[论文解读] Active Classification: Theory and Application to Underwater Inspection

Geoffrey A. Hollinger, Urbashi Mitra+1 more|arXiv (Cornell University)|Jun 29, 2011

Machine Learning and Algorithms参考文献 10被引用 13

一句话总结

本文提出了一种用于水下检测的主动分类框架，其中自主航行器利用信息论准则自适应地选择最具信息量的视角，以分类如爆炸物等物体。通过结合贝叶斯主动学习与自适应规划，该方法相比被动方法将所需视角数量减少了高达80%，显著提升了基于声纳的物体识别任务中的分类效率与准确性。

ABSTRACT

We discuss the problem in which an autonomous vehicle must classify an object based on multiple views. We focus on the active classification setting, where the vehicle controls which views to select to best perform the classification. The problem is formulated as an extension to Bayesian active learning, and we show connections to recent theoretical guarantees in this area. We formally analyze the benefit of acting adaptively as new information becomes available. The analysis leads to a probabilistic algorithm for determining the best views to observe based on information theoretic costs. We validate our approach in two ways, both related to underwater inspection: 3D polyhedra recognition in synthetic depth maps and ship hull inspection with imaging sonar. These tasks encompass both the planning and recognition aspects of the active classification problem. The results demonstrate that actively planning for informative views can reduce the number of necessary views by up to 80% when compared to passive methods.

研究动机与目标

• 将主动分类形式化为机器人检测中贝叶斯主动学习的扩展。
• 分析在新信息可用时自适应重新规划视角的益处。
• 开发一种概率性、基于信息论的方法，以选择水下检测中最具信息量的视角。
• 在合成深度图和真实船体检测声纳数据上验证该方法。
• 证明自适应主动视角选择在分类准确率与效率方面优于被动与随机视角选择。

提出的方法

• 该方法将主动分类问题形式化为一个具有不确定性下自适应决策的序列假设检验任务。
• 使用信息增益作为启发式方法，量化每个潜在视角在分类不确定性上的预期减少量。
• 该方法基于每个视角中目标物体对应像素的数量，结合距离信息，并使用平方指数核函数，计算期望信息增益。
• 算法在每一步动态重新评估最具信息量的视角，整合新观测结果以优化选择过程。
• 通过整合子模性与自适应子模性属性，确保视角选择的理论性能保证。
• 该方法被应用于模拟的三维多面体及真实世界中的船体检测声纳数据。

实验结果

研究问题

• RQ1 基于信息增益的自适应视角选择在水下检测任务中如何提升分类性能？
• RQ2 与固定或随机视角序列相比，随着新数据的获取而重新规划视角的理论优势是什么？
• RQ3 基于信息论的视角选择在多大程度上可减少准确物体分类所需的视角数量？
• RQ4 在真实声纳数据中，主动分类的性能与被动及随机视角选择相比如何？
• RQ5 所提出的方法在不同物体类型与水下环境背景条件下是否具有泛化能力？

主要发现

• 基于期望信息增益的主动视角选择，与随机选择相比，将所需视角数量减少了高达80%，用于15个正确分类的像素。
• 该方法仅用8个视角即实现15个像素的正确识别，而随机视角排序则需38个视角。
• 信息增益启发式方法优于基线方法，如按到物体的最小距离或最大视角角排序。
• 即使低层次处理存在不完美，主动方法仍通过优先选择高预期信息量的视角，显著提升了分类性能。
• 当涉及超过两个类别时，自适应重规划带来了可测量的性能提升，证实了自适应性的理论优势。
• 对预测最具信息量视角的视觉检查（图7）显示其与人类直觉高度一致，即物体在这些视角下与背景最易区分。