基于强化学习的显示尺寸选择用于节俭的卫星图像变化检测
计算机视觉与模式识别
2023-12-29 v1
摘要
我们提出了一种新颖的基于主动学习的交互式卫星图像变化检测算法。该方法迭代进行，节俭地向用户（先知）询问最关键图像的标签，并根据先知的标注更新变化检测结果。首先，我们考虑一个概率框架，为每个未标记样本分配一个相关性度量，该度量建模了该样本在训练变化检测函数时的关键程度。我们通过最小化一个混合了多样性、代表性和不确定性的目标函数来获得这些相关性度量。这些准则结合后允许探索不同的数据模式并细化变化检测。然后，我们进一步探索该目标函数的潜力，考虑一种强化学习方法，通过主动学习迭代找到多样性、代表性、不确定性以及显示尺寸的最佳组合，从而获得更好的泛化能力，如交互式卫星图像变化检测实验所示。
引用
@article{arxiv.2312.16965,
title = {Reinforcement-based Display-size Selection for Frugal Satellite Image Change Detection},
author = {Hichem Sahbi},
journal= {arXiv preprint arXiv:2312.16965},
year = {2023}
}