面向无人机语义地图的主动学习
机器人学
2019-12-17 v2
摘要
无人机与计算机视觉系统（如卷积神经网络）相结合，为地形监测、制图和检测任务提供了灵活且经济的解决方案。然而，一个关键挑战仍在于为给定传感器、应用和任务收集和标注训练数据。我们引入了一种信息型路径规划系统，基于深度学习中不确定性估计的研究，将新颖性估计纳入其目标函数。该系统设计用于数据收集，以减少飞行次数和标注图像数量。我们在真实世界地形制图数据上评估该方法，并显示与标准割草机式数据收集技术相比，所收集的训练数据集显著更小。
引用
@article{arxiv.1908.11157,
title = {Active Learning for UAV-based Semantic Mapping},
author = {Hermann Blum and Silvan Rohrbach and Marija Popovic and Luca Bartolomei and Roland Siegwart},
journal= {arXiv preprint arXiv:1908.11157},
year = {2019}
}
备注
presented at RSS'19 "2nd Workshop on Informative Path Planning and Adaptive Sampling"