图像级标签能否替代像素级标签用于图像解析
计算机视觉与模式识别
2017-07-04 v3
摘要
本文提出了一种弱监督稀疏学习方法，用于解决噪声标签图像解析问题，即在噪声标签图像中分割所有对象并识别其类别（即标签）。与传统的以像素级标签作为强监督信息的图像解析不同，我们的噪声标签图像解析仅提供所有图像的噪声标签（即图像级标签），这是社交图像集合（如 Flickr）的自然设定。通过将图像过分割为区域，我们将噪声标签图像解析 formulize 为所有区域上的弱监督稀疏学习问题，其中每个区域的初始标签从图像级标签推断得出。此外，我们开发了一种高效算法来求解此类弱监督稀疏学习问题。在两个基准数据集上的实验结果展示了我们方法的有效性。更值得注意的是，所报告的惊人结果为回答以下问题提供了一些启示：图像级标签能否替代难以获取的像素级标签，作为图像解析的监督信息。
引用
@article{arxiv.1403.1626,
title = {Can Image-Level Labels Replace Pixel-Level Labels for Image Parsing},
author = {Zhiwu Lu and Zhenyong Fu and Tao Xiang and Liwei Wang and Ji-Rong Wen},
journal= {arXiv preprint arXiv:1403.1626},
year = {2017}
}