Dec, 2022

第三届自我中心类别和实例级别物体认知持续学习研讨会比赛

PDF
TL;DR本文概述了第三届连续学习计算机视觉竞赛（CLVision）在 CVPR 2022 中举办的挑战的思想、设计选择、规则和结果，其中焦点是复杂的连续物体检测任务，挑战基于新的 EgoObjects 数据集，涵盖了 100k 个视频帧中的 1000 多个独特主要对象和 250 多个类别，以基准测试连续学习算法的信息视点类别 / 实例级对象理解。
continual learningartificial intelligencecatastrophic forgettingcomputer visionobject detection
发现论文，激发创造
  • CVPR 2020 计算机视觉持续学习竞赛：方法，结果，当前挑战和未来方向

    本文介绍了计算机视觉中的连续学习问题，通过举办首届连续学习竞赛的方式，评估和对比不同算法的性能和适用性，并总结了赢得比赛的算法和未来的研究方向。

    Sep, 2020

  • 对象实例的持续学习

    该研究提出使用基于度量学习的连续实例学习方法，解决传统的目标分类任务中遇到的实例辨别问题，并通过规范化度量学习和合成数据传输等方法改进该技术，实验结果表明这些方法可有效减少遗忘现象。

    Apr, 2020

  • 漫游：基于在线持续学习的实时目标检测

    本文提出了一个新的在线持续物体检测基准，使用 KrishnaCAM 视频收集的以自我的长时间记录数据，其中把 105 个物体类别在室外的场景下做了 80 个视频片段 (~17.5 小时) 的详细边界框注释，提供了一种持续学习算法的现实游乐场，我们还引入了新的评估指标来评估模型的表现和灾难性遗忘，并为在线持续对象检测提供了基线研究。

    Aug, 2021

  • 通过生成 3D 虚拟环境评估连续学习算法

    本文提出利用 3D 虚拟环境，通过自动化生成具有逼真外观的充满生命力的动态场景，进而探索在逼真情境下基于持续学习的算法进行更新的可能性，并采用参数化描述实现对视觉输入流的可视化控制。

    Sep, 2021

  • 批级经验回放与复盘在持续学习中的应用

    本文介绍了我们的方法 —— 基于批次的经验回放与复习 —— 来应对 CVPR 2020 CLVision Continual Learning for Computer Vision 挑战，并通过 CORe50 数据集的三个不同迭代学习场景在 79 个参赛团队中分别获得第一名。

    Jul, 2020

  • 一项继续学习调查：在分类任务中应对遗忘

    本文研究了基于任务增量分类的持续学习方法，提出了一种新的框架来确定持续学习者的稳定性与可塑性的权衡， 并通过三个基准测试以及综合实验比较了 11 种持续学习方法和 4 种基线的方法的强弱和影响。

    Sep, 2019

  • 超越物体识别：朝向物体概念学习的新基准

    本研究介绍了一个挑战性的物体概念学习 (OCL) 任务，旨在推动物体理解的发展，要求机器推理出物体的可负担性和同时给出推理：什么属性使物体具有这些可负担能力，并建立了一个密集注释的知识库来支持 OCL。我们提出了一个基于因果干预和概念实例化的基线模型，名为 Object Concept Reasoning Network (OCRN)，以有效推断物体知识，并指出 OCRN 在遵循因果关系时能够有效地推导出物体知识。

    Dec, 2022

  • 在线持续学习用于室内物体识别的强健性

    家用机器人上安装的视觉系统需要与不可见的类别在多变的环境中进行交互。我们提出了 RobOCLe 作为一种少样本在线持续学习模型，通过构建富化特征空间和计算样本的高阶统计矩来改善连续学习模型的鲁棒性。

    Jul, 2023

  • COOLer：面向基于外观的多目标跟踪的课程增量学习

    这篇研究论文研究了连续学习在多目标跟踪中的应用，提出了一种基于对比学习和连续学习的跟踪器 COOLer，可以在学习新类别的同时保留过去的知识，并通过实验证明它能够有效解决跟踪和检测的灾难性遗忘问题。

    Oct, 2023

  • 持续语义分割研究综述：理论、挑战、方法与应用

    连续学习在深度学习和人工智能系统中具有突破性意义，本文以连续语义分割为例，全面调查其问题形式、主要挑战、通用数据集、新理论和多样应用，并分类整理了当前 CSS 模型中的数据回放和无数据集两个主要分支方法，并提供了具有不同应用场景和发展趋势的四个 CSS 特性。

    Oct, 2023