基于扩散模型的低预算语义分割两阶段主动学习
计算机视觉与模式识别
2025-10-28 v1
摘要
语义分割需要密集的像素级标注，这在极端受限的标注预算下往往昂贵。本文提出了一种针对语义分割低预算主动学习的新方法，提出一种新颖的两阶段选择流程。我们的方法利用预训练的扩散模型提取丰富的多尺度特征，捕捉全局结构和细节。在第一阶段，我们进行分层的、基于表示的候选选择，首先使用 MaxHerding 选择每个图像中一小部分代表性像素，然后将其细化为多样化的全局池。第二阶段，我们计算基于熵增强的不敏感得分（eDALD），该得分在噪声多尺度扩散特征上计算，以捕捉认识论不确定性和预测置信度，选择最具信息性的像素进行标注。这种多样性和不确定性的解耦使我们能够仅用极少量标注像素即可实现高精度分割。在四个基准（CamVid、ADE-Bed、Cityscapes 和 Pascal-Context）上的大量实验表明，在极端像素预算条件下，我们的方法显著优于现有基线。我们的代码地址为 https://github.com/jn-kim/two-stage-edald。
引用
@article{arxiv.2510.22229,
title = {Diffusion-Driven Two-Stage Active Learning for Low-Budget Semantic Segmentation},
author = {Jeongin Kim and Wonho Bae and YouLee Han and Giyeong Oh and Youngjae Yu and Danica J. Sutherland and Junhyug Noh},
journal= {arXiv preprint arXiv:2510.22229},
year = {2025}
}
备注
Accepted to NeurIPS 2025