Reconstructed Student-Teacher and Discriminative Networks for Anomaly Detection
Meijo University(名城大学)
异常检测是计算机视觉中的一个重要问题,然而,异常样本的稀缺性使得这项任务变得困难。因此,最近的异常检测方法仅使用没有异常区域的正常图像进行训练。在这项工作中,一个强大的异常检测方法,提出了基于学生-教师特征金字塔匹配(STPM),其中包括一个学生和教师网络。生成模型是异常检测的另一种方法。它们从输入重建法线图像,并计算预测法线与输入之间的差异。不幸的是,STPM没有生成正常图像的能力。为了提高STPM的准确性,这项工作使用了学生网络,在生成模型,重建正常功能。这提高了准确性;然而,正常图像的异常图并不干净,因为STPM不使用异常图像进行训练,这降低了图像级异常检测的准确性。为了进一步提高准确性,在我们的方法中使用了一个判别网络,该网络由两对学生-教师网络和一个判别网络组成。该方法在MVTec异常检测数据集上显示出较高的准确性。
2022-10-14 cs.CV
Detection of Morphed Face Images Using Discriminative Wavelet Sub-bands
West Virginia University(西弗吉尼亚大学)
这项工作研究了著名的变形攻击问题,这在生物识别社区引起了相当大的关注。变形图像暴露了人脸识别系统对错误接受的敏感性,导致了可怕的后果,特别是对于国家安全应用。为了检测变形攻击,我们提出了一种基于判别式2D离散小波变换(2D-DWT)的方法。判别小波子带可以突出真实图像和变形图像之间的不一致。我们观察到,有一个显着的差异之间的熵的一个真正的图像中的一个给定的子带,并在变形的样本相同的子带的熵。考虑到这两个熵值之间的差异,我们发现两个分布之间的Kullback-Leibler分歧,即真正的和相应的变形图像的熵。最具鉴别力的小波子带是具有最高对应KL发散值的子带。因此,选择22个子带作为在形态检测方面最有区别的子带。我们表明,在22个区分子带上训练的深度神经网络(DNN)可以精确地检测变形样本。最重要的是,我们的算法的有效性进行了验证,通过实验上的三个数据集:VISAP 17,LMA,和MorGAN。我们还对子带选择进行了消融研究。
2021-06-16 cs.CV
Frequency-aware Discriminative Feature Learning Supervised by Single-Center Loss for Face Forgery Detection
University of Science and Technology of China(中国科学技术大学);Kuaishou Technology(快手科技)
人脸伪造检测是计算机视觉领域的研究热点之一。虽然最近的工作已经取得了很好的成绩,但仍然存在不可忽视的问题:a)由softmax损失监督的学习特征是可分离的,但不够有区别性,因为softmax损失并没有明确地鼓励类内紧致性和类间可分性; b)固定的滤波器组和手工制作的特征不足以从不同的输入中捕获伪造的频率模式。为了弥补这种局限性,本文提出了一种新的频率感知的鉴别特征学习框架。具体来说,我们设计了一种新的单中心损失(SCL),它只压缩自然人脸的类内变化,同时提高嵌入空间中的类间差异。在这种情况下,网络可以以更小的优化难度学习更多的区分特征。此外,开发了自适应频率特征生成模块,以完全数据驱动的方式挖掘频率线索。通过以上两个模块,整个框架可以以端到端的方式学习更多的区分性特征。大量的实验证明了我们的框架的有效性和优越性的三个版本的FF++数据集。
2021-03-16 cs.CV
Anomaly Detection with Prototype-Guided Discriminative Latent Embeddings
Peng Cheng Laboratory(鹏城实验室)
最近对视频异常检测(VAD)的努力试图学习一个深度自动编码器来描述具有小重建错误的正常事件模式。具有大的重建误差的视频输入在测试时被视为异常。然而,由于深度自编码器强大的泛化能力,这些方法有时会很好地重建异常输入。为了解决这个问题,我们提出了一种新的异常检测方法,它利用正常数据的判别原型来重建视频帧。这样,该模型将有利于正常事件的重建,而扭曲异常事件的重建。具体来说,我们使用一个原型引导的内存模块来执行歧视性的潜在嵌入。我们引入了一个新的记忆模块的判别准则,以及相应的损失函数,它可以鼓励记忆项记录正常数据的代表性嵌入,即原型。此外,我们设计了一种新颖的双分支自动编码器,它由未来帧预测网络和RGB差分生成网络组成,它们共享同一个编码器。堆叠的RGB差异包含运动信息,就像光流一样,因此我们的模型可以学习时间规律。我们评估了我们的方法在三个基准数据集上的有效性,实验结果表明,所提出的方法优于最先进的。
2021-09-02 cs.CV
Discriminative Representation Combinations for Accurate Face Spoofing Detection
Shanghai Jiao Tong University(上海交通大学)
介绍了三种用于人脸呈现攻击检测的鉴别表示方法。首先,我们设计了一个描述符称为空间金字塔编码微纹理(SPMT)特征来描述局部外观信息。其次,我们利用SSD,这是一个深度学习框架的检测,挖掘上下文线索和进行端到端的人脸呈现攻击检测。最后,我们设计了一个模板人脸匹配双目深度(TFBD)特征来描述真实和虚假人脸的立体结构。为了更准确地检测呈现攻击,我们还设计了两种呈现组合。首先,我们提出了一个决策层级联策略,结合SPMT和SSD。其次,我们使用一个简单的分数融合策略,结合人脸结构线索(TFBD)和局部微观纹理特征(SPMT)。为了证明我们设计的有效性,我们在三个公共数据集上评估了SPMT和SSD的表示组合,其性能优于所有其他最先进的方法。此外,我们评估了我们的数据集上的SPMT和TFBD的表示组合,也取得了优异的性能。
2018-08-28 cs.CV
Salient Object Detection: A Discriminative Regional Feature Integration Approach
Oxford University(牛津大学);Microsoft Research Asia(微软亚洲研究院)
显著性目标检测已经吸引了很多兴趣,并且最近已经设计了各种启发式计算模型。在本文中,我们制定显着图计算作为一个回归问题。我们的方法,这是基于多层次的图像分割,利用监督学习的方法来映射的区域特征向量的显着性得分。跨多个级别的显著性分数最终被融合以产生显著性图。贡献在于两方面。一是提出了一种区分区域特征的显著目标检测方法。与现有的启发式模型相比,我们提出的方法是能够自动集成高维区域显著性特征,并选择判别。另一个是通过研究标准的通用区域属性以及两个广泛研究的用于显著目标检测的概念,即,区域对比度和背景性,我们的方法在六个基准数据集上显着优于最先进的方法。同时,我们证明了我们的方法运行速度最快的现有算法。
2014-10-22 cs.CV
Discriminative-Generative Dual Memory Video Anomaly Detection
State Key Lab of CAD&CG, Zhejiang University(浙江大学CAD&CG国家重点实验室);Nanyang Technological University(南洋理工大学);DAMO Academy, Alibaba Group(阿里巴巴集团达摩院)
