An Efficient Single Chord-based Accumulation Technique (SCA) to Detect More Reliable Corners
University of Asia Pacific(亚太大学)
角点检测在计算机视觉的许多应用中是一个至关重要的操作。弦到点距离累积(CPDA)检测器被认为是基于轮廓的角点检测器,在定位图像中的角点时产生最低的定位误差。然而,在我们的实验部分,我们证明了CPDA检测器经常错过一些潜在的角落。此外,CPDA的检测算法是计算昂贵的。在本文中,我们专注于减少定位误差以及增加平均重复性。该方法的预处理和细化步骤与CPDA相似。我们的实验结果将显示所提出的过程的有效性和鲁棒性CPDA。
2017-08-20 cs.CV
Generalizable Detection of AI Generated Images with Large Models and Fuzzy Decision Tree
本文提出结合轻量级特征感知检测器与大模型的模糊决策树框架,提升AI生成图像检测的准确性和泛化能力。
2026-03-30 cs.CV
CornerNet: Detecting Objects as Paired Keypoints
Princeton University(普林斯顿大学)
我们提出了CornerNet,这是一种新的目标检测方法,我们使用单个卷积神经网络将对象限界框检测为一对关键点,即左上角和右下角。通过将对象检测为成对的关键点,我们消除了设计在先前的单级检测器中常用的一组锚框的需要。除了我们的新公式,我们还引入了角点池,这是一种新型的池化层,可以帮助网络更好地定位角点。实验表明,CornerNet在MS COCO上实现了42.2%的AP,优于所有现有的一级检测器。
2019-03-18 cs.CV
Automatic Cobb Angle Detection using Vertebra Detector and Vertebra Corners Regression
NepAl Applied Mathematics and Informatics Institute for Research (NAAMII)(尼泊尔应用数学与信息学研究所(NAAMII));Hospital for Advanced Medical Surgery (HAMS)(高级外科医院(HAMS))
正确评估和治疗脊柱侧凸需要准确估计脊柱弯曲度。目前的黄金标准是手动估计脊柱X射线图像中的Cobb角,这是耗时的,并且具有较高的评估者间变异性。我们提出了一种自动的方法,首先检测椎骨作为对象,然后由一个地标检测器,估计每个椎骨的4个地标角分别一个新的框架。Cobb角使用从预测的标志获得的每个椎骨的斜率来计算。为了对测试数据进行推断,我们进行了预处理和后处理,包括裁剪、离群值拒绝和预测地标的平滑。在AASCE MICCAI挑战2019中评估了结果,结果显示在挑战测试集上SMAPE评分为25.69。
2019-10-31 cs.CV
Anchor-Intermediate Detector: Decoupling and Coupling Bounding Boxes for Accurate Object Detection
Tsinghua University(清华大学);National University of Defense Technology(国防科技大学)
针对单个锚框难以精准预测边界偏移的问题,本文提出边界框解耦-耦合策略与锚框中间检测器AID,通过角点解耦耦合及角点感知头提升检测精度,在MS COCO上较基线RetinaNet、GFL分别提升约2.4、1.2 AP。
2023-10-09 cs.CV
Imaging around corners with single-pixel detector by computational ghost imaging
我们设计了一个单像素的相机与周围的角落成像计算鬼成像的基础上。它可以在摄像机不能直视物体的情况下获得物体的图像。我们的成像系统探讨了这样一个事实,即桶检测器在鬼成像设置没有空间分辨率的能力。一系列的实验被设计来证实我们的预测。该相机具有潜在的应用,在角落或其他类似的环境中,无法直接观察到的对象的成像。
2016-12-08 cs.CV physics.optics
CentripetalNet: Pursuing High-quality Keypoint Pairs for Object Detection
Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University(西安交通大学人工智能与机器人研究所);SenseTime Research(商汤科技研究院);University of Chinese Academy of Sciences(中国科学院大学);Beihang University(北京航空航天大学)
基于关键点的检测器已经实现了相当好的性能。然而,不正确的关键点匹配仍然普遍存在,并且极大地影响了检测器的性能。在本文中,我们提出了CentripetalNet,它使用向心位移来配对来自同一实例的角点。CentripetalNet预测角点的位置和向心移动,并匹配移动结果对齐的角点。结合位置信息,我们的方法比传统的嵌入方法更准确地匹配角点。角池将边界框内的信息提取到边界上。为了使这些信息在角点处更加敏感,我们设计了一个十字星可变形卷积网络来进行特征自适应。此外,我们探索实例分割锚无检测器配备我们的CentripetalNet与掩模预测模块。在MS-COCO测试开发中,我们的CentripetalNet不仅以48.0%的AP优于所有现有的无锚检测器,而且还以40.2%的MaskAP实现了与最先进的实例分割方法相当的性能。代码将在https://github.com/KiveeDong/CentripetalNet上提供。
2020-03-20 cs.CV
FA-Harris: A Fast and Asynchronous Corner Detector for Event Cameras
National University of Defense Technology(国防科技大学);National Innovation Institute of Defense Technology(国防科技创新研究院);Tianjin Artificial Intelligence Innovation Center(天津人工智能创新中心)
