基于对比学习的数字图像复杂度表示
计算机视觉与模式识别
2024-08-07 v1
摘要
量化和评估图像复杂度可在提高各种计算机视觉任务的性能方面发挥关键作用。监督式学习能够有效地从经过标注的数据集中学习图像复杂度特征。然而，这些数据集需要高昂的手动标注成本。模型可能会从中学习到人类的主观偏见。在本工作中，我们引入了 MoCo v2 框架。我们利用对比学习来表示图像复杂度，命名为 CLIC（Contrastive Learning for Image Complexity）。我们发现不同图像局部区域之间存在复杂度差异，提出了随机裁剪和混合 (RCM)，该方法可产生由多尺度局部裁剪组成的正样本。RCM 还可以在不引入额外数据的情况下扩大训练集并增加数据多样性。我们针对 CLIC 进行了大量实验，与无监督和监督方法进行了比较。结果表明，CLIC 的性能相当于最先进的监督方法。此外，我们建立了可以将 CLIC 应用于计算机视觉任务的管道，从而有效地提高其性能。
引用
@article{arxiv.2408.03230,
title = {Contrastive Learning for Image Complexity Representation},
author = {Shipeng Liu and Liang Zhao and Dengfeng Chen and Zhanping Song},
journal= {arXiv preprint arXiv:2408.03230},
year = {2024}
}