最近,人们试图在训练过程中使用一些异常来进行视频异常检测(VAD),而不是仅使用正常数据。当少数异常数据面对大量正常数据时,会出现数据不平衡的副作用。最新的VAD作品使用三重丢失或数据重采样策略来减轻这个问题。然而,仍然没有一个精心设计的结构,歧视性VAD与一些异常。本文提出了一种区分性-能量双重内存异常检测模型(DREAM),利用少量异常来解决数据不平衡问题。我们使用两个浅层鉴别器来收紧正态特征分布边界,并使用一个生成器来进行下一帧预测。此外,我们提出了一个双记忆模块,以获得一个稀疏的特征表示在正常和异常空间。因此,DREAM不仅解决了数据不平衡的问题,而且还学习了合理的特征空间。进一步的理论分析表明,我们的梦想也适用于未知的异常。与UCSD Ped 1、UCSD Ped 2、中大大道和上海科技大学的已有方法相比,该模型在没有额外参数的情况下优于所有基线。消融研究证明了我们的双记忆模块和判别生成网络的有效性。
2021-04-29 cs.CV
Differential Morph Face Detection using Discriminative Wavelet Sub-bands
West Virginia University(西弗吉尼亚大学)
人脸识别系统非常容易受到变形攻击,其中变形的人脸参考图像可以成功地验证为两个或更多个不同的身份。在本文中,我们提出了一种变形攻击检测算法,利用非抽样二维离散小波变换(DWT)识别变形的人脸图像。我们的框架的核心是,在图像域中不可辨别的变形过程中产生的伪影可以更容易地在空间频率域中识别。有区别的小波子带可以突出真实图像和变形图像之间的差异。为此,多级DWT应用于所有图像,每个产生48个中高频子带。每个子带的熵分布分别计算真实和变形图像。对于某些子带,真实图像中的子带的熵与变形图像中的相同子带的熵之间存在显著差异。因此,我们采用Kullback-Liebler Divergence(KLD)来利用这些差异并隔离最具鉴别力的子带。我们通过KLD值来衡量子带的区分度,并选择KLD值最高的22个子带进行网络训练。然后,我们训练一个深暹罗神经网络使用这22个选择的子带差分变形攻击检测。我们研究了变形攻击检测的判别小波子带的功效,并表明在这些子带上训练的深度神经网络可以准确地识别变形图像。
2021-06-24 cs.CV
RGB-D Salient Object Detection Based on Discriminative Cross-modal Transfer Learning
在这项工作中,我们建议利用卷积神经网络,以提高深度引起的显着目标检测的性能,通过捕捉深度模态的高级代表性特征。我们将深度诱导的显著性检测公式化为基于CNN的跨模态传输问题,以弥合CNN的“数据饥饿”性质与深度模态中无法获得足够的标记训练数据之间的差距。在所提出的方法中,我们通过训练RGB显着性检测网络来有效地利用来自源模态的辅助数据,以获得目标模态的特定于任务的预理解层。同时,我们通过预训练一个模态分类网络来利用深度特定信息,该网络在优化过程中鼓励模态特定的表征。因此,它可以使RGB和深度模态的特征表示尽可能具有区别性。这两个模块独立地进行预训练,然后拼接以初始化和优化最终的深度诱导显著性检测模型。实验证明了所提出的新的预训练策略的有效性,以及所提出的方法比其他国家的最先进的方法显着和一致的改进。
2017-05-31 cs.CV
Locality-aware Attention Network with Discriminative Dynamics Learning for Weakly Supervised Anomaly Detection
Communication University of China(中国传媒大学)
视频异常检测是一个弱监督下的多实例学习任务,每个视频被看作是一个片段包来判断是否包含异常。以前的努力主要集中在对片段本身的区分上,而没有对相邻片段的变化进行时间动态建模。因此,我们提出了一种具有两个目标函数的判别动力学学习(Discriminative Dynamics Learning,缩写为DNC)方法,即,动态排序损失和动态对准损失。前者旨在扩大积极和消极袋之间的分数动态差距,而后者执行袋内的特征动态和分数动态的时间对齐。此外,构建了一个局部感知注意力网络(LA-Net)来捕获全局相关性,并重新校准片段之间的位置偏好,然后使用具有因果卷积的多层感知器来获得异常分数。实验结果表明,我们的方法在两个具有挑战性的基准测试上取得了显着的改进,即,UCF-犯罪和XD-暴力
2022-08-11 cs.CV
Discriminative Semantic Feature Pyramid Network with Guided Anchoring for Logo Detection
近年来,由于在多媒体领域的广泛应用,如知识产权保护、产品品牌管理、标识持续时间监测等,标识检测受到越来越多的关注。与一般的目标检测不同,标识检测是一项具有挑战性的任务,特别是对于真实世界场景中的小标识对象和大纵横比标识对象。在本文中,我们提出了一种新的方法,命名为区分语义特征金字塔网络与引导的锚定(DSFP-GA),它可以通过聚合的语义信息和生成不同的长宽比锚框来解决这些挑战。更具体地说,我们的方法主要包括区分语义特征金字塔(DSFP)和引导分类(GA)。针对低层特征图在检测小标识对象时缺乏语义信息的问题,提出了DSFP方法,该方法能够丰富低层特征图中更具区分性的语义特征,对小标识对象的检测性能更好。此外,预设锚框对于检测大纵横比徽标对象效率较低。因此,我们将GA集成到我们的方法中,以生成大纵横比的锚框来缓解这个问题。在四个基准上的实验结果证明了DSFP-GA的有效性。此外,我们进一步进行视觉分析和消融研究,以说明我们的方法在检测小,大方面的标志对象的优势。代码和模型可以在https://github.com/Zhangbaisong/DSFP-GA上找到。
2023-01-06 cs.CV
Uninformed Students: Student-Teacher Anomaly Detection with Discriminative Latent Embeddings
MVTec Software GmbH(MVTec软件有限公司)
我们引入了一个强大的学生-教师框架,用于解决高分辨率图像中无监督异常检测和像素精确异常分割的挑战性问题。学生网络被训练为回归描述性教师网络的输出,该教师网络是在来自自然图像的大数据集上预训练的。这避免了对先前数据注释的需要。当学生网络的输出不同于教师网络的输出时,检测到异常。当它们无法在无异常训练数据的流形之外进行泛化时,就会发生这种情况。学生网络中的固有不确定性被用作指示异常的附加评分函数。我们将我们的方法与大量现有的基于深度学习的无监督异常检测方法进行比较。我们的实验证明了在许多现实世界的数据集,包括最近推出的MVTec异常检测数据集,是专门设计的基准异常分割算法的最先进的方法的改进。
2020-03-18 cs.CV
A Discriminative CNN Video Representation for Event Detection
The University of Queensland(昆士兰大学);Carnegie Mellon University(卡内基梅隆大学)
