conduit à un algorithme d'entraînement simple qui évite un entraînement complexe en plusieurs étapes par couche, une sélection minutieuse des parties, et obtient de bonnes performances sans nécessiter une initialisation élaborée. Nous réalisons la détection d'objets en utilisant nos modèles appris et obtenons des performances comparables aux méthodes de pointe lors de l'évaluation sur des ensembles de données PASCAL publics difficiles. Nous démontrons les avantages des hiérarchies à trois couches - surpassant les modèles à deux couches de Felzenszwalb et al. sur les 20 classes.