面向标签高效卫星图像变化检测的虚拟样本节约式学习
计算机视觉与模式识别
2022-03-23 v1
摘要
本文设计了一种基于主动学习的新型交互式卫星图像变化检测算法。所提框架为迭代式，依赖于问答模型：该模型向 oracle（用户）询问关于信息量最大的显示（关键图像子集）的问题，并依据用户反馈更新变化检测。我们框架的贡献在于一种新颖的显示模型，其选取最具代表性与多样性的虚拟样本，这些样本对所学变化检测函数构成逆向挑战，从而在主动学习的后续迭代中导出具有高判别力的函数。在交互式卫星图像变化检测这一挑战性任务上开展的广泛实验，显示了所提虚拟显示模型相较相关工作的优越性。
引用
@article{arxiv.2203.11559,
title = {Frugal Learning of Virtual Exemplars for Label-Efficient Satellite Image Change Detection},
author = {Hichem Sahbi and Sebastien Deschamps},
journal= {arXiv preprint arXiv:2203.11559},
year = {2022}
}