Similarity- based approach for outlier detection
Mohammed V-Agdal University（穆罕默德五世阿格达尔大学）；Hassan II Mohammedia University（哈桑二世穆罕默迪亚大学）
本文提出了一种新的方法来检测离群点通过引入对象的邻近度的概念。其主要思想是，正常点与几个邻居具有相似的特性。所以如果它有很高的接近度，并且它的邻居是几个，那么它就不是离群值。通过真实数据集说明了这种方法的性能
2014-11-25 cs.CV
Mixed Supervised Object Detection by Transferring Mask Prior and Semantic Similarity
Shanghai Jiao Tong University（上海交通大学）
目标检测已经取得了令人鼓舞的成功，但需要大规模的完全注释的数据，这是耗时和劳动密集型。因此，我们认为目标检测与混合监督，学习新的对象类别使用弱注释与现有的基础对象类别的完整注释的帮助。以前使用混合监督的工作主要是从完全注释的类别中学习类不可知的对象性，可以将其转移到新类别的弱注释升级为伪完全注释。在本文中，我们进一步转移掩码先验和语义相似度，以弥合新类别和基础类别之间的差距。具体地说，使用面具之前，帮助检测对象的能力是从基本类别和转移到新的类别。此外，从基本类别学习的对象之间的语义相似性被转移到去噪的伪完整的注释为新的类别。在三个基准数据集上的实验结果证明了该方法的有效性。代码可在https://github.com/bcmi/TraMaS-Weak-Shot-Object-Detection上获得。
2021-10-27 cs.CV
Tabular Structure Detection from Document Images for Resource Constrained Devices Using A Row Based Similarity Measure
Microsoft India（微软印度公司）；Indian Institute of Technology Kharagpur（印度理工学院克勒格布尔分校）
表格结构用于以结构化和清晰的方式呈现关键信息。这些区域的检测对于正确理解文档是非常重要的。表格结构可以是各种布局和类型。因此，这些区域的检测是一个困难的问题。大多数现有技术通过使用表格结构的先验知识来从文档图像中检测表格。然而，这些方法不适用于广义表格结构。在这项工作中，我们提出了一个相似性度量，以找到表格结构中的行对之间的相似性。该相似性度量用于识别表格区域。由于利用所有行之间的相似性来检测表格区域，因此该方法本质上独立于训练数据中存在的表格区域的布局。此外，所提出的相似性度量可以用于识别表格区域，而不使用与最近的基于深度学习的方法相关联的大量参数。因此，所提出的方法可以容易地与诸如移动设备的资源受限设备一起使用，而没有太多的开销。
2020-08-26 cs.CV
A Robust Local Binary Similarity Pattern for Foreground Object Detection
准确、快速地提取前景目标是视频监控中目标跟踪与识别的重要问题之一。尽管近年来已经提出了许多前景目标检测方法，但由于光照变化和动态背景的挑战，它仍然被认为是一个棘手的问题。在本文中，我们提出了一个强大的前景目标检测方法的贡献两个方面。首先，我们提出了一个鲁棒的纹理算子鲁棒局部二进制相似模式（RLBSP），它显示了强大的鲁棒性光照变化和动态背景。第二，颜色和纹理特征的组合用于表征像素表示，它们相互补偿以充分利用各自的优点。在CDnet 2012数据集上进行的综合实验表明，该方法与最先进的方法相比表现良好。
2018-10-18 cs.CV
SimMotionEdit: Text-Based Human Motion Editing with Motion Similarity Prediction
Purdue University（普渡大学）；DFKI（德国人工智能研究中心）；MPI-INF（马克斯·普朗克信息学研究所）；Saarland Informatics Campus（萨尔兰信息学园区）；Adobe Inc.（奥多比公司）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出SimMotionEdit，通过引入运动相似性预测任务并采用多任务训练范式及扩散-Transformer架构，联合优化运动编辑与相似性预测，显著提升了文本驱动三维人体运动编辑的对齐性和保真度。
2025-03-25 cs.CV
Two-stream Hierarchical Similarity Reasoning for Image-text Matching
