基于通用强化学习的图像变换序列检索
计算机视觉与模式识别
2023-07-14 v1 人工智能
摘要
本文提出了新颖的图像变换序列检索（ITSR）任务，其中模型必须检索分别作为源和目标的两幅给定图像之间的变换序列。鉴于该挑战的某些特性，如正确序列的多样性以及过程连续步骤间的相关性，我们提出一种使用通用基于模型的强化学习（如蒙特卡洛树搜索（MCTS））并结合深度神经网络的 ITSR 解决方案。我们的实验在合成与真实域中提供了基准，所提方法与监督训练进行比较。结果报告称，用 MCTS 训练的模型在最简单与最复杂情形下均能超越其监督对应模型。我们的工作得出了关于 ITSR 本质及其相关挑战的有趣结论。
引用
@article{arxiv.2307.06630,
title = {Image Transformation Sequence Retrieval with General Reinforcement Learning},
author = {Enrique Mas-Candela and Antonio Ríos-Vila and Jorge Calvo-Zaragoza},
journal= {arXiv preprint arXiv:2307.06630},
year = {2023}
}