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

A maioria dos sistemas de reconhecimento de objetos bem-sucedidos depende da 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 usar uma abordagem de janela deslizante, mas isso aumenta fortemente o custo computacional, pois a função do classificador deve ser avaliada em um grande conjunto de subjanelas candidatas. Neste artigo, propomos um esquema simples, mas poderoso, de ramificação e delimitação que permite a maximização eficiente de uma grande classe de funções de classificadores sobre todas as subimagens possíveis. 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 vizinhos mais próximos 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.