Stateless actor-critic for instance segmentation with high-level priors

要約

インスタンスのセグメンテーションは重要なコンピューター ビジョンの問題であり、ディープ ラーニング ベースの手法による最近の目覚ましい進歩にもかかわらず、依然として挑戦的な課題となっています。
十分なトレーニング データがあれば、完全に教師ありの方法で優れたパフォーマンスを得ることができますが、グラウンド トゥルース データの注釈は、特にドメインの専門家によって実行する必要がある生物医学アプリケーションの場合、依然として大きなボトルネックです。
必要なラベルの量は、事前の知識から派生したルールを使用してセグメンテーションをガイドすることにより、大幅に削減できます。
ただし、これらの規則は一般に微分可能ではないため、既存の方法では使用できません。
ここでは、ステートレス アクター クリティカ強化学習を使用してこの要件を緩和します。これにより、微分不可能な報酬が可能になります。
インスタンス セグメンテーション問題をグラフ パーティショニングとして定式化し、アクター クリティカは報酬によって駆動されるエッジの重みを予測します。これは、オブジェクトの形状、位置、またはサイズに関する高レベルの事前確率に対するセグメント化されたインスタンスの適合性に基づいています。
おもちゃのデータセットと実際のデータセットでの実験は、事前の豊富なセットのみに基づいて、直接の監督なしで優れたパフォーマンスを達成できることを示しています。

要約(オリジナル)

Instance segmentation is an important computer vision problem which remains challenging despite impressive recent advances due to deep learning-based methods. Given sufficient training data, fully supervised methods can yield excellent performance, but annotation of ground-truth data remains a major bottleneck, especially for biomedical applications where it has to be performed by domain experts. The amount of labels required can be drastically reduced by using rules derived from prior knowledge to guide the segmentation. However, these rules are in general not differentiable and thus cannot be used with existing methods. Here, we relax this requirement by using stateless actor critic reinforcement learning, which enables non-differentiable rewards. We formulate the instance segmentation problem as graph partitioning and the actor critic predicts the edge weights driven by the rewards, which are based on the conformity of segmented instances to high-level priors on object shape, position or size. The experiments on toy and real datasets demonstrate that we can achieve excellent performance without any direct supervision based only on a rich set of priors.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google