利用知识图谱与机器学习加速道路标志真值构建
人工智能
2020-12-07 v1 计算机视觉与模式识别
摘要
拥有全面、高质量的道路标志标注数据集，对于基于 AI 的道路标志识别（RSR）系统的成功至关重要。在实践中，标注者常难以学习不同国家的道路标志体系，因此任务往往耗时且结果不佳。我们提出一种新方法，利用知识图谱和一种机器学习算法——变分原型编码器（VPE）——来协助人工标注者高效地分类道路标志。标注者可使用视觉属性查询道路标志知识图谱，并接收由 VPE 模型给出的最接近匹配候选。VPE 模型以知识图谱的候选和真实标志图像块作为输入。我们表明，知识图谱方法可将标志搜索空间减少 98.9%。此外，借助 VPE，我们的系统能为测试数据集中 75% 的标志提出正确的单一候选，在这些情况下完全消除了人工搜索工作。
引用
@article{arxiv.2012.02672,
title = {Accelerating Road Sign Ground Truth Construction with Knowledge Graph and Machine Learning},
author = {Ji Eun Kim and Cory Henson and Kevin Huang and Tuan A. Tran and Wan-Yi Lin},
journal= {arXiv preprint arXiv:2012.02672},
year = {2020}
}
备注
12 pages, 5 figures