TPAMI 2024 | 点级监督下的噪声标注建模

题目：Modeling Noisy Annotations for Point-Wise Supervision

点级监督下的噪声标注建模

作者：Jia Wan; Qiangqiang Wu; Antoni B. Chan

---

摘要

在计算机视觉任务中，如人群计数和人体姿态估计，广泛采用了逐点监督。在实践中，点注释中的噪声可能会显著影响算法的性能和鲁棒性。在本文中，我们研究了逐点监督中注释噪声的影响，并为不同任务提出了一系列鲁棒的损失函数。特别是，点注释噪声包括空间位移噪声、遗漏点噪声和重复点噪声。空间位移噪声是最常见的一种，存在于人群计数、姿态估计、视觉跟踪等场景中，而遗漏点和重复点噪声通常出现在密集注释中，如人群计数。在本文中，我们首先通过将真实位置建模为随机变量，将注释点视为真实位置的噪声观测，来考虑位移噪声。中间表示（由点注释生成的平滑热图）的概率密度函数被推导出来，并使用负对数似然作为损失函数，以自然地模拟中间表示中的位移不确定性。遗漏和重复噪声进一步通过经验方式建模，假设噪声以高概率出现在高密度区域。我们将该方法应用于人群计数、人体姿态估计和视觉跟踪，为这些任务提出了鲁棒