最近,新兴的生物启发的事件摄像机已经展示了在动态环境中广泛的机器人应用的潜力。在本文中,我们提出了一种新的快速和异步的基于事件的角点检测方法,称为FA-Harris。FA-Harris由几个组件组成,包括事件过滤器,全局活动事件表面(G-SAE)维护单元,角点候选选择单元和角点候选细化单元。提出的G-SAE保持算法和角点候选选择算法大大提高了角点检测的实时性,而角点候选细化算法通过使用改进的基于事件的Harris检测器来保持性能的准确性。此外,FA-Harris不需要人工合成的事件帧,可以直接对异步事件进行操作。我们在C++中实现了所提出的方法,并在公共事件摄像机数据集上对其进行了评估。结果表明,我们的方法实现了约8倍的速度相比,以前报道的基于事件的哈里斯检测器,并没有妥协的性能的准确性。
2019-08-28 cs.CV cs.RO
LuvHarris: A Practical Corner Detector for Event-cameras
Istituto Italiano di Tecnologia(意大利技术研究院)
针对现有事件相机角点检测方法精度或实时性不足的问题,提出LuvHarris方法,通过新型阈值序数事件表面和优化的Harris算法实现,速度达前沿方法2.6倍以上,兼顾高精度与实时性。
2021-10-15 cs.CV
Edge and Corner Detection for Unorganized 3D Point Clouds with Application to Robotic Welding
National University of Singapore(新加坡国立大学);Keppel Technology and Innovation(吉宝科技与创新公司)
在本文中,我们提出了新的边缘和角点检测算法的散乱点云。我们的边缘检测方法在局部邻域中评估对称性,并使用自适应密度阈值来区分3D边缘点。我们扩展了这个算法,提出了一种新的角点检测器,聚类曲率向量,并使用其几何统计分类为角点。我们对来自ShapeNet数据集的RGB-D语义分割和3D垫圈模型的算法进行了严格的评估,并报告了更高的精确度和召回率得分。最后,我们还展示了我们的边缘和角点检测器可以用来作为一种新的方法对自动焊缝检测机器人焊接。我们建议直接从点云生成焊缝,而不是使用3D模型离线规划焊接路径。对于这个应用程序,我们显示了哈里斯3D和我们提出的方法之间的比较面板工件。
2018-09-27 cs.CV
Faster and better: a machine learning approach to corner detection
Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室);Cambridge University(剑桥大学)
角点检测器的可重复性和效率决定了它在实际应用中的可能性。重复性很重要,因为从不同位置观察的同一场景应产生与相同真实世界3D位置对应的特征[Schmid等人,2000]。效率是重要的,因为这确定了与进一步处理组合的检测器是否可以以帧速率操作。本文介绍了三个方面的进展。首先,我们提出了一个新的启发式特征检测,并使用机器学习,我们从中得到一个特征检测器,它可以完全处理实时PAL视频使用不到5%的可用处理时间。相比之下,大多数其他检测器甚至不能以帧速率操作(Harris检测器115%,SIFT 195%)。其次,我们概括了检测器,允许它进行优化的可重复性,几乎没有效率损失。第三,我们进行了严格的比较角点检测器的基础上,上述重复性标准适用于3D场景。我们表明,尽管主要是为了速度而构建的,但在这些严格的测试中,我们的启发式检测器的性能显着优于现有的特征检测器。最后,比较表明,使用机器学习可显著提高可重复性,从而产生非常快速和非常高质量的检测器。
2008-10-14 cs.CV cs.LG
An Improved Algorithm for Eye Corner Detection
Indian Institute of Technology(印度理工学院)
本文提出了一种改进的鼻侧和颞侧眼角检测算法。该算法是Santos和Proenka方法的改进。在第一步中,我们使用基于Haar类特征的分类器来检测面部和眼睛。然后,我们从检测到的眼睛区域分割出巩膜。从分割的巩膜,我们分割出一个近似的眼睑轮廓。使用Harris和Stephens角点检测器获得眼睛角点候选。最后,我们引入了一个后修剪的眼角候选人定位眼角。该算法已经在Yale,JAFFE数据库以及我们创建的数据库上进行了测试。
2016-11-08 cs.CV
SE-Harris and eSUSAN: Asynchronous Event-Based Corner Detection Using Megapixel Resolution CeleX-V Camera
Beijing Institute of Technology(北京理工大学);Capital Normal University(首都师范大学)
事件摄像机是一种新型的神经形态视觉传感器,具有时间分辨率和低延迟,两者都在微秒量级。事件相机生成的不是图像帧,而是具有精确时间戳的每像素强度变化的异步事件流。由此产生的稀疏数据结构阻碍了将许多传统的计算机视觉技术应用于事件流,并且应该设计特定的算法来利用事件相机提供的信息。我们提出了一个角点检测算法,eSUSAN,传统的SUSAN(最小单值段同化核)算法的角点检测的启发。eSUSAN算法基于时间戳的相似性从圆核中提取同化核的单值段,并通过核区域的像素数区分角点事件。此外,eSUSAN的速度足够快,可以应用于CeleX-V,这是具有最高分辨率的活动相机。基于eSUSAN,我们还提出了SE-Harris角点检测器,它使用基于指数衰减的自适应归一化来快速构建活动事件的局部表面,并使用基于事件的Harris角点检测器来细化eSUSAN识别的角点。我们在公共数据集和CeleX-V数据上评估了所提出的算法。eSUSAN和SE-Harris算法在保持高精度和跟踪性能的同时,具有比现有算法更高的实时性能。
2021-05-02 cs.CV
Field of Junctions: Extracting Boundary Structure at Low SNR
Harvard University(哈佛大学)
我们引入了一个自下而上的模型,同时发现许多边界元素的图像,包括轮廓,角落和路口。该模型解释了边界形状在每个小补丁使用一个“广义M结”,包括M个角和一个自由移动的顶点。使用非凸优化来分析图像,以在每个位置协作地找到M+2个连接点值,通过一种新的正则化器来增强空间一致性,该正则化器在保持拐角和连接点的同时减少曲率。由此产生的“领域的交界处”同时是一个轮廓检测器,角落/交界处检测器,和边界感知平滑的区域外观。值得注意的是,它对轮廓、角点、连接点和均匀区域的统一分析使其能够在高噪声水平下取得成功,而其他分割和边界检测方法则无法成功。
2021-11-11 cs.CV
Fuzzy-NMS: Improving 3D Object Detection with Fuzzy Classification in NMS
Tsinghua University(清华大学);Beijing Jiaotong University(北京交通大学)
