61、图像分类与3D姿态估计方法研究

图像分类与3D姿态估计方法研究

在当今的计算机视觉领域，图像分类和3D姿态估计是两个重要的研究方向。本文将介绍一种增量结构化部件模型用于图像分类，以及一种基于金字塔结构、方面图和检查点的3D姿态估计方法。

增量结构化部件模型的图像分类

数据集与实验设置

为了评估增量结构化部件模型的性能，研究人员在两个广泛使用的数据集上进行了实验，分别是Caltech - 256和Pascal VOC 2007。Caltech - 256数据集包含256个类别共30,607张图像，每个类别至少有80张图像；Pascal VOC 2007数据集由20个类别的9,963张图像组成，这些图像中的物体处于杂乱场景中，视角、光照和物体外观有很大变化。在实验前，每张图像被调整为小于300×300像素且保持宽高比不变。

数据集	类别数量	图像数量	特点
Caltech - 256	256	30,607	每个类别至少80张图像
Pascal VOC 2007	20	9,963	物体处于杂乱场景，视角、光照和外观变化大

增量结构化部件模型评估