#221
summarized by : Anonymous
When Active Learning Meets Implicit Semantic Data Augmentation

どんな論文か?

Optical Flowタスクにおいて,アノテーションコストを削減するために半教師あり学習を導入.アノテーションコストと精度のトレードオフを減らすために,教師ありデータの選択にALを組み込み,更にアノテーションコストを削減できる手法を提案.
placeholder

新規性

Optical FlowタスクにおいてALを使用した初めての論文.クラス分類などで広く用いられるAL手法はsoftmax確率を用いており,Optical Flowに利用できないため,不確実性としてPhotometric loss,occlusion ratio,flow grad normの3つのメトリックでそれぞれALを行う.

結果

FlyingChairs,FlyingThings3D,Sintel,KITTIで精度比較(なぜか検証データで比較).Sintelにおいては,全体の20%にアノテーションした場合がフルデータの精度に勝っており,80%のアノテーションコスト削減を達成.

その他(なぜ通ったか?等)

https://github.com/duke-vision/optical-flow-active-learning-release