提出即插即用的 Fuzzy-NMS 模块,通过模糊分类结合候选框体积与聚类密度优化抑制阈值,显著提升多种 3D 目标检测器在 KITTI 和 Waymo 上的准确率,尤其针对小目标,且无需重训、不增加推理时间。
2023-10-21 cs.CV
SCK: A sparse coding based key-point detector
Ryerson University(瑞尔森大学)
所有目前流行的手工制作的关键点检测器,如哈里斯角,MSER,SIFT,SURF...依赖于一些特定的预先设计的结构来检测图像中的角、斑点或接合点。本文提出了一种新的基于稀疏编码的关键点检测器,它不需要特殊的预先设计的结构。关键点检测器基于测量图像中每个块的复杂度水平来决定关键点应该在哪里。块的复杂度被定义为该块的稀疏表示的非零分量的总数。通常,由更多组件构造的块更复杂,并且具有更大的潜力成为好的关键点。在Webcam和EF数据集上的实验结果[1,2]表明,与手工制作的特征相比,所提出的检测器实现了显着的高重复性,甚至优于最先进的基于学习的检测器的匹配分数。
2018-12-07 cs.CV
A Scale and Rotational Invariant Key-point Detector based on Sparse Coding
Ryerson University(瑞尔森大学)
大多数流行的手工制作的关键点检测器,如Harris角点,SIFT,SURF,旨在检测图像中的角点,斑点,连接点或其他人类定义的结构。虽然具有一些几何变换的鲁棒性,但意外的场景或不均匀的照明变化可能会显着降低其性能。因此,非常需要一种新的检测器,其对于上下文变化是灵活的,并且同时对于几何和非均匀照明变化是鲁棒的。在本文中,我们提出了一个解决这个具有挑战性的问题,将尺度和旋转不变的设计(命名为SRI-SCK)到最近开发的稀疏编码为基础的关键点检测器(SCK)。SCK检测器在不同的场景中是灵活的,并且对仿射强度变化完全不变,但它并不被设计为处理具有剧烈尺度和旋转变化的图像。在SRI-SCK中,利用图像金字塔技术实现尺度不变性,而通过组合SCK的稀疏编码步骤中使用的字典的多个旋转版本来实现旋转不变性。提出了关键点特征尺度的计算方法及其亚像素精度定位方法。在三个公开数据集上的实验结果表明,该方法具有较高的重复性和匹配得分。
2020-10-13 cs.CV
3D IoU-Net: IoU Guided 3D Object Detector for Point Clouds
Zhejiang University(浙江大学);Lomonosov Moscow State University(罗蒙诺索夫莫斯科国立大学);MBZUAI(穆罕默德·本·扎耶德人工智能大学);IIAI
大多数现有的基于点云的3D目标检测器集中在分类和盒回归的任务。然而,该领域的另一个瓶颈是实现非最大抑制(NMS)后处理的准确检测置信度。在本文中,我们将3D IoU预测分支添加到常规分类和回归分支中。预测的IoU用作NMS的检测置信度。为了获得更准确的IoU预测,我们提出了一个具有IoU敏感特征学习和IoU对齐操作的3D IoU-Net。为了获得一个视角不变的预测头,我们提出了一个注意角聚合(ACA)模块,通过聚合从每个角度的8个角的局部点云特征和自适应加权的贡献,每个角度与不同的注意。我们提出了一个角几何编码(CGE)模块的几何信息嵌入。据我们所知,这是第一次在建议特征学习中引入几何嵌入信息。这两个特征部分,然后自适应融合的多层感知器(MLP)网络作为我们的IoU敏感功能。通过引入IoU对齐操作,解决了限界框回归头与IoU预测不匹配的问题,进一步提高了IoU预测的准确性。在KITTI汽车检测基准上的实验结果表明,具有IoU感知的3D IoU-Net实现了最先进的性能。
2020-04-10 cs.CV
CenterNet: Keypoint Triplets for Object Detection
University of Chinese Academy of Sciences(中国科学院大学);University of Oxford(牛津大学);Huawei Noah’s Ark Lab(华为诺亚方舟实验室)
在目标检测中,基于关键点的方法通常遭受大量不正确的对象边界框,这可以说是由于缺乏对裁剪区域的额外查看。本文提出了一种有效的解决方案,探索每个裁剪区域内的视觉模式,以最小的成本。我们的框架建立在一个具有代表性的基于关键点的检测器CornerNet上。我们的方法名为CenterNet,它将每个对象检测为三个关键点,而不是一对关键点,这提高了精确度和召回率。相应地,我们设计了两个自定义模块级联角点池化和中心池化,分别起到丰富左上角和右下角收集的信息和在中心区域提供更多可识别信息的作用。在MS-COCO数据集上,CenterNet实现了47.0%的AP,比所有现有的一级检测器至少高出4.9%。同时,由于推理速度更快,CenterNet表现出与顶级两阶段检测器相当的性能。代码可在https://github.com/Duankaiwen/CenterNet上获得。
2019-04-19 cs.CV
CODA: A Real-World Road Corner Case Dataset for Object Detection in Autonomous Driving
Huawei Noah’s Ark Lab(华为诺亚方舟实验室);Hong Kong University of Science and Technology(香港科技大学);Huawei Intelligent Automotive Solution BU(华为智能汽车解决方案BU);Sun Yat-sen University(中山大学)
当代用于自动驾驶的深度学习目标检测方法通常假设常见交通参与者的前缀类别,例如行人和汽车。大多数现有的检测器不能检测不常见的对象和角落情况(例如,狗穿过街道),这在某些情况下可能导致严重的事故,使得可靠的自动驾驶的现实世界应用的时间轴不确定。阻碍开发真正可靠的自动驾驶系统的一个主要原因是缺乏公共数据集来评估目标检测器在角落情况下的性能。因此,我们引入了一个名为CODA的具有挑战性的数据集,它暴露了基于视觉的检测器的这个关键问题。该数据集由1500个精心挑选的真实驾驶场景组成,每个场景包含四个对象级别的拐角情况(平均),跨越30多个对象类别。在CODA上,在大规模自动驾驶数据集上训练的标准对象检测器的性能在mAR中显着下降到不超过12.8%。此外,我们用最先进的开放世界对象检测器进行了实验,发现它也无法可靠地识别CODA中的新对象,这表明用于自动驾驶的鲁棒感知系统可能还远未实现。我们希望我们的CODA数据集能够促进对真实世界自动驾驶可靠检测的进一步研究。我们的数据集将在https://coda-dataset.github.io上发布。
