Risk Controlled Image Retrieval

要約

ほとんどの画像検索研究は予測パフォーマンスの向上に焦点を当てていますが、予測の信頼性が重要なシナリオでは不十分な場合があります。
不確実性の定量化はクエリとデータベース イメージの不確実性を評価するのに役立ちますが、この方法では保証ではなくヒューリスティックな推定のみが提供されます。
これらの制限に対処するために、事前定義された確率でグラウンド トゥルース サンプルを含むことが保証される検索セットを生成するリスク制御画像検索 (RCIR) を提案します。
RCIR は、データの分散やモデルの選択に依存せず、あらゆる画像検索方法に簡単に組み込むことができます。
私たちの知る限り、これは画像検索の範囲保証を提供する最初の研究です。
RCIR の有効性と効率は、スタンフォード CAR-196 (Krause et al. 2013)、CUB-200 (Wah et al. 2011)、ピッツバーグ データセット (Torii et al. 2011) を含む 4 つの現実世界の画像検索データセットで実証されています。
2013) および ChestX-Det データセット (Lian et al. 2021)。

要約(オリジナル)

Most image retrieval research focuses on improving predictive performance, but they may fall short in scenarios where the reliability of the prediction is crucial. Though uncertainty quantification can help by assessing uncertainty for query and database images, this method can provide only a heuristic estimate rather than an guarantee. To address these limitations, we present Risk Controlled Image Retrieval (RCIR), which generates retrieval sets that are guaranteed to contain the ground truth samples with a predefined probability. RCIR can be easily plugged into any image retrieval method, agnostic to data distribution and model selection. To the best of our knowledge, this is the first work that provides coverage guarantees for image retrieval. The validity and efficiency of RCIR is demonstrated on four real-world image retrieval datasets, including the Stanford CAR-196 (Krause et al. 2013), CUB-200 (Wah et al. 2011), the Pittsburgh dataset (Torii et al. 2013) and the ChestX-Det dataset (Lian et al. 2021).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google