在本文中,我们提出了一个有区别的视频表示的事件检测在一个大规模的视频数据集时,只有有限的硬件资源可用。本文的重点是有效地利用深度卷积神经网络(CNN)来推进事件检测,其中现有的CNN工具包只能提取帧级静态描述符。本文对CNN视频表示的推理做出了两个贡献。首先,虽然平均池化和最大池化长期以来一直是聚合帧级静态特征的标准方法,但我们表明,通过利用适当的编码方法可以显着提高性能。其次,我们建议使用一组潜在的概念描述符作为帧描述符,这丰富了视觉信息,同时保持计算负担得起的。这两个贡献的整合导致了最大视频数据集上事件检测的新的最先进性能。与已被公认为事件检测最佳视频表示的改进的密集轨迹相比,我们的新表示将TRECVID MEDTest 14数据集的平均精度(mAP)从27.6%提高到36.8%,将TRECVID MEDTest 13数据集的平均精度(mAP)从34.0%提高到44.6%。这项工作是我们CMU-Informedia团队在TRECVID MED 2014竞赛中获胜解决方案的核心部分。
2014-11-14 cs.CV
From Detection to Association: Learning Discriminative Object Embeddings for Multi-Object Tracking
East China University of Science and Technology(东华大学);Shanghai AI Laboratory(上海人工智能实验室);Fudan University(复旦大学);Sun Yat-sen University(中山大学)
FDTA通过引入三个适配器提升多目标跟踪中对象嵌入的判别性,实现更准确的关联性能。
2025-12-02 cs.CV
Tracking the Discriminative Axis: Dual Prototypes for Test-Time OOD Detection Under Covariate Shift
Seoul National University, Seoul, Korea(首尔国立大学,韩国首尔)
本文提出DART方法,通过动态追踪双原型恢复漂移的判别轴,提升在协变量偏移下的OOD检测性能,实验表明在ImageNet-C vs. Textures-C上取得显著提升。
2026-10-30 cs.CV
Visual Anomaly Detection via Dual-Attention Transformer and Discriminative Flow
Tsinghua University(清华大学);Huazhong University of Science and Technology(华中科技大学)
本文提出 DADF 框架用于视觉异常检测,利用预训练网络获取多尺度先验嵌入,通过双注意力视觉 Transformer 实现两级重建,并结合归一化流建立判别似然,在 Mvtec AD 和 Mvtec LOCO AD 基准上取得优异性能。
2023-03-31 cs.CV
Learning Discriminative Motion Features Through Detection
Facebook Research(脸书研究院);University of Pennsylvania(宾夕法尼亚大学);Dartmouth College(达特茅斯学院)
尽管在图像领域取得了巨大的成功,但Faster R-CNN等现代检测模型在视频分析中的应用并不多。这可以说是由于检测模型被设计为在单帧上操作,因此没有直接从视频学习运动表示的机制。我们提出了一个学习过程,允许检测模型(如Faster R-CNN)直接从RGB视频数据中学习运动特征,同时针对姿态估计任务进行优化。给定一对视频帧--帧A和帧B--我们迫使我们的模型使用帧B的特征来预测帧A中的人体姿势。我们通过利用跨越空间和时间的可变形卷积来做到这一点。我们的网络学习从帧B中对特征进行空间采样,以最大限度地提高帧A中的姿态检测精度。这自然会鼓励我们的网络学习对两帧之间的空间对应进行编码的运动偏移。我们将这些运动偏移称为DiMoF(判别运动特征)。在我们的实验中,我们表明,我们的训练方案有助于学习有效的运动线索,可用于估计和定位显着的人体运动。此外,我们还证明,作为副产品,我们的模型还学习了一些功能,这些功能可以改善静态图像中的姿态检测,以及更好的关键点跟踪。最后,我们展示了如何利用我们的学习模型的时空动作定位和细粒度动作识别的任务。
2018-12-11 cs.CV
Beyond Normal References: Discriminative Few-Shot Anomaly Detection
Singapore Management University, Singapore(新加坡国立管理学院);University of Wollongong, Australia(沃林戈大学)
提出IDEAL框架,通过内在偏差学习同时利用正常和异常参考,抑制正常变化并提取判别性偏差向量,实现少样本异常检测的泛化。
2026-10-01 cs.CV
DETR-ViP: Detection Transformer with Robust Discriminative Visual Prompts
School of Software Engineering, Xi’an Jiaotong University(西安交通大学软件工程学院);State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University(西安交通大学人机混合增强智能国家重点实验室);CCAI, Zhejiang University(浙江大学计算机辅助设计与智能交互研究院);Hikrobot Co., Ltd.(海康威视有限公司)
提出DETR-ViP框架,通过全局提示集成和视觉-文本提示关系蒸馏学习可区分视觉提示,并采用选择性融合策略实现鲁棒检测,在多个数据集上显著提升视觉提示检测性能。
2026-05-26 cs.CV
TransFusion -- A Transparency-Based Diffusion Model for Anomaly Detection
University of Ljubljana(卢布尔雅那大学)
针对表面异常检测中重建网络效果差的问题,提出基于透明度的扩散模型TransFusion,将两阶段架构改为单阶段迭代以交互重建与定位信息,在两个基准数据集上取得SOTA性能。
2024-07-10 cs.CV
Can We Build a Monolithic Model for Fake Image Detection? SICA: Semantic-Induced Constrained Adaptation for Unified-Yet-Discriminative Artifact Feature Space Reconstruction
Sichuan University(四川大学);The Hong Kong University of Science and Technology(香港科学与技术大学);University of Science and Technology of China(中国科学技术大学);South China University of Technology(华南理工大学)
本文提出了一种新的单体伪造图像检测模型SICA,通过语义诱导约束适应方法,解决伪影特征空间重建的统一与判别性矛盾,实验表明其优于15种现有方法。
2026-05-21 cs.CV
Discriminative out-of-distribution detection for semantic segmentation
Faculty of Electrical Engineering and Computing(电气工程与计算学院)
