基于单目视频的引导式自监督训练用于语义分割与深度估计
计算机视觉与模式识别
2021-08-03 v2 机器人学
摘要
对于部署在现实世界中的机器人而言，具备自主学习能力以改进其初始预设知识是理想的。我们将此形式化为一个引导式自监督学习问题：系统最初通过在带标签数据集上的监督训练进行引导，我们寻求一种自监督训练方法，能够随后仅使用无标签数据来改进该监督训练基线。在本工作中，我们利用单目视频中帧间的时间一致性来执行这种引导式自监督训练。我们表明，一个训练良好的最先进语义分割网络可通过我们的方法得到进一步提升。此外，我们展示了引导式自监督训练框架能够帮助网络比纯监督训练或自监督训练更好地学习深度估计。
引用
@article{arxiv.2103.11031,
title = {Bootstrapped Self-Supervised Training with Monocular Video for Semantic Segmentation and Depth Estimation},
author = {Yihao Zhang and John J. Leonard},
journal= {arXiv preprint arXiv:2103.11031},
year = {2021}
}
备注
IROS 2021