新闻中心
News Center
您所在的位置:首页>新闻中心

团队在国际人工智能顶级会议ECCV2020发表论文

2020-07-20 本站

近日,以研究生阳隆荣为第一作者,李宏亮教授为通讯作者共同完成的研究论文《Learning with Noisy Class Label for Instance Segmentation》被人工智能顶级会议ECCV 2020接收。ECCVEuropean Conference on Computer Vision)与CVPRICCV并称为计算机视觉领域的三大顶级会议,受到全世界学界和工业界的广泛关注。

多实例分割(instance segmentation)是一项基础且富有挑战性的计算机视觉研究课题,包括前景-背景分类和前景-实例分类两个子任务。在多实例分割中,数据至关重要,然而,类别本身的模糊性或者标记者经验的局限性会导致错误标注的类别标签。这些误标的类别标签会严重恶化模型的精度。此外,分类任务中提出的对噪声鲁棒的对称损失会严重恶化多实例分割中前景-背景分类的精度。因此,本文基于带噪类别标签提供的前景-背景信息始终是正确的这一事实,设计出一种新的组合损失在多实例分割的前景-背景分类的子任务中充分地利用带噪的类别标签。具体来说,本文将一个batch内的样本分为四类:负样本(NEG)、伪负样本(PSN)、潜在噪声样本(POS)和其他样本(OS)。并且,针对不同的样本,本文采用不同的损失。本文提出的方法能够在多个数据库以及多种噪声样本的设置下稳定地提高模型的精度,且均优于现有的方法。

图片1.png

联系方式:

邮编:611731

实验室地址:成都市高新区(西区)西源大道2006号

电子科技大学信息与通信工程学院

技术支持:成都今网科技

版权所有 © 智能视觉信息处理与通信实验室, 2018