大多数分类和分割数据集假设一个封闭的世界场景,其中预测被表示为在一组预定的视觉类上的分布。然而,这样的假设意味着不可避免的,往往是不明显的故障存在的分布(OOD)输入。这些故障必然会发生在大多数现实生活中的应用,因为目前的视觉本体是远远不够全面。我们建议通过对输入数据中的OOD像素进行区分性检测来解决这个问题。与最近的方法不同,我们避免通过只观察训练用于解决所需计算机视觉任务的主模型的训练数据集来做出任何决定。相反,我们训练一个专用的OOD模型,该模型将主要训练集与更大的“背景”数据集区分开来,该数据集近似于视觉世界的各种各样。我们在密集预测设置中对高分辨率自然图像进行实验。我们使用几个道路驾驶数据集作为我们的训练分布,而我们用ILSVRC数据集近似背景分布。我们在WildDash测试中评估了我们的方法,WildDash测试是目前唯一一个包含分发外图像的公共测试数据集。实验结果表明,该方法能够有效地识别出分布不均匀的像素点,并且在很大程度上优于以往的工作。
2018-10-01 cs.CV
Depth-discriminative Metric Learning for Monocular 3D Object Detection
DGIST(大邱庆北科学技术院)
提出一种新颖的深度判别性度量学习方案,通过(K, B, eps)-quasi-isometric loss和辅助深度估计头,在不增加推理时间和模型规模的情况下,有效提升单目3D目标检测中各种基线模型的性能。
2024-01-02 cs.CV
Depth Masked Discriminative Correlation Filter
Tampere University of Technology(坦佩雷理工大学);Czech Technical University in Prague(布拉格捷克理工大学);Nokia Technologies(诺基亚科技)
深度信息为遮挡检测和处理提供了强有力的线索,但由于缺乏合适的基准数据集和应用程序,直到最近才在通用对象跟踪中被大量忽略。在这项工作中,我们提出了一个深度掩蔽的判别相关滤波器(DM-DCF),它采用了新的基于深度分割的遮挡检测,停止相关滤波器更新和深度掩蔽,自适应地调整相关滤波器的空间支持。在Princeton RGBD跟踪基准中,我们的DM-DCF在整体排名中处于最先进的地位,并且在多个类别中获胜。此外,由于它是基于DCF,``DM-DCF``运行速度比它的竞争对手快一个数量级,使它适合于时间有限的应用程序。
2018-10-10 cs.CV
Discriminative Bimodal Networks for Visual Localization and Detection with Natural Language Queries
University of Michigan(密歇根大学)
将图像区域与文本查询相关联最近已经被探索作为一种新的方式来桥接视觉和语言表示。已经提出了一些基于生成训练的递归神经语言模型的开创性方法(例如,生成字幕),但是实现了有限的定位精度。为了更好地解决基于自然语言的视觉实体定位,我们提出了一种判别方法。我们制定了一个歧视性的双峰神经网络(DBNet),它可以训练的分类器广泛使用的负样本。我们的训练目标鼓励在单个图像上更好地定位,在广泛的范围内合并文本短语,并将图像区域与文本短语正确地配对为正面和负面示例。在Visual Genome数据集上的实验表明,所提出的DBNet无论是在单个图像上的定位还是在多个图像上的检测方面都明显优于以前的最先进的方法。我们还建立了自然语言视觉检测的评估协议。
2017-04-17 cs.CV stat.ML
Deep Multi-scale Discriminative Networks for Double JPEG Compression Forensics
Xidian University(西安电子科技大学);University of Sydney(悉尼大学)
由于JPEG是目前应用最广泛的图像格式,JPEG图像篡改检测在盲取证中的重要性不言而喻。在这一领域,从JPEG图像中提取有效的统计特征进行分类仍然是一个挑战。传统的特征设计方法是手工设计的,需要大量的研究和推导。提出了一种基于深度多尺度判别网络(MSD-Nets)的图像篡改检测方法。多尺度模块用于从JPEG图像的DCT系数直方图中自动提取多个特征。该模块可以在不同尺度空间中获取特征信息。此外,还利用判别模块来提高网络在第一压缩质量(QF 1)高于第二压缩质量(QF 2)的困难情况下的检测效果。该模块中的一个特殊网络被设计用于区分这些情况下真实区域和篡改区域之间的微小统计差异。最后,可以获得概率图,并使用最后的分类结果定位特定的篡改区域。大量的实验表明,我们提出的方法在定量和定性指标相比,国家的最先进的方法的优越性。
2019-04-04 cs.CV
Discriminative Co-Saliency and Background Mining Transformer for Co-Salient Object Detection
Northwestern Polytechnical University(西北工业大学);Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学);Australian National University(澳大利亚国立大学);Linköping University(林雪平大学)
针对共显著目标检测忽略背景探索的问题,提出判别式共显著性及背景挖掘Transformer(DMT),通过多粒度相关模块显式挖掘共显著与背景信息,增强特征判别性,在三个基准上验证了有效性。
2023-05-06 cs.CV
Learning Scene-specific Object Detectors Based on a Generative-Discriminative Model with Minimal Supervision
School of Mechanical Engineering and Electronic Information, China University of Geosciences(中国地质大学机械与电子信息学院);School of Automation, Huazhong University of Science and Technology(华中科技大学自动化学院);School of Automation, Nanjing University of Science and Technology(南京理工大学自动化学院);School of Automation, China University of Geosciences(中国地质大学自动化学院);Huizhou School Affiliated to Beijing Normal University(北京师范大学惠州附属学校)
一个对象类可能会显示由于不同的照明,背景和相机的观点大的变化。传统的目标检测方法在无约束的视频环境下往往性能较差。为了解决这个问题,许多现代方法对用于目标检测的深层次外观表示进行建模。这些方法中的大多数需要在大型手动标记样本集上进行耗时的训练过程。在本文中,所提出的框架采取了显着不同的方向,以解决多场景检测问题的自下而上的方式。首先,场景特定的对象是从一个完全自主的学习过程中,通过标记周围的对象在第一个视频帧通过鼠标的几个边界框触发获得。这里不需要人类标记的训练数据或通用检测器。其次,这种学习过程可以在不同的监控场景中方便地多次复制,并在各种摄像机视角下产生特定的检测器。因此,所提出的框架可以采用在多场景目标检测应用程序与最小的监督。显然,由多个包围盒初始化的初始场景特定检测器表现出较差的检测性能,并且难以通过传统的在线学习算法来改善。因此,我们提出了生成判别模型划分检测响应空间,并为每个分区分配一个单独的描述符,逐步实现高分类精度。提出了一种新的在线渐进优化过程,以优化生成-判别模型,并专注于硬样本。在六个视频数据集上的实验结果表明,我们的方法取得了与鲁棒监督方法相当的性能,并在不同的成像条件下优于最先进的自学习方法。
