基于自然语言处理的特定属性物体检测

该文研究如何在图片中定位特定属性物体(如"废弃的车"等)。由于一个物体可能包含几十甚至上百个非互斥的属性,训练特定属性物体检测器的难点是为大量的特定属性物体收集训练图片并标定边界框。该文提出使用特定属性物体分类器扩展物体检测器获取特定属性物体检测器的方法。其中的特定属性物体分类器通过使用从互联网上挖掘的图片以及从物体检测器和自然语言处理工具获取的标注信息训练得到。构建了特定属性物体检测数据库并对特定属性物体检测器的性能进行分析,结果表明:特定属性检测器的平均精度均值比物体检测器相对提高30%。