计算机视觉中缺失的不确定性令人不安
计算机视觉与模式识别
2021-04-19 v1 机器学习
摘要
神经网络被用于许多现实世界应用，但它们常常在估计自身置信度方面存在问题。这对于旨在与人类及其生命相关的高风险决策中的计算机视觉应用尤为成问题。在本文中，我们对文献进行了元分析，表明大多数（即便不是全部）计算机视觉应用未使用恰当的认知不确定性量化，这意味着这些模型忽视了自身的局限性。我们描述了使用缺乏恰当不确定性量化的模型的后果，并激励学界采用其所用模型的具有恰当校准认知不确定性的版本，以实现分布外检测。我们在文末总结了计算机视觉应用不确定性估计的挑战与建议。
引用
@article{arxiv.2104.08188,
title = {I Find Your Lack of Uncertainty in Computer Vision Disturbing},
author = {Matias Valdenegro-Toro},
journal= {arXiv preprint arXiv:2104.08188},
year = {2021}
}
备注
LatinX in CV Workshop @ CVPR 2021, full paper track, camera ready