2018-03-13 cs.CV
SDFA: Structure Aware Discriminative Feature Aggregation for Efficient Human Fall Detection in Video
本文提出基于低分辨率视频人体骨架的跌倒检测模型SDFA,通过统一关节与运动特征并结合可分离卷积和GCN,在保护隐私的同时以极低计算成本实现了有竞争力的检测性能。
2025-03-10 cs.CV
Morph Detection Enhanced by Structured Group Sparsity
在本文中,我们考虑了人脸变形攻击的挑战,这大大破坏了人脸识别系统的完整性,例如用于边境保护机构的人脸识别系统。形态检测可以被公式化为提取细粒度的表示,其中利用局部判别特征来学习假设。为了获得不同粒度的鉴别特征以及解耦的谱信息,我们利用小波域分析来深入了解变形人脸的空间-频率内容。因此,我们不使用RGB域中的图像,而是使用2D小波分解将每个图像分解为其小波子带,并采用深度监督特征选择方案来找到输入图像的最具鉴别力的小波子带。为此,我们训练一个深度神经网络(DNN)变形检测器使用变形和真正的图像的分解小波子带。在训练阶段,我们的结构化组稀疏约束DNN从所有子带中挑选出最具鉴别力的小波子带,我们用它重新训练DNN,从而在探测图像上实现推理时精确检测变形图像。通过在三个面部变形图像数据库上的实验,即,VISAP 17、LMA和MorGAN。
2021-11-29 cs.CV
A Discriminative Framework for Anomaly Detection in Large Videos
Carnegie Mellon University(卡内基梅隆大学)
我们解决的异常检测设置中,训练序列是不可用的和异常评分独立的时间顺序。目前的异常检测算法是基于经典的密度估计方法学习高维模型和发现低概率事件。这些算法对异常出现的顺序很敏感,并且需要训练数据或早期上下文假设,这些假设不适用于更长、更复杂的视频。通过将异常定义为可以与同一视频中的其他示例区分开的示例,我们的定义激发了从经典密度估计到简单判别学习的方法转变。我们的贡献包括一个新的异常检测框架,该框架(1)独立于异常的时间顺序,(2)无监督,不需要单独的训练序列。我们表明,即使我们通过从标准数据集中删除训练序列来调整设置,我们的算法也可以实现最先进的结果。
2016-09-28 cs.CV stat.ML
Adversarial Soft-detection-based Aggregation Network for Image Retrieval
Institute of Automation, Chinese Academy of Sciences (CASIA)(中国科学院自动化研究所(CASIA))
近年来,基于卷积神经网络(CNN)激活的紧致表示在图像检索中取得了显著的效果。然而,检索一些感兴趣的对象,只占整个图像的一小部分仍然是一个具有挑战性的问题。因此,提取包含关键小目标区域信息的判别式表示具有重要意义。本文提出了一种新的基于对抗检测器和软区域建议层的无限界框标注的对抗性软检测聚合(ASDA)图像检索方法。我们的可训练对抗性检测器基于对抗性擦除策略生成语义映射,以保留更多有区别的详细信息。我们的软区域建议是基于对应于各种判别模式和语义内容的语义图计算的,它是任意形状的,而不仅仅是矩形,它反映了对象的重要性。基于可训练软区域建议的聚合突出了有区别的语义内容,抑制了背景噪声。我们在标准图像检索数据集上进行了全面的实验。我们的弱监督ASDA方法在大多数数据集上实现了最先进的性能。实验结果表明,该方法是一种有效的图像检索方法.
2019-03-29 cs.CV
Multiple Instance Hybrid Estimator for Hyperspectral Target Characterization and Sub-pixel Target Detection
Xidian University(西安电子科技大学);Mathworks(迈斯沃克公司);University of Florida(佛罗里达大学)
提出了一种多实例混合估计方法,用于非精确标记高光谱数据的目标鉴别。在许多高光谱目标检测问题中,获取准确标记的训练数据是一个难点。此外,包含目标的每个像素可能是目标和非目标签名的混合(即,亚像素目标),使得从数据中提取目标类的纯原型签名极其困难。所提出的方法解决了这些问题,通过引入一个数据混合模型和优化的响应的混合子像素检测器内的多实例学习框架。该方法在估计一组有区别的目标和非目标特征和解决稀疏解混问题之间迭代。在学习目标签名之后,然后可以将基于签名的检测器应用于测试数据。仿真和真实高光谱目标检测实验表明,该算法能够有效地学习具有鉴别能力的目标特征,并取得了优于现有比较算法的性能。
2019-03-19 cs.CV
GODS: Generalized One-class Discriminative Subspaces for Anomaly Detection
Australian National University, Canberra(堪培拉澳大利亚国立大学)
单类学习是一个经典的问题,即将模型拟合到只有一个类可用注释的数据。在本文中,我们提出了一个新的单类学习目标。我们的关键思想是使用一对正交框架-作为子空间-通过联合优化两个目标来“三明治”标记数据:i)最小化两个子空间的原点之间的距离,以及ii)最大化超平面和数据之间的间隔,任一子空间要求数据分别处于其正正交和负正交。然而,我们提出的目标导致一个非凸优化问题,我们诉诸黎曼优化计划,并得出一个有效的共轭梯度法的Stiefel流形。为了研究我们的方案的有效性,我们提出了一个新的数据集~ \emph{Dash-Cam-Pose},包括剪辑与骨架姿势的人坐在车里,任务是分类的剪辑为正常或异常,后者是当任何人的姿势是出的位置,就说一个安全气囊的部署。我们在建议的Dash-Cam-Pose数据集以及其他几个标准异常/新奇检测基准上的实验证明了我们方案的好处,实现了最先进的一类精度。
2019-08-16 cs.CV
MiraGe: Multimodal Discriminative Representation Learning for Generalizable AI-Generated Image Detection
University of Technology Sydney(悉尼技术大学)
MiraGe通过多模态判别表示学习,结合类内紧凑与类间分离及CLIP文本锚点,提升AI生成图像检测的跨生成器泛化能力,在多个基准上达到最先进性能。
2025-08-03 cs.AI cs.CV
DFNet: Discriminative feature extraction and integration network for salient object detection
Iran University of Science and Technology(伊朗科技大学);Imagia Inc.(Imagia公司)
尽管卷积神经网络具有强大的特征提取能力,但在显著性检测方面仍然存在一些挑战。在本文中,我们关注两个方面的挑战:i)由于显著对象以各种大小出现,因此使用单尺度卷积无法捕获正确的大小。此外,使用多尺度卷积而不考虑其重要性可能会混淆模型。ii)采用多层次特征有助于模型同时使用局部和全局上下文。然而,同等对待所有特征会导致信息冗余。因此,需要一种机制来智能地选择不同级别中的哪些功能是有用的。为了解决第一个挑战,我们提出了一个多尺度注意力引导模块。该模块不仅有效地提取了多尺度特征,而且更加关注与显著对象的尺度相对应的更具鉴别力的特征图。为了解决第二个挑战,我们提出了一个基于注意力的多级集成模块,使模型能够为多级特征图分配不同的权重。此外,我们的Sharpening损失函数指导我们的网络输出具有更高确定性和更少模糊显着对象的显着图,并且它的性能远远优于交叉熵损失。第一次,我们采用了四种不同的骨干,以显示我们的方法的推广。在五个具有挑战性的数据集上的实验证明,我们的方法达到了最先进的性能。我们的方法也很快,可以实时运行。
