22、基于标签转移的非参数场景解析

基于标签转移的非参数场景解析

在场景解析领域，我们提出了一种基于标签转移的非参数场景解析方法。下面将详细介绍该方法的能量函数、实验设置以及结果分析。

1. 能量函数相关项

能量函数由似然项、先验项和光滑项组成，并且由四个参数控制，以下是具体介绍：
- 似然项 ：
似然项的定义如下：
[
\psi(c(p) = l) =
\begin{cases}
\min_{i\in\Omega_{p,l}} |s(p) - s_i(p + w(p))|, & \Omega_{p,l} \neq \varnothing \
\rho, & \Omega_{p,l} = \varnothing
\end{cases}
]
其中，(\Omega_{p,l} = {i | c_i(p + w(p)) = l})，(l = 1, \cdots, L) 是经过变形后在像素 (p) 处标签为 (l) 的投票候选者的索引集。(\rho) 被设置为 SIFT 特征的最大差异值，即 (\rho = \max_{s_1,s_2,p} |s_1(p) - s_2(p)|)。
- 先验项 ：
先验项 (\pi(c(p) = l)) 表示对象类别 (l) 出现在像素 (p) 处的先验概率，通过统计训练集中每个位置上每个对象类别的出现次数得到：
[
\pi(c(p) = l) = - \log hist_l(p)
]
其中，(hist_l(p)) 是对象类别 (l) 的空间直方图。
-