Viewpoint-aware Progressive Clustering for Unsupervised Vehicle Re-identification
Anhui University（安徽大学）
车辆重新识别（Re-ID）在智慧城市大规模智能监控中具有重要意义，因此是一项活跃的任务。尽管近年来进展迅速，但大多数现有方法以监督的方式处理车辆Re-ID任务，这既耗时又费力，并且限制了它们在现实生活场景中的应用。最近，无监督的人的Re-ID方法取得了令人印象深刻的性能，探索域自适应或基于聚类的技术。然而，人们不能直接将这些方法推广到车辆Re-ID，因为车辆图像在不同的视角下呈现出巨大的外观变化。为了解决这个问题，我们提出了一种新的视角感知聚类算法的无监督车辆Re-ID。特别是，我们首先将整个特征空间划分为不同的子空间，根据预测的观点，然后执行渐进聚类挖掘样本之间的准确关系。在两个多视点基准数据集VeRi和VeRi-Wild上对最先进的方法进行了全面的实验，验证了所提出的方法在处理无监督车辆Re-ID时在有和没有域自适应场景下的良好性能。
2020-11-18 cs.CV
Uncertainty-aware Clustering for Unsupervised Domain Adaptive Object Re-identification
South China University of Technology（华南理工大学）；University of Melbourne（墨尔本大学）；JD Explore Academy（京东探索研究院）
无监督域自适应（UDA）对象重识别（Re-ID）旨在使在标记源域上训练的模型适应未标记目标域。最先进的对象Re-ID方法采用聚类算法来为未标记的目标域生成伪标签。然而，不可避免的标签噪声所造成的聚类过程显着降低了区分力的Re-ID模型。为了解决这个问题，我们提出了一个不确定性感知聚类框架（UCF）的UDA任务。首先，提出了一种新的层次聚类方案，以提高聚类质量。其次，引入了一种不确定性感知的协同实例选择方法，用于选择具有可靠标签的图像进行模型训练。结合这两种技术可以有效地减少噪声标签的影响。此外，我们引入了一个强大的基线，具有紧凑的对比损失。我们的UCF方法在对象Re-ID的多个UDA任务中始终实现了最先进的性能，并显着减少了无监督和监督Re-ID性能之间的差距。特别是，我们的无监督UCF方法在MSMT 17 $\to$ Market 1501任务中的性能优于Market 1501上的完全监督设置。UCF代码可在https://github.com/Wang-pengfei/UCF上获取。
2021-08-22 cs.CV
QClusformer: A Quantum Transformer-based Framework for Unsupervised Visual Clustering
University of Arkansas（阿肯色大学）；Wells Fargo（富国银行）；Mississippi State University（密西西比州立大学）
本文提出QClusformer，一种基于量子Transformer的无监督视觉聚类框架，通过量子化设计自注意力和Transformer块，在MS-Celeb-1M和DeepFashion等基准上超越经典方法。
2024-08-07 cs.CV
Joint Color-Spatial-Directional clustering and Region Merging (JCSD-RM) for unsupervised RGB-D image segmentation
Laboratoire Hubert Curien, Université Jean Monnet（让·莫奈大学于贝尔·居里实验室）
深度成像传感器的最新进展提供了对与颜色同步的深度（称为RGB-D图像）的容易访问。本文提出了一种无监督的室内RGB-D图像分割和分析方法。我们考虑一个统计图像生成模型的基础上的颜色和几何的场景。我们的方法包括一个联合颜色空间方向聚类方法，然后统计平面区域合并方法。我们在纽约大学深度数据库上评估了我们的方法，并将其与现有的无监督RGB-D分割方法进行了比较。结果表明，该方法与现有方法相比，计算时间更短。此外，它打开了有趣的视角，以无监督的方式融合颜色和几何形状。
2015-09-06 cs.CV
