Об’єкт як шаблон із рухомими частинами
На CVPR у червні 2008 року Педро Фельценшвальб (Чиказький університет), Девід Мак-Аллестер (TTI Chicago) і Дева Раманан (UC Irvine) описали детектор, де об’єкт — грубий шаблон на гістограмах градієнтів плюс дрібніші шаблони частин, що можуть зсуватися. Навчений латентним SVM, він удвічі перевершив найкращий результат PASCAL 2006 для людей: 0,34 середньої точності проти 0,16.
Чому це важливо
Моделі з частин давно були привабливою ідеєю, але на складних наборах програвали простішим жорстким шаблонам. Ця робота показала їхню перевагу на PASCAL, де перевершила найкращі результати змагання 2007 року в десяти категоріях із двадцяти, і стала моделлю, з якою порівнювали нове: R-CNN 2013 року назве її «поважною» і міряє себе саме проти неї.
Proceedings of CVPR 2008. Положення частин у навчальних прикладах не розмічено: вони латентні, і латентний SVM обирає їх сам, а навчання стає опуклим, щойно їх зафіксовано для позитивних прикладів. Складні негативні приклади збираються з хибних спрацьовувань. На наборі людей PASCAL 2006: переможець змагання — 0,16, найкращий попередній результат — 0,19, лише грубий шаблон — 0,18, з латентним вибором положення — 0,24, з частинами — 0,34. Навчання — 3–4 години на клас, обробка зображення — близько 2 секунд.