基于形状的对象类别模型用于知识转移

在数百或数千张图像上训练的对象类别模型已被证明能够实现稳健检测。然而，将这种模型的知识转移到从少量甚至仅一个训练实例训练的新对象类别仍处于起步阶段。本文设计了一种基于形状的模型，允许在三个不同层次上轻松而明确地转移知识：传递单个部分的形状和外观信息、传递部分之间的局部对称性和传递部分拓扑。由于模型的因式分解形式，知识可以针对完整模型或仅针对模型的某些方面转移部分知识。实验清楚地表明，所提议的模型与最先进的技术具有竞争力，并且能够实现完整和部分知识转移。