大规模草图分组数据集与深度学习模型

"通用草图感知分组数据集和深度分组模型的研究" 本文主要探讨了在计算机视觉领域中，如何创建一个通用的草图感知分组（Sketch Perception Grouping, SPG）方法，以实现对不同领域和类别物体草图的语义分组。作者们面对的第一个挑战是缺乏大规模的草图分组数据集，因此他们贡献了一个迄今为止最大的SPG数据集，包含20,000个来自25个不同对象类别的独特草图样本。 这个SPG数据集均匀分布于各个类别，为训练和评估深度学习模型提供了丰富的资源。为了解决草图分组问题，作者提出了一个新的深度通用感知分组模型。该模型通过结合生成和歧视性损失进行学习，旨在提高模型在未见过的对象类别和数据集上的泛化能力。生成损失有助于模型适应新类别，而区分损失则包含局部分组损失和全局分组损失，以确保整体的分组一致性。 实验结果显示，这个深度模型在分组性能上显著优于现有的最先进的方法。此外，作者还证明了这个分组结果对于草图分析任务，如草图合成和细粒度的基于草图的图像检索（Fine-Grained Sketch-Based Image Retrieval, FG-SBIR），具有实际应用价值。 文章进一步引用了心理学的格式塔理论，强调了邻近性、相似性、连续性、闭合性和对称性等分组原则在计算机视觉中的重要性，尤其是在图像分割和草图分组领域。这些原则反映了人类视觉系统在不同环境和对象类别下执行感知分组的能力，为构建通用分组算法提供了理论基础。 这项工作为草图处理和理解提供了一种新的深度学习方法，通过大规模数据集的训练和强大的模型设计，实现了对各种草图的语义分组，有助于推动草图分析和相关应用的发展。