2022-09-17 cs.CV cs.LG cs.RO
Looking Beyond Corners: Contrastive Learning of Visual Representations for Keypoint Detection and Description Extraction
Technical University of Munich(慕尼黑工业大学)
可学习的关键点检测器和描述符开始优于传统的手工特征提取方法。最近关于视觉表示的自监督学习的研究推动了基于深度网络的可学习模型的性能不断提高。通过利用传统的数据增强和单应性变换,这些网络学会在极端光照变化等不利条件下检测角点。然而,它们的泛化能力仅限于通过经典方法或合成生成的数据先验检测到的角状特征。在本文中,我们提出了对应网络(CorrNet),它可以学习检测可重复的关键点,并通过空间约束下的无监督对比学习来提取有区别的描述。我们的实验表明,CorrNet不仅能够检测低级别的特征,如角点,而且还能够通过我们提出的联合引导反向传播其潜在空间来检测代表一对输入图像中相似对象的高级特征。我们的方法在视点变化下获得了有竞争力的结果,并在光照变化下获得了最先进的性能。
2022-07-11 cs.CV
CornerPoint3D: Look at the Nearest Corner Instead of the Center
University of Southampton(南安普顿大学);Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));University of Liverpool(利物浦大学);Cornell University(康奈尔大学)
针对LiDAR跨域3D目标检测中基于中心检测器定位差的问题,提出关注最近角点的CornerPoint3D检测器、新评估指标及EdgeHead细化头,显著提升跨域鲁棒性。
2025-04-03 cs.AI cs.CV
FuzzRisk: Online Collision Risk Estimation for Autonomous Vehicles based on Depth-Aware Object Detection via Fuzzy Inference
DENSO AUTOMOTIVE Deutschland GmbH(电装德国汽车有限公司);Technical University of Munich(慕尼黑工业大学);Chalmers University of Technology(查尔姆斯理工大学);University of Gothenburg(哥德堡大学)
本文提出FuzzRisk框架,融合深度图2.5D目标与3D检测器预测,利用IoU和深度差异经模糊推理在线估计AV碰撞风险,并在nuScenes与闭环仿真中验证有效性。
2025-02-19 cs.AI cs.CV cs.RO
Towards Commonsense Knowledge based Fuzzy Systems for Supporting Size-Related Fine-Grained Object Detection
Zhejiang Lab(之江实验室);University of Huddersfield(哈德斯菲尔德大学)
针对细粒度目标检测需大模型和多标注的问题,提出尺寸相关的常识知识推理模块CKIM,结合硬规则与模糊规则方法,辅助轻量级粗粒度检测器实现精准细粒度检测,在更少数据和更小模型下优于基线。
2024-01-29 cs.AI cs.CV
MatrixNets: A New Scale and Aspect Ratio Aware Architecture for Object Detection
University of Waterloo(滑铁卢大学);Vector Institute(向量研究所);Akasha Imaging Corp(阿卡莎影像公司)
我们提出了一种新的目标检测深度架构MatrixNets(xNets)。xNets将具有相似大小和长宽比的对象映射到许多专门的层中,允许xNets提供缩放和长宽比感知架构。我们利用xNets来增强单阶段目标检测框架。首先,我们将xNets应用于基于锚点的目标检测,为此我们预测对象中心并回归左上角和右下角。其次,我们使用MatrixNets通过预测左上角和右下角进行基于角点的目标检测。每个角预测对象的中心位置。我们还通过用中心回归代替嵌入层来增强基于角点的检测。我们的最终架构在MS COCO上实现了47.8的mAP,比CornerNet高出+5.6 mAP,同时也缩小了单级和两级探测器之间的差距。该代码可在https://github.com/arashwan/matrixnet上获得。
2020-01-09 cs.CV
cMinMax: A Fast Algorithm to Find the Corners of an N-dimensional Convex Polytope
University of Patras(帕特雷大学);Northwestern University(西北大学);Rice University(莱斯大学)
在过去的几年里,新兴的增强和虚拟现实(AR-VR)领域已经看到了迅猛的增长。与此同时,在需要计算能力的情况下,存在开发低成本高质量AR系统的趋势。特征点在这些实时帧率和3D应用中有着广泛的应用,因此高效的高速特征检测器是必不可少的。在增强现实(AR)中,角点是标记对齐的第一步。角点还用于图像配准和识别、跟踪、SLAM、机器人路径查找以及2D或3D目标检测和检索。因此,有大量的角点检测算法,但他们中的大多数是太计算密集的使用在任何复杂的实时应用.很多时候,图像的边界是凸多边形。对于这种特殊但很常见的情况,我们开发了一种特定的算法cMinMax。该算法是快速的,约5倍,广泛使用的Harris角点检测算法相比。加法是高度并行的。该算法适用于增强现实系统中标记点的快速配准以及需要实时的特征检测器的应用,也可推广到N维多面体。
2022-05-13 cs.CV cs.GR
Deep Cuboid Detection: Beyond 2D Bounding Boxes
Carnegie Mellon University(卡内基梅隆大学);Magic Leap, Inc.(Magic Leap公司)
我们提出了一个深长方体检测器,它需要一个混乱的场景的消费者质量的RGB图像,并定位所有的3D长方体(盒状物体)。与经典方法相反,经典方法从低级别线索(如角点,边缘和消失点)拟合3D模型,我们提出了一种端到端的深度学习系统来检测许多语义类别(例如,烤箱、运输箱和家具)。我们本地化长方体的二维限界框,并同时本地化长方体的角落,有效地产生一个3D的解释盒状物体。我们通过迭代地汇集卷积特征来改进关键点,从而显著改进了基线方法。我们的深度学习长方体检测器以端到端的方式进行训练,适用于增强现实(AR)和机器人技术中的实时应用。
