Tri-Select：面向移动设备的多阶段视觉数据选择框架
机器人学
2025-12-19 v1
摘要
移动视觉众包使通过分布式移动设备收集大规模、细粒度的环境监测数据成为可能。然而，由于获取视角的重叠、分辨率的差异以及用户行为的多样性，所收集的数据常常是冗余且异质的。为解决这些挑战，本文提出一种多阶段视觉数据选择框架Tri-Select，高效过滤冗余和低质量图像。Tri-Select在三个阶段内运行：（1）基于元数据的过滤以丢弃不相关样本；（2）基于空间相似性的谱聚类以组织候选图像；（3）基于视觉特征引导的选择以保留高质量且具代表性的图像。在真实世界和公开数据集上的实验表明，Tri-Select在提高选择效率和数据集质量方面均取得佳绩，非常适合大规模众包应用。
引用
@article{arxiv.2512.16469,
title = {Tri-Select: A Multi-Stage Visual Data Selection Framework for Mobile Visual Crowdsensing},
author = {Jiayu Zhang and Kaixing Zhao and Tianhao Shao and Bin Guo and Liang He},
journal= {arXiv preprint arXiv:2512.16469},
year = {2025}
}