生成式单样本学习（GOL）：自主视觉中单样本学习的半参数方法
计算机视觉与模式识别
2018-12-20 v1 机器学习
机器人学
机器学习
摘要
高度自动驾驶（HAD）系统依赖深度神经网络对驾驶环境进行视觉感知。此类网络在大型人工标注数据库上训练。本工作提出一种单样本学习的半参数方法，旨在绕过训练自动驾驶感知系统所需的人工标注步骤。所提出的生成式框架称为生成式单样本学习（GOL），以单个单样本物体或通用模式，以及一小部分用于驱动生成过程的所谓正则化样本为输入。利用内置于泛化生成器中的一组泛化函数，从单样本物体生成作为 Pareto 最优解的新合成数据。GOL 已在自主视觉中遇到的环境感知挑战上进行了评估。
引用
@article{arxiv.1812.07567,
title = {Generative One-Shot Learning (GOL): A Semi-Parametric Approach to One-Shot Learning in Autonomous Vision},
author = {Sorin Grigorescu},
journal= {arXiv preprint arXiv:1812.07567},
year = {2018}
}
备注
Web-site: http://rovislab.com/gol.html