用于交互式卫星图像变化检测的活动学习
计算机视觉与模式识别
2021-10-11 v1
摘要
本文提出一种用于卫星图像变化检测的新型活动学习算法。所提方案是交互式的，并基于问答模型，该模型向 oracle（标注者）询问关于所采样卫星图像对相关性的最具信息量的问题，并依据 oracle 的回答迭代更新决策函数。我们研究了一种将样本相关概率建模的新框架；该概率通过最小化一个捕获代表性、多样性与模糊性的目标函数得到。仅依据这些标准具有高概率的数据被选中并展示给 oracle 以进行进一步标注。在自然灾害（即龙卷风）后卫星图像变化检测任务上的大量实验表明了所提方法相对于相关工作的有效性。
引用
@article{arxiv.2110.04250,
title = {Active learning for interactive satellite image change detection},
author = {Hichem Sahbi and Sebastien Deschamps and Andrei Stoian},
journal= {arXiv preprint arXiv:2110.04250},
year = {2021}
}