终身变化检测：面向每次机器人导航中微小目标变化检测的连续域适应
计算机视觉与模式识别
2023-06-29 v1
摘要
机器人领域中新兴的研究方向——地面视角变化检测，由于视觉不确定性与复杂非线性透视投影相结合而存在不适定性。为对该不适定性进行正则化，常用的监督学习方法（如CSCD-Net）依赖于人工标注的高质量特定目标类别先验。在本工作中，我们考虑无人工标注可用的通用应用领域，并提出一种完全自监督的方法。该方法采用一个强大且通用的思想：在日常机器人导航中检测到的目标变化可被复用为额外先验，以改进未来的变化检测任务。此外，一个鲁棒化框架被实现并在一个新的具有挑战性的实际应用场景中经实验验证：地面视角微小目标变化检测。
引用
@article{arxiv.2306.16086,
title = {Lifelong Change Detection: Continuous Domain Adaptation for Small Object Change Detection in Every Robot Navigation},
author = {Koji Takeda and Kanji Tanaka and Yoshimasa Nakamura},
journal= {arXiv preprint arXiv:2306.16086},
year = {2023}
}