Unsupervised Manga Character Re-identification via Face-body and Spatial-temporal Associated Clustering
Wuhan University（武汉大学）；Peking University（北京大学）
在过去的几年里，电子漫画（电子日本式漫画）有了戏剧性的增长。面对漫画研究的需求和大量未标注的漫画数据，我们提出了一个新的课题，称为无监督漫画人物再识别。然而，漫画的艺术表现力和文体局限性给重新认同问题带来了诸多挑战。受一些与内容相关的特征可能有助于聚类的思想的启发，我们提出了一种面体时空关联聚类方法（FSAC）。在面体组合模块中，利用图像的完整性，构建面体图，解决艺术创作中的夸张、变形等问题。在时空关系校正模块中，我们分析了字符的外观特征，并设计了一个时空相关的三元组损失来微调聚类。在一个109卷的漫画书数据集上进行的大量实验验证了该方法在无监督漫画角色重识别中的优越性。
2022-04-10 cs.CV
Refining Pseudo Labels with Clustering Consensus over Generations for Unsupervised Object Re-identification
CUHK-SenseTime Joint Laboratory（港中大-商汤联合实验室）；The Chinese University of Hong Kong（香港中文大学）；SIAT-SenseTime Joint Lab（深圳先进院-商汤联合实验室）；Shanghai AI Laboratory（上海人工智能实验室）；Xidian University（西安电子科技大学）
无监督的对象重新识别的目标是在没有任何注释的情况下学习用于对象检索的区分性表示。基于训练的方法使用生成的伪标签进行训练，目前主导着这一研究方向。然而，它们仍然遭受伪标签噪声的问题。为了应对这一挑战，我们建议使用聚类共识正确估计连续训练代之间的伪标签相似性，并使用时间传播和集成的伪标签来改进伪标签。据我们所知，这是第一次尝试利用时间集成的精神，以提高分类与动态变化的类代。所提出的伪标签精炼策略简单有效，可以无缝集成到现有的基于聚类的无监督重识别方法中。通过我们提出的方法，最先进的方法可以进一步提升，在具有挑战性的MSMT17数据集上的mAP改进高达8.8%。
2021-08-23 cs.CV
Joint Maximum Purity Forest with Application to Image Super-Resolution
The Hong Kong Polytechnic University（香港理工大学）；Guangdong University of Technology（广东工业大学）
在本文中，我们提出了一种新的随机森林计划，即联合最大纯度森林（JMPF），分类，聚类和回归任务。在JMPF方案中，原始特征空间通过训练的旋转矩阵被转换成一个压缩的预聚类特征空间。通过迭代量化过程获得旋转矩阵，其中属于不同类别的输入数据被聚类到具有最大纯度的新特征空间的各个顶点。在新的特征空间中，在随机森林中决策树的分裂节点处采用正交超平面，可以有效地解决聚类问题。我们在公共基准数据集上对我们提出的方法进行了回归和分类任务的评估，实验表明JMPF明显优于其他最先进的基于随机森林的方法。此外，我们将JMPF应用于图像超分辨率，因为变换后的紧凑特征对聚类回归方案更具鉴别力。在几个公共基准数据集上的实验结果也表明，基于JMPF的图像超分辨率方案始终优于目前最先进的图像超分辨率算法。
2017-08-30 cs.CV
UnOVOST: Unsupervised Offline Video Object Segmentation and Tracking
RWTH Aachen University（亚琛工业大学）
我们解决了无监督视频对象分割（UVOS），自动生成准确的像素掩模的视频序列中的突出对象，并跟踪这些对象始终通过时间，没有任何输入的对象应该被跟踪的任务。为了解决这个问题，我们提出了UnOVOST（无监督离线视频对象分割和跟踪）作为一个简单的和通用的算法，它能够跟踪和分割各种各样的对象。该算法在多个阶段中建立轨迹，首先将片段分组为时空一致的短轨迹，然后基于它们的视觉相似性将这些轨迹合并为长期一致的对象轨迹。为了实现这一目标，我们引入了一种新的基于tracklet的森林路径切割数据关联算法，该算法建立了一个决策森林的轨道假设，然后将此森林切割成形成长期一致的对象轨道的路径。在DAVIS 2017无监督数据集上评估我们的方法时，我们获得了最先进的性能，平均J &F得分为val的67.9%，测试开发的58%和测试挑战基准的56.4%，在DAVIS 2019无监督视频对象分割挑战赛中获得第一名。UnOVOST甚至可以与许多半监督视频对象分割算法竞争，即使它没有给出任何关于应该跟踪和分割哪些对象的输入。
