基于奖励机制和互斥条件的图像对象协同定位

随着网络共享图像数据的日益丰富,同类对象检索和定位的需求变得更为迫切,为了更好地运用“协同”的思想定位同类对象,提出了一种基于奖励机制和互斥条件的对象协同定位方法。该方法采用对象性检测算法的输出结果作为候选,以图结构的描述方式建立模型,将对象在当前图片中的显著性和与其他图片中候选对象的相似性作为奖励,以多个候选在同一图片中的重叠度作为互斥条件,能够无监督地定位出同类对象在各图中的位置。通过广泛地实验,在Object Discovery数据集和MSRC数据集上评估了该方法并和现有方法进行了对比,取得了较好的定位效果。