2020-04-03 cs.CV
Diabetic Retinopathy Detection via Deep Convolutional Networks for Discriminative Localization and Visual Explanation
GE Global Research(通用电气全球研究中心)
我们提出了一种用于可解释的糖尿病视网膜病变(DR)检测的深度学习方法。通过在卷积网络(CNN)的全局平均池化层之后添加回归激活图(RAM),实现了所提出方法的视觉可解释特征。利用RAM,该模型可以定位视网膜图像的判别区域,以显示特定的感兴趣区域的严重程度。我们相信,所提出的深度学习模型的这一优势对于DR检测是非常理想的,因为在实践中,用户不仅对高预测性能感兴趣,而且还热衷于了解DR检测的见解以及所采用的学习模型的工作原理。在大规模的视网膜图像数据集上进行的实验中,我们表明,所提出的CNN模型可以实现高性能的DR检测相比,国家的最先进的,同时实现的优点,提供RAM突出输入图像的显着区域。
2019-12-02 cs.CV cs.LG cs.NE
DiGeo: Discriminative Geometry-Aware Learning for Generalized Few-Shot Object Detection
Columbia University(哥伦比亚大学)
广义Few-Shot目标检测的目标是在具有丰富注释的基本类和具有有限训练数据的新类上实现精确检测。现有的方法增强了Few-Shot的推广与牺牲的基本类的性能,或保持高精度的基本类检测与有限的改进,在新的类适应。在本文中,我们指出原因是所有类别的判别特征学习不足。因此,我们提出了一个新的训练框架DiGeo,来学习类间分离和类内紧凑性的几何感知特征。为了指导特征聚类的分离,我们推导出一个离线的单形等角紧框架(ETF)分类器,其权重作为类中心,并最大限度地均匀分离。为了收紧每个类的聚类,我们将自适应类特定的边缘纳入分类损失,并鼓励靠近类中心的特征。在两个Few-Shot基准数据集(VOC,COCO)和一个长尾数据集(LVIS)上的实验研究表明,该方法可以在不影响基类检测的情况下,有效地提高新类的泛化能力。
2023-03-16 cs.AI cs.CV
Transition Forests: Learning Discriminative Temporal Transitions for Action Recognition and Detection
Imperial College London(帝国理工学院)
人类动作可以被视为一个人的身体姿势随时间的转变,其中转变描绘了两个姿势之间的时间关系。因此,识别动作涉及学习对这些姿势转换以及静态姿势敏感的分类器。在本文中,我们介绍了一种新的方法,称为过渡森林,一个集成的决策树,都学习判别静态姿势和两个独立的帧对之间的过渡。在训练过程中,节点分裂是由交替两个标准驱动的:标准分类目标,最大限度地提高了个别帧的区分能力,并提出了一个成对的帧转换。生长树倾向于将具有类似的相关联的过渡并且共享包含否则不可用的时间信息的相同动作标签的帧分组。与传统的决策树不同,在传统的决策树中,节点中的最佳分裂是独立于其他节点确定的,过渡森林试图联合地(在一层内)找到节点的最佳分裂,以合并远处的节点过渡。当推断新帧的类别标签时,它被向下传递到树中,并且以高效和在线的方式基于先前的帧预测和当前帧预测进行预测。我们将我们的方法应用于不同的骨架动作识别和在线检测数据集,显示其适用于多个基线和最先进的方法。
2017-03-31 cs.CV
Discriminative Kernel Convolution Network for Multi-Label Ophthalmic Disease Detection on Imbalanced Fundus Image Dataset
PDPM Indian Institute of Information Technology, Design and Manufacturing, Jabalpur(贾巴尔普尔PDPM印度信息技术设计与制造学院)
通过研究视网膜生物学结构的进展,可以认识眼病的存在和严重性。眼底检查是检查眼睛的生物结构和异常的诊断程序。青光眼、糖尿病视网膜病变和白内障等眼科疾病是世界各地视力受损的主要原因。眼科疾病智能识别(Ocular Disease Intelligent Recognition,ODI-5 K)是研究人员用于眼底图像的多标签多疾病分类的基准结构化眼底图像数据集。这项工作提出了一个判别核卷积网络(DKCNet),它在不增加额外计算成本的情况下探索判别区域特征。DKCNet由一个注意力块和一个挤压和兴奋(SE)块组成。注意力块从主干网获取特征并生成有区别的特征注意力图。SE块采用区别性特征图并改善通道相互依赖性。使用InceptionResnet主干网观察到DKCNet的更好性能,用于Oscillation-5 K眼底图像的多标签分类,具有96.08 AUC,94.28 F1-评分和0.81 kappa评分。所提出的方法基于诊断关键字为眼睛对分割共同目标标签。基于这些标签,进行过采样和欠采样以解决类不平衡。为了检查所提出的模型对训练数据的偏差,在三个公开可用的基准数据集上测试了在Oscillation数据集上训练的模型。它被发现给完全看不见的眼底图像也有良好的性能。
2022-07-16 cs.CV eess.IV
Joint-SRVDNet: Joint Super Resolution and Vehicle Detection Network
National Institute of Standards and Technology(美国国家标准与技术研究院);Colorado State University(科罗拉多州立大学);West Virginia University(西弗吉尼亚大学);University of Nebraska-Lincoln(内布拉斯加大学林肯分校);Georgia Institute of Technology(佐治亚理工学院);Twentieth Century Fox(二十世纪福克斯);Starfleet Academy(星际舰队学院);Tyrell Inc.(泰伦公司)
在许多国内和军事应用中,飞行器检测和超分辨率算法经常被独立开发和应用。然而,由于超分辨率图像中缺乏区分信息,因此在超分辨率图像上进行飞行器检测仍然是一项具有挑战性的任务。为了解决这个问题,我们提出了一个联合超分辨率和车辆检测网络(联合SRVDNet),试图从低分辨率的航空图像中生成有区别的,高分辨率的车辆图像。首先,使用多尺度生成对抗网络(MsGAN)将航空图像放大4倍,该网络具有多个中间输出,分辨率不断增加。其次,在使用MsGAN架构放大4倍的超分辨率图像上训练检测器,最后,将检测损失与超分辨率损失一起最小化,以鼓励目标检测器对后续的超分辨率训练敏感。该网络联合学习目标的分层和区分特征,并产生最佳的超分辨率结果。我们执行定量和定性评估我们提出的网络上VEDAI,xView和DOTA数据集。实验结果表明,与现有的4倍放大倍数的航空超分辨率方法相比,本文提出的框架实现了更好的视觉质量,提高了车辆检测的准确性.