2020-01-15 cs.CV
Unsupervised Video Person Re-identification via Noise and Hard frame Aware Clustering
Wuhan University of Science and Technology（武汉科技大学）；Research Institute for an Inclusive Society through Engineering (RIISE), The University of Tokyo（东京大学包容性社会工程研究所（RIISE））；The University of Tokyo（东京大学）
无监督的基于视频的人物再识别（re-ID）方法从视频轨迹中提取比基于图像的更丰富的特征。最先进的方法利用聚类来获得伪标签并迭代地训练模型。然而，他们低估了两种类型的帧的影响：1）噪声帧造成的检测错误或严重的闭塞在轨迹中存在，这可能是分配不可靠的标签在聚类过程中; 2）轨迹也包含硬帧造成的姿势变化或部分闭塞，这是难以区分，但信息。提出了一种噪声和硬帧感知的聚类方法。NHAC由图裁剪模块和节点重采样模块组成。图修剪模块通过去除噪声帧节点来获得稳定的图，以提高聚类精度。节点重采样模块增强了硬帧节点的训练，以学习丰富的轨迹信息。在两个基于视频的数据集上进行的实验证明了所提出的NHAC在无监督re-ID设置下的有效性。
2021-06-10 cs.CV
Multi-Modal Deep Clustering: Unsupervised Partitioning of Images
Hebrew University of Jerusalem（耶路撒冷希伯来大学）
对未标记的原始图像进行聚类是一项艰巨的任务，最近深度学习方法已经取得了一些成功。在这里，我们提出了一个无监督聚类框架，它以端到端的方式学习深度神经网络，提供图像的直接聚类分配，而无需额外的处理。多模态深度聚类（MMDC）训练深度网络，将其图像嵌入与从高斯混合模型分布中采样的目标点对齐。然后通过图像嵌入的混合分量关联来确定聚类分配。同时，训练相同的深度网络来解决预测图像旋转的额外自监督任务。这推动网络学习更有意义的图像表示，以促进更好的聚类。实验结果表明，MMDC达到或超过国家的最先进的性能在六个具有挑战性的基准。在自然图像数据集上，我们改进了以前的结果，具有高达20%的绝对精度点的显著余量，在CIFAR-10上的精度为82%，在CIFAR-100上为45%，在STL-10上为69%。
2020-12-15 cs.CV
Unsupervised Person Re-identification via Simultaneous Clustering and Consistency Learning
无监督的人再识别（re-ID）已成为一个重要的课题，由于其潜在的解决监督re-ID模型的可扩展性问题。然而，现有的方法简单地利用来自聚类的伪标签进行监督，因此尚未充分探索数据本身中的语义信息，这限制了学习模型的表示能力。为了解决这个问题，我们设计了一个无监督的re-ID的借口任务，通过学习静态图像的视觉一致性和训练过程中的时间一致性，使聚类网络可以自动将图像分成语义聚类。具体而言，借口任务通过最大化同一图像的两个编码视图之间的一致性，通过潜在空间中的一致性损失来学习语义上有意义的表示。同时，我们通过将两个编码视图分组到同一个簇中来优化模型，从而增强视图之间的视觉一致性。在Market-1501，DukeMTMC-reID和MSMT 17数据集上的实验表明，我们提出的方法比最先进的方法有很大的优势。
2021-04-01 cs.CV
Dual Clustering Co-teaching with Consistent Sample Mining for Unsupervised Person Re-Identification
Xi’an Jiaotong University（西安交通大学）；Chang’an University（长安大学）；Peking University（北京大学）
