Integrating near and long-range evidence for visual detection

Bu tez, tek-aşamalı, sınırlayıcı kutu içermeyen, oylamaya dayalı, aşağıdan-yukarıya nesne tanıma yöntemi olan HoughNet`i sunar. Genelleştirilmiş Hough Dönüşümü`nden esinlenen HoughNet, belirli bir konumdaki bir nesnenin varlığını, o konuma verilen oyların toplamına göre belirler. Oylar, log-polar oy alanına dayalı olarak hem yakın hem de uzak mesafelerden toplanır. Bu oylama mekanizması sayesinde, HoughNet görsel tanıma için hem yakın hem de uzun mesafeli, sınıf koşullu kanıtları entegre edebilir, böylece tipik olarak yalnızca yerel kanıtlara dayanan mevcut nesne algılama metodolojisini genelleştirir ve geliştirir. COCO veri kümesinde, HoughNet`in en iyi modeli 46.4 AP (ve 65.1 AP_50) elde ederek aşağıdan-yukarıya nesne tanıma yöntemleri ile benzer seviyede başarım göstermiş ve bir çok ana tek-aşamalı ve iki-aşamalı nesne tanıma yöntemlerini geride bırakmıştır. Önerdiğimiz yöntemin etkinliğini diğer görsel tanıma problemlerinde, yani videolarda nesnesi tanıma, nesne bölütleme, 3B nesne tanıma, insan pozisyon kestirimi, tüm-vücut insan pozisyon kestirimi, yüz tanıma ve ek olarak ``etiketten fotoğrafa`` görüntü oluşturma probleminde doğruladık. Buna göre, oylama modülümüz entegre edildiği her durumda performansı sürekli olarak iyileştirmiştir. Önerimizin tüm-vücut insan pozisyon kestirimi için etkinliğini göstermek için HPRNet adını verdiğimiz aşağıdan-yukarıya tek-aşamalı bir yöntem geliştirdik. HPRNet`te, tüm-vücut ana noktalarının her birini, insan sınırlayıcı kutu üzerindeki belirli noktalara göreli bir konumla tanımladığımız hiyerarşik bir regresyon mekanizması oluşturuyoruz. Bu tez bağlamında ayrıca, oylama yoluyla kısa mesafeli etkileşimleri entegre eden, tek-aşamalı, sınırlayıcı kutu içermeyen bir nesne tanıma yöntemi olan PPDet`i öneriyoruz. PPDet, tekil özniteliklerden elde edilen tahminleri tek bir tahminde toplar, bu sayede eğitim sırasında ayırt edici olmayan özniteliklerin katkılarının azaltmasına olanak tanır.