基于多视图的无监督联合对象分类和视角估计

基于多视图的无监督联合对象分类和视角估计(中文5000字,英文PDF)
摘要
我们提出了一种基于卷积神经网络的模型：RotationNet。它以一个目标的多视角图像作为一个输入，并且可以联合估计他的视角和类别。不同于以往的方法中用已知的视角标签来训练，我们的方法把视角标签作为潜在变量，通过对一个未对齐的数据集进行无监督学习中来获得。RotationNet被设计为可以使用一部分多视图图像进行预测，该属性在只有部分视图可用的实际场景中非常有实用价值。RotationNet的有效性是通过其优异的性能表现——其在3D对象分类的10类和40类的数据集ModelNet上被证实为目前最先进的方法。我们还表明，即使训练时没有已知视角，RotationNet也可以在对象姿态估计数据集上实现最先进的性能。