在无监督人Re-ID中，利用两个网络促进训练的同伴教学策略已被证明是处理伪标签噪声的有效方法。然而，用一组有噪声的伪标签训练两个网络降低了两个网络的互补性，并导致标签噪声积累。为了解决这个问题，本文提出了一种新的双聚类协同教学（DCCT）方法。DCCT主要利用两个网络提取的特征，通过不同参数的聚类分别生成两组伪标签。每个网络都使用其对等网络生成的伪标签进行训练，可以增加两个网络的互补性，减少噪音的影响。此外，我们提出了双聚类与动态参数（DCDP），使网络的自适应性和鲁棒性动态变化的聚类参数。此外，一致性样本挖掘（CSM）被提出来寻找在训练过程中伪标签不变的样本，以去除潜在的噪声样本。大量的实验表明，该方法的有效性，它优于国家的最先进的无监督的人的Re-ID方法的相当大的利润，并超过大多数方法利用相机信息。
2022-10-07 cs.CV
A Transfer Learning based Feature-Weak-Relevant Method for Image Clustering
Dalian Maritime University（大连海事大学）
图像聚类是指将一组图像按照同一类中的图像比其他类中的图像更相似的方式分组到不相交的类中，这是一个无监督或半监督学习的过程。它是机器学习和计算机视觉中一个重要而具有挑战性的任务。现有的图像聚类方法的性能与用于聚类的特征有着密切的关系，即使基于无监督编码的方法在性能上有了很大的提高。为了减少聚类特征的影响，我们提出了一种特征弱相关的图像聚类方法。该方法将无监督聚类过程转化为无监督学习和迁移学习的交替迭代过程。聚类过程首先从基于手工特征的图像聚类开始，为每幅图像估计初始标签，然后使用建议的采样策略选择具有可靠标签的图像，以馈送传递学习模型来学习可用于下一轮无监督学习的代表性特征。以这种方式，迭代地优化图像聚类。此外，手工特征用于启动聚类过程，对最终性能的影响很小，因此，该方法是特征弱相关的。在六种公开数据集上的实验结果表明，该方法在性能上优于现有方法，同时对所用特征的依赖性更小。
2018-08-14 cs.CV
Dynamic Clustering and Cluster Contrastive Learning for Unsupervised Person Re-identification
Beijing University of Posts and Telecommunications（北京邮电大学）
无监督Re-ID方法旨在从未标记数据中学习鲁棒性和区分性特征。然而，现有的方法往往忽略了Re-ID框架的模块参数与特征分布之间的关系，这可能会导致特征错位，影响模型的性能。为了解决这个问题，我们提出了一个动态聚类和聚类对比学习（DCCC）方法。具体来说，我们首先设计了一个动态的聚类参数调度器（DCPS），调整聚类的超参数，以适应类内和类间距离的变化。然后，设计了一种动态聚类对比学习（DyCL）方法，将聚类表示向量的权值与局部特征关联度相匹配。最后，构建了一种标签平滑软对比损失算法（$L_{ss}$），以保持聚类对比学习和自监督学习之间的平衡，同时降低计算量，提高计算效率。在几个广泛使用的公共数据集上的实验验证了我们提出的DCCC的有效性，它通过实现最佳性能而优于以前的最先进的方法。
2023-03-13 cs.CV
Variational Deep Embedding: An Unsupervised and Generative Approach to Clustering
Beijing Institute of Technology（北京理工大学）；Tencent AI Lab（腾讯AI实验室）；Hulu LLC.（Hulu有限责任公司）
聚类是计算机视觉和机器学习中最基本的任务之一。在本文中，我们提出了变分深度嵌入（VaDE），变分自动编码器（VAE）的框架内的一种新的无监督生成聚类方法。具体而言，VaDE使用高斯混合模型（GMM）和深度神经网络（DNN）对数据生成过程进行建模：1）GMM挑选聚类; 2）从中生成潜在嵌入; 3）然后DNN将潜在嵌入解码为可观察量。VaDE中的推理是以变分的方式进行的：不同的DNN用于将可观察量编码为潜在嵌入，因此可以使用随机梯度变分贝叶斯（SGVB）估计器和重新参数化技巧来优化证据下限（ELBO）。本文包括与强基线的定量比较，实验结果表明，VaDE显着优于国家的最先进的聚类方法的4个基准从各种形式。此外，通过VaDE的生成性质，我们展示了其为任何指定的聚类生成高度真实的样本的能力，而无需在训练过程中使用监督信息。最后，VaDE是一个灵活和可扩展的无监督生成聚类框架，比GMM更通用的混合模型可以很容易地插入。