Tongji University（同济大学）；DeepBlue Academy of Sciences（深兰科学院）；City University of Hong Kong（香港城市大学）
基于推理的方法已经证明了其强大的能力，为任务的图像-文本匹配。在这项工作中，解决了两个问题的图像-文本匹配。首先，对于推理处理，传统的方法没有能力发现和使用多层次的层次相似性信息。为了解决这个问题，提出了一个层次相似性推理模块，自动提取上下文信息，然后与本地交互信息进行有效的推理。其次，先前的方法仅考虑学习单流相似性对齐（即，图像到文本级或文本到图像级），这不足以完全使用相似性信息进行图像-文本匹配。为了解决这个问题，一个双流架构的开发分解图像-文本匹配到图像到文本的水平和文本到图像的水平相似度计算。这两个问题进行了调查的一个统一的框架，是在一个端到端的方式，即双流层次相似性推理网络的训练。在MSCOCO和Flickr 30 K两个基准数据集上进行的广泛实验表明，与现有的最先进方法相比，所提出的方法具有优越性。
2022-03-10 cs.CV cs.MM
Background Prompt for Few-Shot Out-of-Distribution Detection
UESTC；NUS（国立新加坡大学）；HKU（香港大学）；Hainan University（海南大学）
提出Mambo框架，通过背景提示和块自校准调整改进少样本分布外检测，减少对局部类别相似性的依赖，提升鲁棒性和性能。
2025-09-25 cs.CV
Similarity-based Text Recognition by Deeply Supervised Siamese Network
University of Louisville（路易斯维尔大学）；Captricity, Inc.（Captricity公司）
在本文中，我们提出了一个新的文本识别模型的基础上测量文本的视觉相似性和预测的内容未标记的文本。首先，在标记的训练数据集上对Siamese卷积网络进行深度监督训练。该网络将文本投影到相似性流形中。深度监督的暹罗网络学习文本的视觉相似性。然后利用K-近邻分类器对未标注文本进行基于与标注文本相似距离的预测。该模型的性能进行了评估的机器打印和手写文本相结合的三个数据集。我们证明，该模型降低了成本的人力估计$50\%-85\%$。系统误差小于$0.5\%$。该模型通过寻找视觉上相似的几乎可读和可读的文本，例如机器打印的，手写的，由于深度监督，优于传统的暹罗网络。结果还表明，预测的标签有时比人类标签更好，例如拼写校正。
2016-07-05 cs.CV cs.LG
VisualPhishNet: Zero-Day Phishing Website Detection by Visual Similarity
CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心）
钓鱼网站仍然是当今互联网生态系统的主要威胁。尽管之前做出了许多努力，但基于相似性的检测方法并不能为可信网站提供足够的保护-特别是针对看不见的钓鱼页面。本文贡献VisualPhishNet，一个新的基于相似性的网络钓鱼检测框架，基于三重卷积神经网络（CNN）。VisualPhishNet学习网站的配置文件，以便通过相似性度量来检测钓鱼网站，该度量可以推广到具有新视觉外观的页面。此外，我们还介绍了VisualPhish，这是迄今为止最大的数据集，可以以生态有效的方式促进视觉网络钓鱼检测。我们表明，我们的方法优于以前的视觉相似性网络钓鱼检测方法的大幅度提高，同时对一系列规避攻击的鲁棒性。
2020-07-05 cs.CR cs.CV cs.LG
The Many Senses of Visual Similarity: A Text-Prompted Image Perceptual Metric
研究人类视觉相似性判断的上下文依赖问题，通过引入大规模数据集微调VLM，产生能捕捉多种视觉相似性意义的TPIPS度量，该度量与人类感知更契合，还在多种任务中开启新功能。
2026-08-18 cs.CV cs.LG
Sylvester Matrix Based Similarity Estimation Method for Automation of Defect Detection in Textile Fabrics
University of Peradeniya（佩拉德尼亚大学）
织物瑕疵检测是纺织制造业中至关重要的质量控制步骤。在这篇文章中，机器视觉系统基于西尔维斯特矩阵的相似性方法（SMBSM）的基础上提出了自动化的缺陷检测过程。该算法包括六个阶段，即分辨率匹配，图像增强使用直方图规范和基于中值均值的子图像裁剪直方图均衡，图像配准通过对齐和滞后过程，图像相减，边缘检测，和故障检测的西尔维斯特矩阵的秩的装置。实验结果表明，该方法具有较好的鲁棒性，在2275 ms的计算速度下，识别准确率为93.4%，精度为95.8%.
