基于深度强化学习的高分辨率图像何时何地缩放的判定
计算机视觉与模式识别
2020-04-22 v2
摘要
尽管高分辨率图像比其低分辨率对应图像含有语义上更有用的信息，处理它们计算代价更高，且在某些应用中（例如遥感）获取成本也高得多。出于这些原因，期望开发一种自动方法，在保持精度的同时减少获取/运行时间成本，并于必要时选择性地使用高分辨率数据。为此，我们提出 PatchDrop，一种强化学习方法，用于基于配对的廉价低分辨率图像动态判定何时以及何地使用/获取高分辨率数据。我们在 CIFAR10、CIFAR100、ImageNet 和 fMoW 数据集上进行了实验，在保持与使用完整高分辨率图像的模型相近精度的同时，显著减少了高分辨率数据的使用量。
引用
@article{arxiv.2003.00425,
title = {Learning When and Where to Zoom with Deep Reinforcement Learning},
author = {Burak Uzkent and Stefano Ermon},
journal= {arXiv preprint arXiv:2003.00425},
year = {2020}
}
备注
To appear in CVPR 2020 as an Oral Presentation. The code can be found at https://github.com/ermongroup/PatchDrop