2017-06-28 cs.CV
Unsupervised Person Re-Identification with Multi-Label Learning Guided Self-Paced Clustering
School of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程学院）；College of Big Data and Internet, Shenzhen Technology University（深圳技术大学大数据与互联网学院）
虽然无监督的人重新识别（Re-ID）最近引起了越来越多的研究关注，但在不相交的摄像机视图中学习没有注释的区分特征仍然具有挑战性。在本文中，我们解决了无监督的人的Re-ID的概念新颖而简单的框架，称为多标签学习引导的自步调聚类（MLC）。MLC主要通过三个关键模块来学习区分性特征，即多尺度网络、多标签学习模块和自定进度聚类模块。具体地，多尺度网络在全局和局部视图中生成多粒度的人特征。多标签学习模块利用记忆特征库，并基于图像和特征库之间的相似性为每个图像分配多标签向量。在多个时期的多标签训练之后，自定步调的聚类加入训练并为每个图像分配伪标签。我们的MLC的好处来自三个方面：i）多尺度的人的特征，以更好的相似性测量，ii）基于整个数据集的多标签分配，确保每个图像都可以训练，iii）自定进度的聚类去除一些噪声样本，以更好地进行特征学习。在三个流行的大规模Re-ID基准测试上的大量实验表明，我们的MLC优于以前的最先进的方法，并显着提高了无监督的人Re-ID的性能。
2021-03-08 cs.CV
A Lightweight Clustering Framework for Unsupervised Semantic Segmentation
The University of Hong Kong（香港大学）
提出轻量级聚类框架，利用自监督ViT注意力特征区分前景背景，通过多级聚类生成伪掩码，在PASCAL VOC和MS COCO上达到最先进性能。
2023-12-29 cs.CV
Recognizing Handwriting Styles in a Historical Scanned Document Using Unsupervised Fuzzy Clustering
City College of San Francisco（旧金山城市学院）；Santa Clara University（圣克拉拉大学）
本研究针对历史扫描文档中多位抄写员手写风格归属的高维挑战，提出结合线性主成分分析与模糊软聚类的无监督方法，成功检测手写转换，为历史文档书写者归属和法医分析提供了新途径。
2023-06-28 cs.CV
Unsupervised Action Segmentation by Joint Representation Learning and Online Clustering
Retrocausal, Inc.（Retrocausal公司）
提出联合表征学习与在线聚类的无监督动作分割方法，通过时间最优传输保留活动顺序并降低内存占用，在四个数据集上达到相当或更优性能。
2023-08-17 cs.CV
Unsupervised Domain Adaptation with Dynamic Clustering and Contrastive Refinement for Gait Recognition
School of Computer Engineering and Science, Shanghai University（上海大学计算机工程与科学学院）；School of Electronics and Computer Science, University of Southampton（南安普顿大学电子与计算机科学学院）
提出GaitDCCR模型，通过动态聚类参数与权重质心优化聚类，并结合基于置信度的伪标签精炼与对比教师模块减少噪声伪标签影响，显著提升无监督步态识别性能。
2025-04-06 cs.CV
Unsupervised Person Re-identification: Clustering and Fine-tuning
