从 AI 在线滤波器到真实世界图像识别
计算机视觉与模式识别
2020-02-20 v1 人工智能
摘要
当今，用标注数据集训练的深度人工神经网络广泛用于众多视觉与机器人应用。在 AI 术语中，这些被称为反射模型，意指它们不自我演化或主动适应环境变化。随着智能机器人控制需求扩展至许多高层任务，强化学习与基于状态的模型发挥着日益重要的作用。在此，于计算机视觉与机器人领域，我们研究一种新方法，将强化控制叠加于图像识别反射模型之上，以获得更好的整体性能，具体指超出任务反射模型预期范围的更宽环境区间。遵循具备环境感知与基于 AI 的自适应智能体建模的通用架构，我们实现了多种类型的 AI 控制智能体。最后，我们提供这些智能体与基线的对比结果，及其对提升真实世界整体图像识别性能收益的深入剖析。
引用
@article{arxiv.2002.08242,
title = {AI Online Filters to Real World Image Recognition},
author = {Hai Xiao and Jin Shang and Mengyuan Huang},
journal= {arXiv preprint arXiv:2002.08242},
year = {2020}
}