史上最全！历年 CVPR 最佳论文盘点（2000 年(4)
时间:2019-02-27 15:28 来源:百度新闻 作者:巧天工 点击:次
核心内容：论文提出一个集成了全自动场景几何估计、2D 物体检测、3D 定位、轨迹估计和跟踪功能的系统，以用于分析移动工具的动态场景。该系统的唯一输入来源是汽车顶部经过校准的立体装置。从这些视频流中，我们得以实时估计 Structurefrom-Motion（SfM）和场景几何。与此同时，作者还试图执行多视图/多类别对象识别，以检测摄像里的汽车和行人。 通过 SfM 自定位系统，我们可以将检测到的 2D 对象转换为 3D 成像，并在真实世界的坐标系中持续累积。随后跟踪模块将对 3D 观测结果进行分析，进而找到跟物理空间吻合的时空轨迹。最后，全局优化标准会将对象 - 对象交互（object-object interactions）考虑在内，以获得精确的汽车和行人的 3D 定位和轨迹预估结果。论文展示了该集成系统在挑战真实世界数据方面的表现，该数据集显示了拥堵市区内的汽车行驶情况。 论文链接：https://homes.esat.kuleuven.be/~konijn/publications/2007/00483.pdf 2006年最佳论文 在透视场景中放置物体 Putting Objects in Perspective
核心内容：图像理解不仅需要考虑视觉世界中的元素，还需要考虑这些元素之间的相互作用。本文提出了一个在 3D 场景语境中进行局部对象检测的框架，该框架主要基于物体、表面方向以及摄像机视点的相互作用。 大多数物体检测方法会考虑图像的比例和位置。通过对 3D 几何进行概率预估（包括表面以及世界坐标），我们可以将物体放置在透视图中，进而对图像的比例和位置变化进行建模。该方法通过对物体概率进行假设以细化几何，借此反映问题的周期性，反之亦然。该框架允许任意物体探测器进行「无痛」替换，且便于扩展至包括图像理解在内的其他方面。最终实验结果证实该综合方法的优势。 论文链接： 2005年最佳论文 实时非刚性表面检测 Real-Time Non-Rigid Surface Detection
核心内容：论文提出一种无需任何先验知识、可实时检测变形表面的方法。该方法从一组宽基线点开始，在物体未变形图像及检测图像之间进行匹配。该匹配不仅可用于检测，同时还可以用来计算点与点之间的精确映射。该算法在面对严重变形、光照变化、运动模糊以及遮挡问题时具有鲁棒性。它在 2.8 GHz 的 PC 上以每秒 10 帧的速度运行，据作者了解，尚未有其他产生类似结果的技术。 将可变形网格与设计良好的鲁邦性估计器进行结合，是该方法得以处理涉及大量参数的可变形表面建模，且获得高达 95% 避免错误匹配率的关键，远远超过了实际要求。 论文链接：https://infoscience.epfl.ch/record/128408/files/PiletLF05.pdf 2004年最佳论文 使用电子微镜阵列实现可编程的图像创建 Programmable Imaging using a Digital Micromirror Array
核心内容：论文介绍了可编程成像系统的概念。该成像系统为人类或视觉系统提供了对系统辐射度与几何特征的控制方法。该灵活性是通过可编程微镜阵列才得以实现的。我们可以通过把控空间和时间上的高精度来控制阵列方向，使得系统可以根据应用需要来灵活选择并调制光线。 作者成功实现了一种基于数字微镜装置（DMD）的可编程成像系统，用于处理数字光。虽然设备的镜像只能置于两个镜头中的一个，结果却表明该系统可以实现各种成像功能，其中包括高动态范围成像、特征检测以及物体识别。论文在最后探讨了如何在无需动用移动部件情况下，使用微镜阵列进行视场控制。 论文链接：https://www.researchgate.net/publication/4082198_Programmable_imaging_using_a_digital_micromirror_array 2003年最佳论文 使用尺度无关的无监督学习实现物体类型识别 Object Class Recognition by Unsupervised Scale-Invariant Learning
核心内容：论文提出一种通过尺度不变方法（scale invariant manner）从未标记、未分段的杂乱场景中学习并识别物体类模型的方法。这些物体被建模成灵活性的系列部件。概率表示方法被用于识别物体的所有方面，包括形状、外观、遮挡物以及相对比例。基于熵的特征检测器则用于对图像内的区域及其比例做选择。在这过程中，尺度不变对象模型的参数将被模型预估，这是通过最大似然设置（maximum-likelihood setting）中的期望最大化（expectation-maximization）来完成的。该模型基于贝叶斯方式对图像进行分类。通过一系列在几何约束类（例如面部，汽车）和柔性物体（例如动物）数据集上取得的优异结果，证明了该模型的灵活性。 论文链接：https://cs.nyu.edu/~fergus/papers/fergus03.pdf 2001年最佳论文 视频中的形变三维模型 Morphable 3D models from video (责任编辑：波少) |