University of Technology Sydney（悉尼科技大学）
最近的文献中已经报道了深入学习的行人表示的优越性的人重新识别（重新ID）。在本文中，我们考虑了更实用的问题，即学习没有标签或只有几个标签的深度特征。我们提出了一种渐进式无监督学习（PUL）方法，将预训练的深度表示转移到看不见的领域。我们的方法易于实现，可以被视为无监督re-ID特征学习的有效基线。具体来说，PUL在1）行人聚类和2）卷积神经网络（CNN）的微调之间迭代，以改进在不相关的标记数据集上训练的原始模型。由于聚类结果可能非常嘈杂，我们在聚类和微调之间添加了选择操作。在开始时，当模型较弱时，CNN在少量可靠的样本上进行微调，这些样本位于特征空间中的聚类质心附近。随着模型在后续迭代中变得更强，更多的图像被自适应地选择为CNN训练样本。逐步地，行人聚类和CNN模型同时改进，直到算法收敛。这一过程自然被表述为自定进度的学习。然后，我们指出有希望的方向，可能会导致进一步的改进。在三个大规模re-ID数据集上的大量实验表明，PUL输出的判别特征提高了re-ID的准确性。
2017-06-29 cs.CV
Deep Fiber Clustering: Anatomically Informed Unsupervised Deep Learning for Fast and Effective White Matter Parcellation
Harvard Medical School（哈佛医学院）；The University of Sydney（悉尼大学）；The University of New South Wales（新南威尔士大学）
白质纤维聚类（WMFC）能够将白质纤维束成像分割成小块，用于疾病分类和解剖束分割等应用。然而，缺乏地面实况和光纤数据的模糊性（沿着光纤的点可以等效地以正序或逆序表示）对这项任务提出了挑战。我们提出了一种新的WMFC框架的基础上无监督的深度学习。我们解决了无监督聚类问题作为一个自监督学习任务。具体来说，我们使用卷积神经网络来学习输入纤维的嵌入，使用成对纤维距离作为伪注释。这使得WMFC对光纤点排序不敏感。此外，通过结合脑解剖分割数据来改善纤维簇的解剖相干性。该框架通过拒绝具有低聚类分配概率的纤维，以自然的方式去除离群值。我们使用来自人类连接组项目的200个数据集对我们的方法进行训练和评估。结果表明，所提出的方法具有优越的性能和效率。
2021-07-11 cs.CV
Domain Camera Adaptation and Collaborative Multiple Feature Clustering for Unsupervised Person Re-ID
Tongji University（同济大学）
针对无监督行人重识别中跨域泛化、多粒度信息不足及确认偏差问题，提出结合域相机自适应、协同伪重标注与CMFC多特征聚类的方法，并在两个基准上取得有竞争力的结果。
2024-06-17 cs.CV
Unsupervised Clustering and Active Learning of Hyperspectral Images with Nonlinear Diffusion
Tufts University（塔夫茨大学）；Johns Hopkins University（约翰斯·霍普金斯大学）
高光谱图像的无监督学习和分割问题是遥感领域的一个重大挑战。高光谱数据的高维性、大量噪声的存在以及类间的重叠等都给高光谱图像的自动聚类和分割带来了困难。我们提出了一种无监督学习技术，称为频谱空间扩散学习（DLSS），它结合了类模式的几何估计与扩散启发的标签，结合了频谱和空间信息。模式估计通过使用扩散距离来促进从每个类学习唯一模式，从而并入高光谱数据的几何形状。这些类模式，然后使用一个联合频谱空间非线性扩散过程标记所有的点。还讨论了DLSS的一个相关变体，它通过为非常少量的精心选择的像素请求标签来实现主动学习，从而大大提高了整体聚类结果。大量的实验分析表明，所提出的方法对基准和国家的最先进的高光谱分析技术的各种真实数据集，其鲁棒性的参数选择，其低计算复杂性的有效性。
2018-10-15 cs.CV
Deep Metric Learning Meets Deep Clustering: An Novel Unsupervised Approach for Feature Embedding