2016-11-30 cs.CV
Rethinking the Encoding and Annotating of 3D Bounding Box: Corner-Aware 3D Object Detection from Point Clouds
School of Computer Science, Beijing Institute of Technology(计算机科学学院,北京理工大学);Computer Science Program, Computer, Electrical and Mathematical Sciences and Engineering (CEMSE) Division, Center of Excellence for Smart Health, and Center of Excellence for Generative AI, King Abdullah University of Science and Technology (KAUST)(计算机科学项目,计算机、电气和数学科学与工程(CEMSE)部门,智能健康卓越中心,生成人工智能卓越中心,国王阿卜杜勒·阿齐兹大学科学与技术(KAUST));State Key Laboratory of Internet of Things for Smart City, Department of Computer and Information Science, University of Macau(智慧城市物联网国家重点实验室,澳门大学计算机与信息科学系);Guangdong Provincial Key Laboratory of Machine Perception and Intelligent Computing, Shenzhen MSU-BIT University(广东省机器感知与智能计算重点实验室,深圳MSU-BIT大学);Beijing Key Laboratory of Intelligent Information Technology, School of Computer Science, Beijing Institute of Technology(北京智能信息技术重点实验室,计算机科学学院,北京理工大学)
本文提出基于角点的3D目标检测方法,通过角点对齐回归提升检测性能,仅需BEV角点点击即可达到接近全监督的准确率。
2025-11-18 cs.CV
CoMIC: Good features for detection and matching at object boundaries
Indian Institute of Technology, Madras(马德拉斯印度理工学院)
特征或兴趣点通常使用2D补丁中的信息聚合,当存在相对于显著变化的背景的对象运动时,2D补丁在对象边界处不保持稳定。在这样的条件下,能级或等强度曲线要稳定得多,特别是较长的曲线。在本文中,我们确定稳定的部分长等值线和检测他们的角落。此外,与拐角相关联的等曲线用于丢弃来自背景的部分并改进匹配。与现有技术的检测器相比,这种CoMIC(最大稳定等强度曲线上的拐角)点在对象边界区域处产生更好的结果,同时也在内部区域处执行消隐。这在诸如视频序列中的从运动运动恢复结构的立体和点跟踪的应用中的边界和非边界区域的穷举匹配实验中被示出。
2014-12-05 cs.CV
HarrisZ$^+$: Harris Corner Selection for Next-Gen Image Matching Pipelines
Università Degli Studi di Palermo(巴勒莫大学);CTU in Prague(捷克布拉格技术大学)
由于其在许多计算机视觉任务中的作用,图像匹配已经受到研究人员的积极调查,这导致了更好和更具判别力的特征描述符和更鲁棒的匹配策略,这也要归功于深度学习的出现和现代硬件的计算能力的增加。尽管取得了这些成就,但在图像匹配流水线的基础上的关键点提取过程并没有看到等同的进展。本文介绍了HarrisZ $^+$,一个升级的HarrisZ角检测器,优化,以协同采取先进的最近改进的其他步骤的图像匹配管道。HarrisZ $^+$不仅包括设置参数的调整,而且还对HarrisZ描述的选择标准进行了进一步的改进,从而提供了更多但有区别的关键点,这些关键点在图像上分布得更好,定位精度更高。图像匹配流水线包括HarrisZ $^+$,与其他现代组件一起,在不同的最新匹配基准测试中获得了经典图像匹配流水线中最先进的结果。这些结果与最近的完全深度端到端可训练方法所获得的结果非常接近,并且表明经典图像匹配方法的研究仍然可以获得适当的改进幅度。
2022-05-01 cs.CV
An Application-Driven Conceptualization of Corner Cases for Perception in Highly Automated Driving
University of Kassel(卡塞尔大学);Technische Universität Braunschweig(布伦瑞克工业大学);FZI Research Center for Information Technology(FZI信息技术研究中心);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
依赖于机器学习(ML)的系统和功能是高度自动化驾驶的基础。此类ML模型的一项基本任务是可靠地检测和解释异常、新的和潜在危险的情况。这些情况的检测,我们称之为极端情况,对于成功开发,应用和验证未来车辆中的汽车感知功能具有高度相关性,其中将使用多种传感器模态。开发拐角情况检测器的一个复杂问题是缺乏一致的定义、术语和拐角情况描述,特别是在考虑各种汽车传感器时。在这项工作中,我们提供了一个高度自动化驾驶中的应用驱动视图。为了实现这一目标,我们首先考虑现有的定义,从一般的离群值,新颖性,异常,和分布外检测,以显示角落的情况下的关系和差异。此外,我们通过添加雷达(无线电探测和测距)和激光雷达(光探测和测距)传感器来扩展现有的以相机为中心的角落案例系统化。为此,我们描述了用于数据采集和处理的示例性工具链,突出了角点情况检测的接口。我们还定义了一个新的水平的角落的情况下,方法层角落的情况下,出现由于固有的方法或数据分布的不确定性。
2021-03-05 cs.CV eess.IV
Robust Detection, Association, and Localization of Vehicle Lights: A Context-Based Cascaded CNN Approach and Evaluations
University of California San Diego(加利福尼亚大学圣地亚哥分校);Laboratory for Intelligent & Safe Automobiles(智能与安全汽车实验室)
