基于最大差异学生建模不确定性的半监督二维姿态估计
计算机视觉与模式识别
2023-11-06 v1 人工智能
摘要
半监督姿态估计对计算机视觉而言是一项具实际挑战性的任务。尽管已涌现众多优秀的半监督分类方法，这些方法通常利用置信度评估伪标签质量，这在姿态估计任务中难以实现。例如，在姿态估计中，置信度仅代表热图中某位置为关键点的可能性，而非该预测的质量。本文中，我们提出一种简洁高效的框架，从建模伪标签不确定性的角度评估半监督姿态估计任务中伪标签的质量。具体而言，在双均值教师框架下，我们构建两个最大差异学生（MDSs）以有效推动两位教师对同一样本生成不同决策边界。此外，我们创建多种不确定性以评估伪标签质量。实验结果表明，我们的方法在三个数据集上提升了半监督姿态估计的性能。
引用
@article{arxiv.2311.01770,
title = {Modeling the Uncertainty with Maximum Discrepant Students for Semi-supervised 2D Pose Estimation},
author = {Jiaqi Wu and Junbiao Pang and Qingming Huang},
journal= {arXiv preprint arXiv:2311.01770},
year = {2023}
}