AIOZ；University of Liverpool（利物浦大学）；University of Adelaide（阿德莱德大学）
无监督深度距离度量学习（UDML）旨在从未标记的数据集中学习嵌入空间中的样本相似性。传统的UDML方法通常使用三重损失或成对损失，这需要挖掘正样本和负样本w.r.t.锚数据点。然而，这在无监督设置中具有挑战性，因为标签信息不可用。在本文中，我们提出了一种新的UDML方法，克服了这一挑战。特别地，我们建议使用深度聚类损失来学习质心，即，伪标签，表示语义类。在学习过程中，这些质心也用于重建输入样本。因此，它确保了质心的代表性-每个质心代表视觉上相似的样本。因此，质心给出了关于阳性（视觉上相似）和阴性（视觉上不相似）样品的信息。基于伪标签，我们提出了一种新的无监督度量损失，它强制执行嵌入空间中样本的正集中和负分离。基准数据集上的实验结果表明，该方法优于其他UDML方法。
2020-09-09 cs.CV
TAEC: Unsupervised Action Segmentation with Temporal-Aware Embedding and Clustering
Graz University of Technology（格拉茨技术大学）；Christian Doppler Laboratory for Semantic 3D Computer Vision（克里斯蒂安·多普勒语义三维计算机视觉实验室）；Max-Planck-Institute for Informatics（马克斯·普朗克信息学研究所）；Goethe University Frankfurt（法兰克福歌德大学）
最近，未修剪视频中的时间动作分割得到了越来越多的关注。然而，注释动作类和框架边界非常耗时且成本密集，尤其是在大规模数据集上。为了解决这个问题，我们提出了一种无监督的方法来学习动作类从未经修剪的视频序列。特别是，我们提出了一个时间嵌入网络，它结合了相对时间预测，特征重建和序列到序列学习，以保持视频特征的空间布局和顺序性质。对这些嵌入式特征表示的两步聚类管道允许我们在视频内以及跨视频执行时间一致性。基于所识别的聚类，我们将视频解码成对应于语义上有意义的动作类的连贯的时间段。我们对三个具有挑战性的数据集的评估显示了每个组件的影响，并进一步展示了我们最先进的无监督动作分割结果。
2023-03-09 cs.CV
Rough Clustering Based Unsupervised Image Change Detection
University of Kalyani（卡利亚尼大学）
本文介绍了一种无监督的技术，在同一参考平面上的粗糙聚类的帮助下检测多时相图像的变化区域。该技术是一种软计算方法，基于粗糙集的概念，粗糙聚类和Pawlak的准确性。它是较少的噪音，并避免了预先确定的知识的变化和不变的区域的分布。为了显示的有效性，所提出的技术与其他一些方法进行了比较。
2014-04-24 cs.AI cs.CV
Unsupervised Deep Embedding for Clustering Analysis
University of Washington（华盛顿大学）；Facebook AI Research (FAIR)（脸书人工智能研究院）
聚类是许多数据驱动应用领域的核心，并且在距离函数和分组算法方面得到了广泛的研究。相对较少的工作集中在学习表示聚类。在本文中，我们提出了深度嵌入式聚类（DEC），这是一种使用深度神经网络同时学习特征表示和聚类分配的方法。DEC学习从数据空间到低维特征空间的映射，并在其中迭代优化聚类目标。我们对图像和文本语料库的实验评估表明，国家的最先进的方法显着改善。
2016-05-24 cs.CV cs.LG
Consensus Clustering With Unsupervised Representation Learning
The Ohio State University（俄亥俄州立大学）；Microsoft（微软）
深度聚类和无监督表示学习的最新进展是基于这样的想法，即输入图像的不同视图（通过数据增强技术生成）必须在表示空间中更接近，或者具有相似的聚类分配。Bootstrap Your Own Latent（BYOL）就是这样一种表示学习算法，它在线性评估协议下的ImageNet自监督图像分类中取得了最先进的结果。然而，没有探索BYOL的学习功能来执行聚类的效用。在这项工作中，我们研究了BYOL的聚类能力，并观察到使用BYOL学习的特征可能不是聚类的最佳选择。我们提出了一种新的基于一致性聚类的损失函数，并以端到端的方式使用所提出的损失进行训练BYOL，从而提高了聚类能力，并在一些流行的计算机视觉数据集上优于基于相似聚类的方法。