针对现有单阶段车灯检测器与车辆实例解耦的问题,提出基于上游车辆检测和光心近似的级联CNN车灯角点检测方法,在LISA车灯数据集上实现4.77像素平均误差,可整合入完整车灯检测流水线服务自动驾驶安全。
2023-08-22 cs.CV
A generalised feature for low level vision
Imense Ltd.(Imense有限公司);University of Cambridge(剑桥大学)
本文提出了一种新的量化变换(Sinclair-Town变换,简称ST变换),它包含了边缘检测器、MSER类型的区域检测器和角点检测器。该变换类似于$unsharp$变换,但与局部平均值的差异被量化为3个值(暗-中性-亮)。该变换自然导致适当的局部尺度的定义。提出了一系列从变换图像中提取形状特征的方法。广义特征为建立图像之间的对应关系提供了鲁棒的基础。该变换容易承认更复杂的内核行为,包括多尺度和非对称元素,以更好地选择更短的尺度或定向的局部特征。
2021-02-03 cs.CV
Affine Differential Invariants for Invariant Feature Point Detection
Stony Brook University(石溪大学);University of Minnesota(明尼苏达大学)
图像特征点被检测为局部最大化检测器函数的像素,其中两个常用的例子是(欧几里德)图像梯度和哈里斯-斯蒂芬斯角点检测器。这些特征检测器的一个主要限制是它们仅是欧几里得不变的。在这项工作中,我们展示了应用程序的二维仿射不变的图像特征点检测器的基础上,通过运动帧的等变方法推导出的微分不变量。还计算了3D图像体积的基本等仿射微分不变量。
2018-03-12 cs.CV math.GR
CCA: Exploring the Possibility of Contextual Camouflage Attack on Object Detection
University of Central Florida(中佛罗里达大学)
基于深度神经网络的目标检测已成为许多现实应用的基石。伴随着这一成功而来的是对其易受恶意攻击的担忧。为了更深入地了解这个问题,我们提出了一种上下文伪装攻击(CCA)算法来影响目标检测器的性能。在本文中,我们使用进化搜索策略和对抗机器学习与照片般逼真的模拟环境进行交互,以找到在各种各样的对象位置,相机姿势和照明条件下有效的伪装图案。所提出的方法被验证有效的大多数国家的最先进的目标检测器。
2020-08-19 cs.CV
Extraction of Facial Feature Points Using Cumulative Histogram
Jahangirnagar University(贾汉吉尔纳加尔大学);University Claude Bernard Lyon1(里昂第一大学(克洛德·贝尔纳))
提出了一种新的基于累积直方图的自适应算法,通过改变阈值,自动提取正视图中的眉角、眼角、鼻孔、鼻尖和嘴角等面部特征点。该方法首先采用Viola-Jones人脸检测器检测出人脸的位置,并在图像中裁剪出人脸区域。从人脸结构的概念出发,在人脸图像中裁剪出诸如右眉、左眉、右眼、左眼、鼻子和嘴区域的六个相关区域。然后计算每个裁剪后的相关区域的直方图,并通过改变不同的阈值来使用其累积直方图值,以自适应的方式创建新的滤波图像。每个相关滤波图像的感兴趣区域的连通分量表示我们各自的特征区域。对眉、眼、嘴滤波图像采用简单的线性搜索算法,对鼻子滤波图像采用轮廓线算法,自动提取出所需的角点。该方法在不同光照、表情和光照条件下对大型BioID正面人脸数据库进行了测试,实验结果平均成功率达到95.27%。
2012-03-15 cs.CV
SaccadeNet: A Fast and Accurate Object Detector
University of Maryland, College Park(马里兰大学帕克分校);Wormpex AI Research(沃姆派克斯人工智能研究院)
目标检测是实现整体场景理解的重要步骤。大多数现有的目标检测算法只关注特定的目标区域,然后预测目标位置。然而,神经科学家已经揭示,人类并不是以固定的稳定状态看着场景。相反,人眼四处移动,定位信息部分以理解对象位置。这种主动感知运动的过程称为\textit{saccade}。受此启发,本文提出了一种快速准确的目标检测器\textit{SaccadeNet}。它包含四个主要模块,\cenam,\coram,\atm和\aggatt,这使得它能够处理不同的信息对象关键点,并从粗到细预测对象位置。\coram ~仅在训练期间使用,以提取更多信息的角点特征,从而带来免费午餐性能提升。在MS COCO数据集上,我们在28 FPS和118 FPS下分别实现了40.4mAP和30.5mAP的性能。在所有的实时对象检测器中,%,可以运行速度超过25 FPS,我们的SaccadeNet实现了最好的检测性能,这证明了所提出的检测机制的有效性。
2020-03-26 cs.CV
Multimodal-Enhanced Objectness Learner for Corner Case Detection in Autonomous Driving
School of Computer Science and Engineering, Southeast University(东南大学计算机科学与工程学院)
本文提出MENOL,通过多模态半监督学习缩小已知与未知类差异,在仅5100张标注图像下显著提升自动驾驶边角案例检测召回率,分别超越基线ORE 71.3%和60.6%。
2024-09-28 cs.AI cs.CV
Realtime CNN-based Keypoint Detector with Sobel Filter and CNN-based Descriptor Trained with Keypoint Candidates
University of Science and Technology of China(中国科学技术大学)
局部特征检测器和描述器在许多计算机视觉任务中是必不可少的,例如SLAM和3D重建。在本文中,我们引入了两个独立的CNN,轻量级的SobelNet和DesNet,来检测关键点和计算密集的局部描述符。检测器和描述器并行工作。Sobel滤波器提供输入图像的边缘结构作为CNN的输入。在对CNN的输出图施加非最大值抑制(NMS)过程之后,将获得关键点的位置。我们为SobelNet的训练过程设计了高斯损失,以检测角点作为关键点。同时,DesNet的输入为原始灰度图像,利用循环损失对DesNet进行训练。此外,在训练DesNet时,需要SobelNet的输出图。我们已经在几个基准测试中评估了我们的方法,包括HPatches基准测试,ETH基准测试和FM-Bench。近年来,SobelNet以更少的计算量获得了比SOTA方法更好或相当的性能。在RTX 2070 SUPER上,SobelNet和DesNet对640 x480图像的推理时间分别为7.59ms和1.09ms。
