基于卷积神经网络的数值坐标回归
论文链接
代码链接
ECCV
摘要：本文研究从输入图像中推断兴趣点数字坐标的深度学习方法。现有的基于卷积神经网络的解决方案要么采用热图匹配方法，要么使用全连接输出层回归数值坐标。这两种方法都不理想，前者不完全可微，后者缺乏内在的空间泛化性。本文提出可微空间数值变换（differentiable spatial to numerical transform：DSNT）来应对此问题。DSNT层不添加可训练参数，完全可微，具有良好的空间泛化能力。与热图匹配不同，DSNT在热图分辨率较低的情况下也表现良好，因此它可以作为一个输出层加入到现有的各种完全卷积体系结构中。与现有技术相比，DSNT在推理速度和预测精度之间提供了更好的权衡。当使用DSNT取代 sota 姿态估计方法中使用的热图匹配法时，DSNT为所有测试的模型提供了更好的预测精度。
