ترجمه فارسی مقاله SegXAL: یادگیری فعال قابل توضیح برای قطعه‌بندی معنایی در سناریوهای صحنه رانندگی

چکیده

Most of the sophisticated AI models utilize huge amounts of annotated data and heavy training to achieve high-end performance. However, there are certain challenges that hinder the deployment of AI models “in-the-wild” scenarios, i.e., inefficient use of unlabeled data, lack of incorporation of human expertise, and lack of interpretation of the results. To mitigate these challenges, we propose a novel Explainable Active Learning (XAL) model, XAL-based semantic segmentation model “SegXAL”, that can (i) effectively utilize the unlabeled data, (ii) facilitate the “Human-in-the-loop” paradigm, and (iii) augment the model decisions in an interpretable way. In particular, we investigate the application of the SegXAL model for semantic segmentation in driving scene scenarios. The SegXAL model proposes the image regions that require labeling assistance from Oracle by dint of explainable AI (XAI) and uncertainty measures in a weakly-supervised manner. Specifically, we propose a novel Proximity-aware Explainable-AI (PAE) module and Entropy-based Uncertainty (EBU) module to get an Explainable Error Mask, which enables the machine teachers/human experts to provide intuitive reasoning behind the results and to solicit feedback to the AI system via an active learning strategy. Such a mechanism bridges the semantic gap between man and machine through collaborative intelligence, where humans and AI actively enhance each other’s complementary strengths. A novel high-confidence sample selection technique based on the DICE similarity coefficient is also presented within the SegXAL framework. Extensive quantitative and qualitative analyses are carried out in the benchmarking Cityscape dataset. Results show the outperformance of our proposed SegXAL against other state-of-the-art models.

چکیده به فارسی (ترجمه ماشینی)

بسیاری از مدلهای پیشرفته هوش مصنوعی از مقادیر عظیمی از داده های حاشیه نویسی و آموزش های سنگین برای دستیابی به عملکرد سطح بالا استفاده می کنند.با این حال ، چالش های خاصی وجود دارد که مانع استقرار سناریوهای “در اثر وحشی” مدل های هوش مصنوعی ، یعنی استفاده ناکارآمد از داده های بدون برچسب ، عدم اختلاط تخصص انسان و عدم تفسیر نتایج می شود.برای کاهش این چالش ها ، ما یک مدل یادگیری فعال قابل توضیح (XAL) جدید ، مدل تقسیم معنایی مبتنی بر XAL “Segxal” را پیشنهاد می کنیم ، که می تواند (i) به طور مؤثر از داده های بدون برچسب استفاده کند ، (ii) “انسان در”حلقه “الگوی” ، و (iii) تصمیمات مدل را به روشی قابل تفسیر تقویت می کند.به طور خاص ، ما در مورد استفاده از مدل SEGXAL برای تقسیم معنایی در سناریوهای صحنه رانندگی بررسی می کنیم.مدل SEGXAL مناطق تصویر را پیشنهاد می کند که نیاز به کمک به برچسب زدن از Oracle توسط DINT از AI قابل توضیح (XAI) و اقدامات عدم اطمینان به صورت ضعیف تحت نظارت دارند.به طور خاص ، ما یک ماژول جدید و توضیح داده شده از مجاورت جدید-آگاه و ماژول مبتنی بر آنتروپی (EBU) را برای به دست آوردن یک ماسک خطای قابل توضیح پیشنهاد می کنیم ، که معلمان دستگاه/متخصصان انسانی را قادر می سازد تا استدلال بصری در پشت نتایج ارائه دهند و درخواست کنندبازخورد به سیستم هوش مصنوعی از طریق یک استراتژی یادگیری فعال.چنین مکانیسم شکاف معنایی بین انسان و ماشین را از طریق هوش مشارکتی ایجاد می کند ، جایی که انسان و هوش مصنوعی به طور فعال نقاط قوت مکمل یکدیگر را تقویت می کنند.یک تکنیک انتخاب نمونه با اعتماد به نفس بالا بر اساس ضریب شباهت تاس نیز در چارچوب SEGXAL ارائه شده است.تجزیه و تحلیل های کمی و کیفی گسترده در مجموعه داده های معیار Cityscape انجام می شود.نتایج نشان می دهد که عملکرد SEGXAL پیشنهادی ما در برابر سایر مدلهای پیشرفته است.