2020-05-03 cs.CV
Edge-guided Representation Learning for Underwater Object Detection
Peking University(北京大学);KU Leuven(荷语鲁汶大学);ETH Zurich(苏黎世联邦理工学院);Peng Cheng Laboratory(鹏城实验室)
针对水下低对比度、小目标和生物拟态难题,提出 ERL-Net,通过边缘引导注意力、三层级特征聚合及宽非对称感受野模块增强判别表征,实验验证其检测性能优越。
2023-06-01 cs.CV
Automated Deception Detection from Videos: Using End-to-End Learning Based High-Level Features and Classification Approaches
Otto-von-Guericke University(奥托·冯·格里克大学)
本研究提出结合深度学习与判别模型的多模态方法,利用视频中的面部表情、凝视和头部姿态进行自动欺骗检测,在五个数据集上验证了方法的有效性。
2023-07-13 cs.CV
Multiple Instance Hybrid Estimator for Learning Target Signatures
University of Missouri(密苏里大学);University of Florida(佛罗里达大学)
基于特征的高光谱目标检测器依赖于预先知道特定的目标特征。然而,目标特征往往很难或不可能获得。此外,用于获得目标签名的常用方法,例如从实验室测量或从图像场景中手动选择,通常不捕获目标类别的区分特征。本文提出了一种从不精确标签中估计有区别的目标特征的方法。该方法在多实例学习框架内最大化混合子像素检测器的响应,并估计一组有区别的目标签名。在学习目标签名之后,然后可以将任何基于签名的检测器应用于测试数据。仿真和实际高光谱目标检测实验表明了该方法的有效性。
2017-01-09 cs.CV
Multi-Level Temporal Pyramid Network for Action Detection
Huazhong University of Science and Technology(华中科技大学);DAMO Academy, Alibaba Group(阿里巴巴集团达摩院)
目前,单阶段框架已被广泛应用于时间动作检测,但他们仍然遭受的挑战,动作实例跨越很大的时间范围。原因是这些单级检测器,例如,Single Shot Multi-Box Detector(SSD),仅对每个头部应用单层层来提取时间特征,这不足以区分执行分类和回归。在本文中,我们提出了一个多层次的时间金字塔网络(MLTPN),以提高区分的功能。特别地,我们首先融合来自具有不同时间分辨率的多个层的特征,以编码多层时间信息。然后,我们应用一个多层次的特征金字塔架构的功能,以提高他们的区分能力。最后,设计了一个简单有效的特征融合模块,对多层次多尺度特征进行融合。通过这种方式,所提出的MLTPN可以学习丰富的和区分不同的动作实例与不同的持续时间的功能。我们在两个具有挑战性的数据集上对MLTPN进行了评估:THUMOS'14和Activitynet v1.3,实验结果表明,MLTPN在Activitynet v1.3上获得了具有竞争力的性能,并在THUMOS'14上显著优于最先进的方法。
2020-08-07 cs.CV
Discriminative and Efficient Label Propagation on Complementary Graphs for Multi-Object Tracking
Université catholique de Louvain(鲁汶天主教大学)
给定一组在每个时刻独立检测到的检测,我们研究如何将它们跨时间关联起来。这是通过在一组图上传播标签来完成的,每个图捕捉时空或外观线索如何促进将相同或不同的标签分配给一对检测。图的构造是由局部线性嵌入的检测功能的动机。有趣的是,外观图中节点的邻域被定义为包括外观特征可用的所有节点(即使它们在时间上是遥远的)。这给了我们的框架不寻常的能力,利用外观功能,只有零星可用。一旦图被定义,多目标跟踪被公式化为找到与每个图捕获的约束一致的标签分配的问题,这导致凸(DC)程序的差异。我们建议将全局目标函数分解为节点子问题。这不仅允许计算高效的解决方案,而且还支持图的增量和可扩展的构造,从而使框架适用于大型图和实际跟踪场景。此外,它还提供了并行执行的可能性。
2015-12-01 cs.CV
Buried object detection using handheld WEMI with task-driven extended functions of multiple instances
University of Missouri(密苏里大学)
许多有效的监督判别字典学习方法已经在文献中开发。然而,当训练这些算法时,需要训练数据的精确地面实况以提供非常准确的逐点标签。然而,在许多应用中,准确的标签并不总是可行的。这在其中物体的尺寸不一致的掩埋目标检测的情况下尤其如此。在本文中,一个新的多实例字典学习算法检测埋地物体使用手持WEMI传感器的详细说明。新算法,任务驱动的扩展函数的多个变量,可以克服数据,没有非常精确的逐点标签,仍然学习一个高度判别字典。测量的WEMI数据的结果进行了介绍和讨论。
2016-03-19 cs.CV
Discriminative Sampling of Proposals in Self-Supervised Transformers for Weakly Supervised Object Localization
ETS Montreal(蒙特利尔高等技术学院);Ericsson(爱立信)
无人机被用于越来越多的视觉识别应用。手机信号塔检查的最新发展是基于无人机的资产监视,其中无人机的自主飞行通过定位连续空中图像中的感兴趣对象来引导。在本文中,我们提出了一种训练深度弱监督对象定位(WSOL)模型的方法,仅基于图像类标签来定位具有高置信度的对象。为了训练我们的定位器,伪标签是有效地从一个自我监督的视觉Transformer(SST)收获。然而,由于SST将场景分解为包含各种对象部分的多个地图,并且不依赖于任何显式的监督信号,因此它们不能区分感兴趣的对象和其他对象,如WSOL所要求的。为了解决这个问题,我们建议利用不同的Transformer头生成的多个映射来获取伪标签,以训练深度WSOL模型。特别地,引入了一种新的判别建议采样(DiPS)方法,该方法依赖于CNN分类器来识别判别区域。然后,从这些区域中采样前景和背景像素,以便训练WSOL模型,用于生成激活图,该激活图可以准确地定位属于特定类别的对象。在具有挑战性的TelDrone数据集上的实证结果表明,我们提出的方法可以在生成的地图上的广泛阈值范围内优于最先进的方法。我们还计算了CUB数据集上的结果,表明我们的方法可以适用于其他任务。
