当前位置：
X-MOL 学术
›
arXiv.cs.LG
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
ReDAL：用于点云语义分割的基于区域和多样性感知的主动学习
arXiv - CS - Machine Learning Pub Date : 2021-07-25 , DOI: arxiv-2107.11769
Tsung-Han Wu, Yueh-Cheng Liu, Yu-Kai Huang, Hsin-Ying Lee, Hung-Ting Su, Ping-Chia Huang, Winston H. Hsu
arXiv - CS - Machine Learning Pub Date : 2021-07-25 , DOI: arxiv-2107.11769
Tsung-Han Wu, Yueh-Cheng Liu, Yu-Kai Huang, Hsin-Ying Lee, Hung-Ting Su, Ping-Chia Huang, Winston H. Hsu
尽管深度学习在监督点云语义分割上取得了成功，但获得大规模的逐点手动注释仍然是一个重大挑战。为了减少巨大的注释负担，我们提出了一种基于区域和多样性感知的主动学习（ReDAL），这是许多深度学习方法的通用框架，旨在仅自动选择信息丰富且多样化的子场景区域进行标签获取。观察到只有一小部分注释区域足以通过深度学习进行 3D 场景理解，我们使用 softmax 熵、颜色不连续性和结构复杂度来测量子场景区域的信息。还开发了一种多样性感知选择算法，以避免在查询批次中选择信息丰富但相似的区域而导致冗余注释。
"点击查看英文标题和摘要"
更新日期：2021-07-27
"点击查看英文标题和摘要"
京公网安备 11010802027423号