2020-12-09 cs.CV eess.IV
Online Pedestrian Group Walking Event Detection Using Spectral Analysis of Motion Similarity Graph
University of Genoa（热那亚大学）
提出了一种视频中运动目标群的在线识别方法。该方法利用运动相似性图的谱聚类，在每一帧中识别出具有相似局部瞬时运动模式的被跟踪对象组。然后，根据PETS 2015挑战的要求，使用算法的输出来检测两个以上物体一起移动的事件。在PETS 2015数据集上评估了算法的性能。
2019-09-03 cs.CV eess.IV
Similarity Reasoning and Filtration for Image-Text Matching
Dalian University of Technology（大连理工大学）；Tencent AI Lab（腾讯人工智能实验室）；Meituan（美团）
图像-文本匹配是连接视觉和语言的重要桥梁，通过图像和句子的全局匹配、区域和词语的局部匹配，图像-文本匹配已经取得了很大的进展。然而，如何充分利用这些比对来推断更准确的匹配分数仍然是探索不足。本文提出了一种新的相似图推理和注意力过滤（SGRAF）网络用于图像-文本匹配。具体地说，首先学习基于向量的相似性表示以更全面地表征局部和全局比对，然后引入依赖于一个图卷积神经网络的相似性图推理（Similarity Graph Reasoning，SGR）模块来推断局部和全局比对的关系感知相似性。进一步开发了相似性注意力过滤（SAF）模块，通过选择性地关注有意义和代表性的比对，同时排除无意义比对的干扰，有效地整合这些比对。通过在Flickr 30 K和MSCOCO数据集上的实验，证明了该方法的优越性，并通过大量的定性实验和分析，验证了该方法对SGR和SAF模块的良好可解释性。
2021-01-05 cs.CV cs.MM
When Text and Images Don't Mix: Bias-Correcting Language-Image Similarity Scores for Anomaly Detection
National University of Singapore（新加坡国立大学）
本文针对CLIP模型在异常检测中文本与图像嵌入分布不一致导致的“相似度偏置”问题，提出无需复杂训练的BLISS方法，利用外部文本集校正偏置，在数据受限时仍显著优于基线。
2024-07-24 cs.AI cs.CV
Proto-OOD: Enhancing OOD Object Detection with Prototype Feature Similarity
Beijing Institute of Control Engineering（北京控制工程研究所）
针对神经网络易误判分布外目标的问题，提出Proto-OOD网络，利用对比损失增强类别原型代表性，并通过输入特征与原型的相似性检测OOD数据，显著降低假阳性率并改进了评估协议。
2025-01-28 cs.AI cs.CV
Exposing Fake Images with Forensic Similarity Graphs
Drexel University（德雷塞尔大学）
本研究提出取证相似性图表示，将图像伪造检测与定位重构为图社区检测问题，采用两种社区检测技术实现，实验证明其性能优于现有最先进方法。
2020-04-20 cs.CV eess.IV
MUSE: Model-based Uncertainty-aware Similarity Estimation for zero-shot 2D Object Detection and Segmentation
Netmarble（网石游戏）
本文提出无需训练的 MUSE 框架，通过多视图模板、GeM 图像块嵌入、绝对/相对联合相似度及不确定性先验，实现零样本2D检测与分割，并在 BOP Challenge 2025 三项赛道排名第一。
2025-10-15 cs.AI cs.CV
Crowd Saliency Detection via Global Similarity Structure
University of Malaya（马来亚大学）；The Chinese University of Hong Kong（香港中文大学）
