Além de janelas deslizantes: Localização de objetos por busca eficiente de subjanelas

A maioria dos sistemas de reconhecimento de objetos bem-sucedidos depende de classificação binária, decidindo apenas se um objeto está presente ou não, mas não fornecendo informações sobre a localização real do objeto. Para realizar a localização, pode-se adotar uma abordagem de janela deslizante, mas isso aumenta fortemente o custo computacional, pois a função classificador deve ser avaliada em um grande conjunto de subjanelas candidatas. Neste artigo, propomos um esquema simples, mas poderoso, de branch-and-bound que permite a maximização eficiente de uma grande classe de funções classificadoras sobre todas as possíveis subimagens. Ele converge para uma solução globalmente ótima tipicamente em tempo sublinear. Mostramos como nosso método é aplicável a diferentes cenários de detecção e recuperação de objetos. O aumento de velocidade alcançado permite o uso de classificadores para localização que anteriormente eram considerados muito lentos para essa tarefa, como SVMs com um núcleo de pirâmide espacial ou classificadores de vizinho mais próximo baseados na distância qui-quadrado. Demonstramos desempenho de ponta dos sistemas resultantes no conjunto de dados UIUC Cars, no conjunto de dados PASCAL VOC 2006 e na competição PASCAL VOC 2007.