中文

面向半监督人群计数的不确定性校准

计算机视觉与模式识别 2023-08-22 v1 机器学习

摘要

半监督人群计数是一项重要且具有挑战性的任务。一种流行的方法是迭代地为无标签数据生成伪标签并将其加入训练集。关键在于利用不确定性来筛选可靠的伪标签。本文提出一种新颖的方法,用于校准人群计数模型的的不确定性。我们的方法采用有监督的不确定性估计策略,通过代理函数训练模型。这确保了不确定性在整个训练过程中得到良好控制。我们提出一种基于匹配的块级代理函数,以更好地近似人群计数任务中的不确定性。所提方法充分关注细节,同时保持适当的粒度。总体而言,我们的方法能够生成可靠的不确定性估计、高质量伪标签,并在半监督人群计数中取得最先进的性能。

关键词

引用

@article{arxiv.2308.09887,
  title  = {Calibrating Uncertainty for Semi-Supervised Crowd Counting},
  author = {Chen Li and Xiaoling Hu and Shahira Abousamra and Chao Chen},
  journal= {arXiv preprint arXiv:2308.09887},
  year   = {2023}
}

备注

Accepted by ICCV'23