由于在拥挤的场景中有大量的人（即马拉松、集会），闭路电视操作员通常会忽略在人群中发生的赛事间事件。因此，迫切需要自动检测显著人群区域，以获得更有效和主动的监视。本文提出了一种新的框架来识别和定位人群场景中的显着区域，通过转换的低层次特征提取人群运动场到一个全局相似性结构。全局相似性结构表示允许发现运动动力学的内在流形，这不能被低级表示捕获。然后对全局相似性结构执行排名以识别极值的集合。所提出的方法是无监督的，所以学习阶段被淘汰。在公共数据集上的实验结果表明，利用这种极值在各种人群场景中识别显著区域的有效性，这些场景表现出拥挤，局部不规则运动和独特的运动区域，如源和汇。
2014-10-14 cs.CV stat.ML
Detection of Alzheimer's Disease Using Graph-Regularized Convolutional Neural Network Based on Structural Similarity Learning of Brain Magnetic Resonance Images
Lakehead University（湖首大学）；University of Calgary（卡尔加里大学）
目的：本文提出了一种阿尔茨海默病（AD）检测方法的基础上学习磁共振图像（MRI）之间的结构相似性，并表示为一个图形的相似性。方法：我们使用输入图像的嵌入特征（即，非痴呆（ND）、极轻度痴呆（VMD）、轻度痴呆（MD）和中度痴呆（MDTD））。我们实验和比较不同的降维和聚类算法，以构建最佳的相似性图捕捉同类图像之间的相似性，使用余弦距离作为相似性度量。我们利用相似性图将训练数据呈现（采样）到卷积神经网络（CNN）。我们使用相似性图作为CNN模型的损失函数中的正则化器，以最小化输入图像与相似性图中的k最近邻之间的距离，同时最小化训练图像预测与实际图像类别标签之间的分类交叉熵损失。结果：我们使用几种预训练的CNN模型进行了广泛的实验，并将结果与其他最近的方法进行了比较。结论：我们的方法在测试数据集上实现了卓越的性能（准确度= 0.986，接收器操作特征曲线下的面积= 0.998，F1测量值= 0.987）。显著性：分类结果表明，与其他方法相比，预测精度有所提高。我们发布了实验中使用的所有代码，以鼓励在该领域进行可重复的研究
2021-02-25 cs.AI cs.CV cs.LG
GLSim: Detecting Object Hallucinations in LVLMs via Global-Local Similarity
Department of Computer Sciences University of Wisconsin-Madison（计算机科学系威斯康星大学麦迪逊分校）
GLSim提出一种免训练的对象幻觉检测框架，通过融合全局与局部嵌入相似性信号，显著提升了大视觉语言模型中对象幻觉检测的准确性和可靠性。
2025-10-15 cs.AI cs.CL cs.CV
Adversarially Robust Deepfake Detection via Adversarial Feature Similarity Learning
Research Center for Information Technology Innovation, Academia Sinica（中央研究院資訊科技創新研究中心）；National Chengchi University（國立政治大學）；National Taiwan University（國立臺灣大學）
针对深度伪造检测易受对抗攻击的问题，提出AFSL方法，通过整合特征学习范式并优化样本与权重相似性及正则化，在多个数据集上显著提升防御性能。
2024-02-06 cs.CV cs.LG cs.MM
SAFE: Similarity-Aware Multi-Modal Fake News Detection
Syracuse University（雪城大学）
有效检测假新闻最近引起了极大的关注。目前的研究在预测假新闻方面做出了重大贡献，但较少关注利用新闻文章中文本和视觉信息之间的关系（相似性）。重视这种相似性有助于识别假新闻故事，例如，试图使用不相关的图像来吸引读者的注意力。在这项工作中，我们提出了一个$\mathsf{S}$ imilarity- $\mathsf{A}$ ware $\mathsf{F}$ ak $\mathsf{E}$新闻检测方法（$\mathsf{SAFE}$），调查多模态（文本和视觉）信息的新闻文章。首先，采用神经网络分别提取新闻文本和视觉特征。我们进一步研究跨模态提取的特征之间的关系。新闻文本和视觉信息的这种表示及其关系被联合学习并用于预测假新闻。提出的方法有助于识别虚假的新闻文章的基础上，他们的文字，图像，或他们的“不匹配”。“我们对大规模的真实数据进行了广泛的实验，证明了所提出的方法的有效性。
2020-02-19 cs.CL cs.CV cs.LG
