主动学习中的上下文感知图像标注
机器学习
2020-02-10 v1 信息检索
摘要
主动学习的图像标注劳动密集。已有多种自动与半自动标注方法被提出以节省标注成本，但标注实例数量的减少并不保证成本的降低，因为对学习者最有价值的查询可能是最困难或最模糊的情况，因而对标注者（oracle）而言标注准确性的代价也最高。本文尝试利用图像元数据在标注过程中为oracle提供更多关于图像的线索来解决此问题。我们提出一种上下文感知图像标注框架（CAIAF），该框架使用图像元数据作为相似性度量将图像聚类为若干组进行标注。我们还在标注界面上为每个图像呈现有用的元数据信息作为上下文。实验表明，与传统框架相比，CAIAF在保持高分类性能的同时降低了标注成本。
引用
@article{arxiv.2002.02775,
title = {Context Aware Image Annotation in Active Learning},
author = {Yingcheng Sun and Kenneth Loparo},
journal= {arXiv preprint arXiv:2002.02775},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1508.07647, arXiv:1207.3809 by other authors