CVPR 2015 Oral概览 - 第一天下午

第一天下午两大主题：脑洞大开的图像信息挖掘，以及三维对象分析。

D1-PA-2A. Discovery and Dense Correspondence

【Discovering States and Transformations in Image Collections 】

在图像集合中发现状态和变化。

(MIT)

不再识别一类物体，而是分析一类物体中可以变化的各种属性(attribute)。生涩-成熟，新鲜-发霉，新鲜-枯萎...

在某一类上学习得到的属性，可以应用在其他类上：学过“生”桃子，就能理解“生”西红柿。有点类似transfer learning。

两个特点：是在一批同类图片上学习，学习属性时是成对学习。

使用CNN提取特征。

【Unsupervised Object Discovery and Localization in the Wild: Part-Based Matching With Bottom-Up Region Proposals】

非监督定位、发掘和识别。

(INRIA)

没有任何监督学习，不做前期标定，不限定目标类别，直接从一系列图片中发现同属于一类的若干种显著目标。

e.g. 给定一系列图，有人骑马，马，人开车，车等，能够自动提取出人、马、车。

提取不同尺度的显著候选区域，找出不同图片中的相似候选，组成目标。非常接近人的学习方法。