在最少监督下学习物体定位

在计算机视觉中，以最少的监督学习来定位物体是一个重要的问题，因为获取大规模完全注释的数据集成本极高。本文提出了一种新方法，仅使用图像级别的标签（即物体是否存在）即可实现这一目标。我们的方法结合了判别子模覆盖问题（Discriminative Submodular Cover Problem），用于自动发现一组正样本物体窗口，以及平滑隐式支持向量机（Smoothed Latent SVM）公式。后者使我们能够利用高效的拟牛顿优化技术。实验结果表明，所提出的这种方法在PASCAL VOC 2007检测数据集上的平均精度均值相比当前最先进的方法提高了50%的相对性能。