AMiner论文推荐——PoseContrast：使用可识别姿势的对比学习在野外进行类不可知的对象视点估计

AMiner平台由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

论文名称：PoseContrast: Class-Agnostic Object Viewpoint Estimation in the Wild with Pose-Aware Contrastive Learning（PoseContrast：使用可识别姿势的对比学习在野外进行类不可知的对象视点估计）

论文链接：https://www.aminer.cn/pub/609d05e191e01118a99b9407

推荐理由： 为估计野外任意物体的姿势，作者考虑了在没有三维形状知识的情况下，对三维物体的姿势进行类别无关估计这一挑战性问题。该工作利用在已见类上学到的特征来估计未见类的姿势，但这些类与已见类有着相似的几何形状和典型框架。为此，作者通过在所有物体类别中共享权重，以一种类别无关的方式训练一个直接的姿势估计器，并引入了一种有三个主要步骤的对比性学习方法：(i) 使用预先训练的、自我监督的、基于对比的特征；(ii) 姿势感知的数据增强；(iii) 姿势感知的对比损失。作者在Pascal3D+和ObjectNet3D以及Pix3D上以跨数据集的方式进行了实验，验证了方法的有效性。

AMiner，AI赋能的学术搜索平台：https://www.aminer.cn/

#AMiner# #论文#