2020-11-04 cs.CV
RCDN -- Robust X-Corner Detection Algorithm based on Advanced CNN Model
Huazhong University of Science and Technology(华中科技大学)
本文提出RCDN算法,通过由粗到精的X角点检测网络、后处理、亚像素细化及区域生长策略,在多种干扰下实现高精度、高鲁棒性的X角点检测,并在标定与位姿估计中取得更小重投影误差。
2023-07-07 cs.AI cs.CV
Bootstrapping Corner Cases: High-Resolution Inpainting for Safety Critical Detect and Avoid for Automated Flying
Spleenlab GmbH(Spleenlab 公司);Ilmenau University of Technology(伊尔梅瑙工业大学)
针对无人机探测与规避任务中极端场景数据集稀缺、检测率低的问题,研究提出用图像修复技术自举构建含极端场景的高分辨率数据集,验证了方法有效性并公开数据集。
2025-01-14 cs.CV cs.LG
FCOSR: A Simple Anchor-free Rotated Detector for Aerial Object Detection
School of Artificial Intelligence, Xidian University(西安电子科技大学人工智能学院)
现有的基于锚点的目标检测方法已经取得了令人惊叹的效果,但这些方法需要一些手动预设框,这引入了额外的超参数和计算。现有的无锚方法通常具有复杂的体系结构,并且不容易部署。我们的目标是提出一种算法,这是简单的,易于部署的航空图像检测。本文提出了一种基于FCOS的单级无锚旋转目标检测器(FCOSR),它可以部署在大多数平台上。FCOSR具有仅由卷积层组成的简单架构。我们的工作重点是训练阶段的标签分配策略。我们使用椭圆中心采样方法来定义一个合适的采样区域的定向限界框(OBB)。模糊样本分配策略为重叠对象提供了合理的标签。为解决采样不足的问题,设计了多级采样模块。这些策略为训练样本分配了更合适的标签。我们的算法在DOTA1.0、DOTA1.5和HRSC2016数据集上分别实现了79.25、75.41和90.15 mAP。FCOSR在单尺度评价中表现出优于其他方法的性能。我们将一个轻量级的FCOSR模型转换为TensorRT格式,在DOTA1.0上实现了73.93 mAP,在Jetson Xavier NX上实现了10.68 FPS的速度。该代码可从以下网址获得:https://github.com/lzh420202/FCOSR
2021-12-01 cs.CV
New Feature Detection Mechanism for Extended Kalman Filter Based Monocular SLAM with 1-Point RANSAC
Kritikal Solutions Pvt. Ltd.(克里蒂卡尔解决方案私人有限公司)
我们提出了一种不同的方法来提高SLAM使用单个单目相机的准确性的特征点检测。传统上,Harris角点检测、SURF或FAST角点检测器用于在图像中找到感兴趣的特征点。我们用另一种方法来代替它,该方法涉及使用Perona和Malik扩散方程构建图像的非线性尺度空间表示,并在多个尺度级别上计算尺度归一化Hessian(KAZE特征)。这样检测到的特征点被用于使用扩展的卡尔曼滤波器来估计单镜头相机的状态和姿态。通过使用加速KAZE特征和更严格的特征拒绝例程,结合1点RANSAC进行离群值拒绝,即使特征点数量较少,特征的短基线匹配也得到了显著改善,特别是在存在运动模糊的情况下。我们提出了一个比较研究,我们的建议与FAST,并显示提高定位精度的绝对轨迹误差。
2018-05-31 cs.CV
Real-Time And Robust 3D Object Detection with Roadside LiDARs
Technical University of Munich(慕尼黑工业大学)
这项工作旨在通过使用路边LiDAR专注于环境的3D感知来应对自动驾驶的挑战。我们设计了一个三维目标检测模型,可以检测交通参与者在路边的激光雷达在实时的【形】。我们的模型使用现有的3D检测器作为基线,并提高了其准确性。为了证明我们提出的模块的有效性,我们训练和评估三个不同的车辆和基础设施数据集的模型。为了展示我们的检测器的域适应能力,我们在来自中国的基础设施数据集上对其进行训练,并在德国记录的不同数据集上进行迁移学习。我们对探测器中的每个模块进行了几组实验和消融研究,结果表明我们的模型明显优于基线,而推理速度为45 Hz(22 ms)。我们的基于LiDAR的3D探测器做出了重大贡献,可用于智慧城市应用,为互联和自动化车辆提供深远的视野。连接到路边传感器的车辆可以获得拐角处其他车辆的信息,以改善其路径和机动规划,并提高道路交通安全。
2022-07-11 cs.CV
CenterNet++ for Object Detection
University of Chinese Academy of Sciences(中国科学院大学);Huazhong University of Science and Technology(华中科技大学);Huawei Inc.(华为公司)
目标检测有两种主流:自顶向下和自底向上。最先进的方法大多属于第一类。在本文中,我们证明了自下而上的方法具有自上而下的竞争力,并且具有更高的召回率。我们的方法名为CenterNet,将每个对象检测为三个关键点(左上角和右下角以及中心关键点)。我们首先通过一些设计的线索分组的角落,并进一步确定的中心关键点的对象。角关键点使该方法具有检测各种尺度和形状的目标的能力,中心关键点避免了大量假阳性建议所带来的混乱。我们的方法是一种无锚检测器,因为它不需要定义显式的锚盒。我们调整我们的方法以适应具有不同结构的骨干,即,“沙漏”状网络和“金字塔”状网络,它们分别检测单分辨率特征图和多分辨率特征图上的对象。在MS-COCO数据集上,使用Res 2Net-101和Swin-Transformer的CenterNet分别实现了53.7%和57.1%的AP,优于所有现有的自下而上检测器,达到了最先进的水平。我们还设计了一个实时CenterNet,它在30.5 FPS下实现了43.6%的AP,在准确性和速度之间实现了良好的平衡。https://github.com/Duankaiwen/PyCenterNet.