2022-11-20 cs.CV
CMC v2: Towards More Accurate COVID-19 Detection with Discriminative Video Priors
Fudan University(复旦大学);Shanghai AI Laboratory(上海人工智能实验室);Children’s Hospital of Fudan University(复旦大学附属儿科医院);National Children’s Medical Center(国家儿童医学中心)
本文介绍了我们为第二届COVID-19竞赛提供的解决方案,该竞赛在欧洲计算机视觉会议(ECCV 2022)的AIMIA研讨会框架内举行。在我们的方法中,我们采用了去年的获奖解决方案,该解决方案使用强大的3D对比混合分类网络(CMC v1)作为基线方法,由对比表示学习和混合分类组成。在本文中,我们通过将自然视频先验引入COVID-19诊断来提出CMC v2。具体地说,我们将预先训练的(视频数据集上的)视频Transformer主干适配为COVID-19检测。此外,先进的训练策略,包括混合mixup和cutmix,slicelevel增强,和小分辨率训练也被用来提高模型的鲁棒性和泛化能力。在14支参赛队伍中,CMC v2在第二届COVID-19比赛中排名第一,平均宏观F1得分为89. 11%。
2022-11-26 cs.CV eess.IV
CADRef: Robust Out-of-Distribution Detection via Class-Aware Decoupled Relative Feature Leveraging
Zhejiang University(浙江大学)
针对DNN分布外检测中特征固有信息被忽视的问题,提出CARef及改进的CADef,利用类别感知相对特征并按权重符号解耦,显著提升检测性能。
2025-03-14 cs.CV
Representation--Behavior Alignment for Explainable Weakly-Supervised Video Anomaly Detection
Sun Yat-sen University(中山大学);University of Macau(澳门大学)
针对多模态大语言模型在弱监督视频异常检测中表示与行为错位的问题,提出参数高效的表示-行为对齐方法,仅更新0.012%参数,提升决策方向与判别表示的匹配,实现可解释检测。
2026-10-06 cs.CV
Building Change Detection for Remote Sensing Images Using a Dual Task Constrained Deep Siamese Convolutional Network Model
近年来,通过引入深度学习,建筑物变化检测方法取得了很大进展,但仍然存在提取的特征区分度不够高的问题,导致区域不完整,边界不规则。为了解决这个问题,我们提出了一个双任务约束深度连体卷积网络(DTCDSCN)模型,它包含三个子网络:变化检测网络和两个语义分割网络。DTCDSCN可以同时完成变化检测和语义分割,这有助于学习更多有区别的对象级特征,并获得完整的变化检测图。此外,我们引入了一个双重注意模块(DAM),利用通道和空间位置之间的相互依赖性,这提高了特征表示。我们还改进了焦点损失函数以抑制样本不平衡问题。在WHU建筑数据集上的实验结果表明,该方法能够有效地进行建筑物变化检测,并在精度、召回率、F1分数和交集对并集四个指标上达到了最先进的性能。
2019-09-17 cs.CV
Discriminative Multi-level Reconstruction under Compact Latent Space for One-Class Novelty Detection
Yonsei University(延世大学)
在单类新颖性检测中,模型只在类内数据上学习,以挑出类外实例。自动编码器(AE)变体旨在对类内数据进行复杂建模以专门重建它,从而通过重建误差区分类内和类外。然而,紧凑的建模在一个不适当的方式可能会崩溃的类内数据的潜在表示,从而他们的重建,这将导致性能恶化。此外,为了正确地测量高维数据的重建误差,需要捕获数据的高级语义的度量。为此,我们提出了判别式紧凑AE(DCAE),它学习类内数据的紧凑和无冗余的潜在表示,从而精细地和专门地重建它们。在DCAE中,(a)我们通过生成对抗网络的内部判别层来重建类内数据,从而强制一个紧凑的潜在空间来双射表示类内数据。(b)基于深度编码器对开集风险的脆弱性,类外实例被编码到相同的紧凑潜在空间中,并且在不牺牲类内数据重建质量的情况下重建得很差。(c)在推理中,重建误差由一种新的度量来测量,该度量基于内部查询捕获的类语义来计算查询与其重建之间的相异性。在公共图像数据集上进行的大量实验验证了我们提出的模型在新颖性和对抗性示例检测方面的有效性,提供了最先进的性能。
2021-02-17 cs.CV cs.LG stat.ML
Adaptive Decontamination of the Training Set: A Unified Formulation for Discriminative Visual Tracking
Computer Vision Laboratory, Department of Electrical Engineering, Linköping University(林雪平大学电气工程系计算机视觉实验室)
近年来,通过检测进行跟踪的方法已经显示出具有竞争力的性能。在这些方法中,跟踪模型严重依赖于训练集的质量。由于标记的训练数据的量有限,需要由跟踪器本身提取和标记附加样本。由于遮挡、未对准和其他扰动,这通常导致包含损坏的训练样本。现有的检测跟踪方法要么忽略这个问题,要么采用单独的组件来管理训练集。我们提出了一种新的通用方法,以减轻问题的损坏的训练样本跟踪检测框架。我们的方法通过估计样本的质量来动态管理训练集。与现有的方法相反,我们提出了一个统一的配方,最大限度地减少单一的损失,在目标外观模型和样本质量的权重。联合制定使损坏的样本被向下加权,同时增加正确的影响。实验在三个基准上进行:OTB-2015与100个视频,VOT-2015与60个视频,以及Temple-Color与128个视频。在OTB-2015上,我们的统一公式显著改善了基线,平均重叠精度提高了3.8%。最后,我们的方法在所有三个数据集上都取得了最先进的结果。代码和补充材料可在http://www.cvl.isy.liu.se/research/objrec/visualtracking/decontrack/index.html上获得。
2016-09-20 cs.CV