LRTD：基于长程时间依赖的主动学习在手术工作流识别中的应用
机器学习
2020-04-27 v2 计算机视觉与模式识别
机器学习
摘要
视频中的自动手术工作流识别是开发计算机辅助和机器人辅助手术的一个极其基础且具挑战性的问题。现有的深度学习方法在手术视频分析上取得了显著性能，然而严重依赖大规模标注数据集。不幸的是，由于需要外科医生的领域知识，标注通常无法大量获取。在本文中，我们提出了一种用于高性价比手术视频分析的新型主动学习方法。具体而言，我们提出了一种非局部循环卷积网络 (NL-RCNet)，该网络引入非局部块来捕捉连续帧之间的长程时间依赖 (LRTD)。然后，我们制定了一个片段内依赖分数来表示该片段内的整体依赖关系。通过对未标注数据池中的片段进行分数排序，我们选择依赖性弱的片段进行标注，这表明它们是最具信息量的、最能有益于网络训练的片段。我们在一个大型手术视频数据集 (Cholec80) 上通过执行手术工作流识别任务验证了我们的方法。通过使用我们基于 LRTD 的选择策略，我们能够超越其他 state-of-the-art 的主动学习方法。仅使用最多 50% 的样本，我们的方法即可超越全数据训练的性能。
引用
@article{arxiv.2004.09845,
title = {LRTD: Long-Range Temporal Dependency based Active Learning for Surgical Workflow Recognition},
author = {Xueying Shi and Yueming Jin and Qi Dou and Pheng-Ann Heng},
journal= {arXiv preprint arXiv:2004.09845},
year = {2020}
}
备注
Accepted as a conference paper in IPCAI 2020