2022-04-18 cs.AI cs.CV
Pedestrian Detection: Domain Generalization, CNNs, Transformers and Beyond
Group 42(G42集团);Inception Institute of Artificial Intelligence(起源人工智能研究院);The Chinese University of Hong Kong(香港中文大学);National Center for Artificial Intelligence(国家人工智能中心)
行人检测是许多基于视觉的应用的基石,从物体跟踪到视频监控,再到最近的自动驾驶。随着深度学习在目标检测中的快速发展,行人检测在传统的单数据集训练和评估设置中取得了非常好的性能。然而,在这项关于可推广的行人检测器的研究中,我们发现,目前的行人检测器在跨数据集评估中即使是很小的域偏移也处理不好。我们把有限的概括归结为两个主要因素,方法和当前的数据来源。关于该方法,我们说明了目前的行人检测器的设计选择(如锚设置)中存在的偏见是有限的泛化的主要因素。大多数现代行人检测器都是针对目标数据集定制的,在传统的单一训练和测试管道中,它们确实实现了高性能,但在通过跨数据集评估时,性能会下降。因此,由于其通用设计,与现有技术的行人检测器相比,通用对象检测器在交叉数据集评估中表现更好。至于数据,我们表明,自动驾驶基准测试本质上是单调的,即它们在场景中并不多样,行人也不密集。因此,通过爬行网络(包含多样化和密集的场景)来策划的基准测试是提供更强大表示的有效预训练来源。因此,我们提出了一个渐进的微调策略,提高泛化。代码和模型可以访问https://github.com/hasanirtiza/Pedestron。
2022-03-02 cs.CV
CenterNet3D: An Anchor Free Object Detector for Point Cloud
Sun Yat-sen University(中山大学);University of Waterloo(滑铁卢大学)
从点云数据中准确快速地检测三维目标检测是自动驾驶中的一项关键任务。现有的单阶段三维目标检测方法虽然能够实现实时性,但主要是基于锚点的检测器,效率低下,需要额外的后处理。在本文中,我们消除了锚点,并将对象建模为单个点--其限界框的中心点。基于中心点,我们提出了一个无锚CenterNet 3D网络,执行3D目标检测没有锚。我们的CenterNet 3D使用关键点估计来找到中心点,并直接回归3D边界框。然而,由于点云固有的稀疏性,3D对象的中心点很可能位于空的空间中,这使得难以估计准确的边界。为了解决这个问题,我们提出了一个额外的角落注意模块,以强制CNN骨干更加关注对象边界。此外,考虑到一级检测器遭受预测的边界框和相应的分类置信度之间的不一致性,我们开发了一种有效的关键点敏感的扭曲操作,以对齐预测的边界框的置信度。我们提出的CenterNet 3D是非最大抑制自由,这使得它更有效,更简单。我们在广泛使用的KITTI数据集和更具挑战性的nuScenes数据集上评估了CenterNet 3D。我们的方法优于所有国家的最先进的锚为基础的一阶段的方法,并具有相当的性能,以及两阶段的方法。它具有20 FPS的推理速度,并实现了最佳的速度和准确性权衡。我们的源代码将在https://github.com/wangguojun2018/CenterNet3d上发布。
2021-10-25 cs.CV
SuperPoint: Self-Supervised Interest Point Detection and Description
Magic Leap(Magic Leap(迈吉科技));Sunnyvale, CA(加利福尼亚州森尼韦尔(Sunnyvale, CA))
本文提出了一种自监督的框架,用于训练兴趣点检测器和描述符,适用于计算机视觉中的大量多视图几何问题。与基于补丁的神经网络相反,我们的全卷积模型对全尺寸图像进行操作,并在一次向前传递中联合计算像素级兴趣点定位和相关描述符。我们介绍了单应性自适应,一种多尺度、多单应性方法,用于提高兴趣点检测的可重复性并执行跨领域自适应(例如,合成到真实)。我们的模型在使用单应性自适应的MS-COCO通用图像数据集上进行训练时,能够重复检测比初始预适应深度模型和任何其他传统角点检测器更丰富的兴趣点集。与LIFT、SIFT和ORB相比,最终系统在HPatches上产生了最先进的单应性估计结果。
2018-04-19 cs.CV
YOLO12-MambaScan: An Efficient Object Detector with High-Frequency Enhancement and State-Space Modeling
针对航拍小目标检测中高频信息丢失和全局上下文建模难的问题,提出基于YOLO12的检测器,结合高频增强卷积、坐标注意力和Mamba模块,在VisDrone上达到60.0% mAP@50。
2026-09-15 cs.CV cs.IR
DeepDetect: Learning All-in-One Dense Keypoints
University of Houston(休斯顿大学);National University of Sciences and Technology(国家 sciences and Technology大学)
DeepDetect结合传统检测器与深度学习,通过融合多检测器输出生成真实标签,训练高效模型生成高密度关键点,提升在复杂场景下的性能。
2026-04-20 cs.CV
Oriented Object Detection in Aerial Images with Box Boundary-Aware Vectors
Rutgers University(罗格斯大学)
航空图像中的目标以任意方向显示并且通常是密集的,因此航空图像中的定向目标检测是一项具有挑战性的任务。目前的定向目标检测方法主要依赖于两级基于锚点的检测器。然而,基于锚的检测器通常遭受正锚盒和负锚盒之间的严重不平衡问题。为了解决这个问题,在这项工作中,我们扩展的水平关键点为基础的对象检测器的定向目标检测任务。特别地,我们首先检测对象的中心关键点,然后基于此回归框边界感知向量(BBAVectors)以捕获定向边界框。对于所有任意方向的对象,框边界感知向量分布在笛卡尔坐标系的四个象限中。为了减轻角点情况下学习向量的困难,我们进一步将定向包围盒分为水平和旋转包围盒。在实验中,我们表明,学习框边界感知向量优于直接预测的宽度,高度和角度的定向限界框,采用基线方法。此外,所提出的方法与最先进的方法竞争有利。代码可在https://github.com/yijingru/BBAVectors-Oriented-Object-Detection上获得。
2020-08-29 cs.CV
ELSED: Enhanced Line SEgment Drawing
The Graffter(格拉夫特公司);Universidad Politécnica de Madrid(马德里理工大学);Universidad Rey Juan Carlos(胡安·卡洛斯国王大学)
本文提出最快的线段检测器ELSED,通过局部线段生长算法连接梯度对齐像素,在低端硬件上高效运行,并可参数化调节检测线段长度,在公开基准上实现了最高的可重复性与效率。
2021-12-20 cs.CV
Gabor Wavelets in Image Processing
FIT BUT(布尔诺工业大学信息技术学院)
本文介绍了二维Gabor小波在图像处理中的应用。用这样的二维小波进行卷积可以分成两个一维小波序列。这项工作的核心思想是利用一个Gabor小波作为一个多尺度偏微分算子的一个给定的顺序。这里使用Gabor小波来检测边缘、角点和斑点。这样的兴趣点检测器的性能相比,检测器利用哈尔小波和高斯函数的导数。所提出的方法可能是有用的,当一个快速实现的Gabor变换是可用的,或者当变换已经预先计算。
2016-02-10 cs.CV cs.GR cs.MM
Backbone is All You Need: Assessing Vulnerabilities of Frozen Foundation Models in Synthetic Image Forensics
University of Trento(特伦托大学)
本文提出SIAA攻击方法,通过仅利用检测器的ViT骨干知识,在目标检测器的特征空间内生成高效对抗样本,揭示了冻结基础模型在对抗多媒体鉴伪中的脆弱性。
2026-05-13 cs.CV cs.MM