【Active Learning - 03】Adaptive Active Learning for Image Classification

主动学习系列博文：

【Active Learning - 00】主动学习重要资源总结、分享（提供源码的论文、一些AL相关的研究者）：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/85245714

【Active Learning - 01】深入学习“主动学习”：如何显著地减少标注代价：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/80146710

【Active Learning - 02】Fine-tuning Convolutional Neural Networks for Biomedical Image Analysis: Actively and Incrementally：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/78874834

【Active Learning - 03】Adaptive Active Learning for Image Classification：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/89553144

【Active Learning - 04】Generative Adversarial Active Learning：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/89631986

【Active Learning - 05】Adversarial Sampling for Active Learning：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/89736607

【Active Learning - 06】面向图像分类任务的主动学习系统（理论篇）：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/89717028

【Active Learning - 07】面向图像分类任务的主动学习系统（实践篇 - 展示）：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/89955561

【Active Learning - 08】主动学习（Active Learning）资料汇总与分享：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/96210160

【Active Learning - 09】主动学习策略研究及其在图像分类中的应用：研究背景与研究意义：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/100177750

【Active Learning - 10】图像分类技术和主动学习方法概述：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/101126055

【Active Learning - 11】一种噪声鲁棒的半监督主动学习框架：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/102417465

【Active Learning - 12】一种基于生成对抗网络的二阶段主动学习方法：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/103093810

【Active Learning - 13】总结与展望 & 参考文献的整理与分享（The End…）：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/103094113

---

【2013-CVPR】Adaptive Active Learning for Image Classification

阅读时间：

• 20181023：摘要

• 20181024：Related Work

• 20181025：Uncertainty Measure、Information Density Measure、A Combination Framework

• 20181026：all of the left…

衍生的参考资料：

• http://image-net.org/download-attributes

一些需要进一步理解的关键字：

• prior density：

• information density：

• dense region：

• sparse region：

• mutual information：is a quantity that measures the mutual dependence of two sets of variables

• representativeness measure.

• Gaussian Process Framework：A Gaussian Process is a joint distribution over a (possibly infinite) set of random variables, such that the marginal distribution over any finite subset of variables is multivariate Gaussian.

• symmetric positive definite Kernel function：对称正定的核函数

---

论文（2013 - CVPR）：

【2013-CVPR】Adaptive Active Learning for Image Classification.pdf

摘要：

近期，主动学习在计算机视觉领域引起广泛的关注。因为主动学习旨在减少时间和花费成本，在此基础上为视觉数据分析提供高质量的标注样本。计算机视觉领域现有的大多数主动学习方法都是应用 Uncertainty 作为样本的筛选策略。虽然 Uncertainty 策略在很多场景下取得了有效的成果，但在"存在大量未标注样本"场景下，效果往往不佳（倾向于离群点）。本研究中，作者尝试提出一种新颖的自适应的主动学习方法，将“information density”和“most uncertainty”等两种策略进行组合，进而筛选出 critical instances 给专家标注，最后对分类模型进行训练。本研究的实验部分包括计算机视觉领域中2个基础的任务：1）object recognition、2）scene recognition，验证本文提出方法的有效性。

阅读感想（hcq）：

what the fk：主动学习相关的论文在2013年就登上 CVPR 了，提出了“information density + most uncertainty”的样本筛选策略。后续要仔细研究研究这篇论文的各种细节！【20181023 - 16:08:25】**

---