UCSD研究:无偏数据集校准法RESOUND提升动作识别准确度
171 浏览量
更新于2024-06-20
收藏 1.14MB PDF 举报
本文主要探讨了在计算机视觉特别是行动识别领域,数据集偏见问题的重要性及其对模型性能的影响。大型数据集如ImageNet和MSCOCO在推动CNN技术进步中发挥了关键作用,然而,这些数据集可能存在表示偏差,即模型可能在非真实世界的表示上表现良好,而忽视了实际应用场景中的多样性。这种现象被称为数据集校准不良。
为了应对这一问题,作者们提出了名为RE-SOUND(Representative Sample-based ON-balance Data Sampling)的程序,它旨在量化并最小化数据集的代表性偏见。RE-SOUND的两个版本,一是显式版本,通过有意识地采样现有数据集以创建新的平衡数据集;二是隐式版本,通过指导数据集的创建,如在研究中开发的Div-ing48,这个包含18,000多个潜水动作视频片段的精细分类数据集,旨在覆盖48个不同的潜水类别,减少静态表示的偏见。
文章指出,传统数据集中,静态表示(如物体、场景和人物)往往倾向于占据主导地位,而在视频分类任务中,尤其是涉及时间维度的活动识别,如区分"playing music inside"和比赛中的不同运动模式,动态表示(视频的时空布局变化)是必不可少的。RE-SOUND通过考虑这些动态特性,帮助纠正了当前数据集在静态偏见上的不足。
实验结果显示,RE-SOUND的有效应用显著降低了当前数据集的静态偏差,这对于提升动作识别模型的泛化能力和公平性至关重要。这表明在构建和评估数据集时,需要更深入地考虑各种表示层次,确保数据集不仅包含丰富的样本,而且在各个层次上都有均衡的代表性,从而促进计算机视觉技术的健康发展。
2021-07-07 上传
2021-02-05 上传
2021-05-01 上传
2021-04-29 上传
2017-12-15 上传
2021-03-15 上传
2020-12-11 上传
2021-02-04 上传
cpongm
- 粉丝: 5
- 资源: 2万+
最新资源
- C语言快速排序算法的实现与应用
- KityFormula 编辑器压缩包功能解析
- 离线搭建Kubernetes 1.17.0集群教程与资源包分享
- Java毕业设计教学平台完整教程与源码
- 综合数据集汇总:浏览记录与市场研究分析
- STM32智能家居控制系统:创新设计与无线通讯
- 深入浅出C++20标准:四大新特性解析
- Real-ESRGAN: 开源项目提升图像超分辨率技术
- 植物大战僵尸杂交版v2.0.88:新元素新挑战
- 掌握数据分析核心模型,预测未来不是梦
- Android平台蓝牙HC-06/08模块数据交互技巧
- Python源码分享:计算100至200之间的所有素数
- 免费视频修复利器:Digital Video Repair
- Chrome浏览器新版本Adblock Plus插件发布
- GifSplitter:Linux下GIF转BMP的核心工具
- Vue.js开发教程:全面学习资源指南