Inferência e Aprendizado com Modelos Hierárquicos de Forma

Neste trabalho, apresentamos uma representação hierárquica para detecção de objetos. Representamos um objeto em termos de partes compostas por contornos correspondentes às bordas do objeto e eixos de simetria; estes, por sua vez, estão relacionados a características de borda e crista que são extraídas da imagem. Propomos um algoritmo de detecção eficiente do tipo grosseiro para fino que explora a natureza hierárquica do modelo. Isso fornece uma estrutura tratável para combinar computação de baixo para cima e de cima para baixo. Aprendemos nossos modelos a partir de imagens de treinamento onde apenas a caixa delimitadora do objeto é fornecida. Automatizamos a decomposição de uma categoria de objeto em partes e contornos, e aprendemos discriminativamente a função de custo que orienta a correspondência do objeto à imagem usando Aprendizado de Múltiplas Instâncias. Usando informações baseadas em forma, obtemos resultados de localização de ponta na UIUC e nos conjuntos de dados ETHZ.