User: Guest  Login
Original title:
Learning under Ambiguity through Multiple Predictions
Translated title:
Lernen trotz Mehrdeutigkeit mit multiplen Hypothesen
Author:
Rupprecht, Christian
Year:
2018
Document type:
Dissertation
Institution:
Fakultät für Informatik
Advisor:
Navab, Nassir (Prof. Dr.)
Referee:
Navab, Nassir (Prof. Dr.); Hager, Gregory D. (Prof., Ph.D.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik
Keywords:
Computer Science, Deep Learning, Ambiguity
Translated keywords:
Informatik, Deep Learning, Mehrdeutigkeit
TUM classification:
MED 230d; DAT 760d
Abstract:
Nearly all real-world image understanding problems in computer vision are inherently ambiguous. Often, predictive systems do not model this ambiguity and do not consider the possibility that there can be more than just a single outcome for a given problem. This leads to sub-par performance on ambiguous tasks as the model has to account for all possibilities with one answer. We define three typical sources of confusion that render tasks not optimally solvable with a single unique prediction. F...    »
Translated abstract:
Im Bereich des Bildverstehens sind fast alle Problemstellungen inhärent mehrdeutig. Viele Methoden modellieren diese Uneindeutigkeit nicht explizit und können deshalb nur schwer mit Szenarien umgehen, in denen es mehr als ein mögliches Ergebnis gibt. Das liegt daran, dass in diesen Systemen alle Möglichkeiten in einer einzigen Antwort zusammengemischt werden müssen. Wir definieren drei Quellen von Mehrdeutigkeit. Da Fotos eine zweidimensionale Projektion der echten Welt sind, können wir als e...    »
WWW:
https://mediatum.ub.tum.de/?id=1446678
Date of submission:
28.06.2018
Oral examination:
06.12.2018
File size:
27532670 bytes
Pages:
169
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20181206-1446678-1-3
Last change:
01.08.2019
 BibTeX