2021-07-08 cs.CV cs.LG
Mind Your Clever Neighbours: Unsupervised Person Re-identification via Adaptive Clustering Relationship Modeling
无监督人再识别（Re-ID）由于其解决有监督Re-ID模型可扩展性问题的潜力而受到越来越多的关注。大多数现有的无监督方法采用迭代聚类机制，其中网络基于无监督聚类生成的伪标签进行训练。然而，聚类错误是不可避免的。为了生成高质量的伪标签并减轻聚类错误的影响，我们提出了一种新的无监督人Re-ID聚类关系建模框架。具体来说，在聚类之前，基于图相关学习（GCL）模块探索未标记图像之间的关系，然后将改进的特征用于聚类以生成高质量的伪标签。因此，GCL自适应地挖掘小批量样本之间的关系，以减少训练时异常聚类的影响。为了更有效地训练网络，我们进一步提出了一种选择性对比学习（SCL）方法与选择性存储体更新政策。大量的实验表明，我们的方法在Market 1501，DukeMTMC-reID和MSMT 17数据集上显示出比大多数最先进的无监督方法更好的结果。我们将发布模型复制的代码。
2021-12-08 cs.AI cs.CV cs.IR
Convolutional Clustering for Unsupervised Learning
Purdue University（普渡大学）
为训练深度神经网络标记数据的任务是艰巨而繁琐的，需要数百万个标签才能实现当前最先进的结果。这种对大量标记数据的依赖可以通过利用经由无监督学习技术的分层特征来放松。在这项工作中，我们提出了训练一个基于增强版k-means聚类算法的深度卷积网络，它减少了类似过滤器形式的相关参数的数量，从而提高了测试分类的准确性。我们称我们的算法为卷积k均值聚类。我们进一步表明，学习深度卷积神经网络层之间的连接可以提高其在少量标记数据上训练的能力。我们的实验表明，该算法优于其他技术，学习过滤器无监督。具体来说，我们在STL-10上获得了74.1%的测试准确度，在MNIST上获得了0.5%的测试误差。
2016-02-16 cs.CV cs.LG
Unsupervised Clustering Active Learning for Person Re-identification
监督人重新识别（re-id）方法需要大量的成对手动标记数据，这在大多数真实场景中不适用于re-id部署。另一方面，无监督的re-id方法依赖于未标记的数据来训练模型，但与有监督的re-id方法相比表现不佳。在这项工作中，我们的目标是将无监督的re-id学习与少量的人类注释相结合，以实现有竞争力的性能。为了实现这一目标，我们提出了一种无监督聚类主动学习（UCAL）re-id深度学习方法。它能够增量式地发现具有代表性的质心对，并要求人工注释它们。这些少量的标记代表性成对数据可以改善无监督表示学习模型与其他大量的未标记数据。更重要的是，由于选择了具有代表性的质心对进行注释，因此UCAL可以以非常低的人力成本工作。大量的实验表明，该模型的优越性，国家的最先进的主动学习方法在三个re-id基准数据集。
2021-12-26 cs.AI cs.CV
Invariant Information Clustering for Unsupervised Image Classification and Segmentation
University of Oxford（牛津大学）
我们提出了一种新的聚类目标，从头开始学习神经网络分类器，只给未标记的数据样本。该模型发现了准确匹配语义类的聚类，在跨越图像分类和分割的八个无监督聚类基准中实现了最先进的结果。其中包括ImageNet的无监督变体STL 10和CIFAR 10，我们分别以6.6和9.5个绝对百分点的准确率击败了最接近的竞争对手。该方法不专门用于计算机视觉，并对任何配对的数据集样本进行操作;在我们的实验中，我们使用随机变换从每个图像中获得一对。经过训练的网络直接输出语义标签，而不是需要外部处理才能用于语义聚类的高维表示。其目的只是为了最大限度地提高每一对的类分配之间的互信息。它很容易实现，并且严格基于信息论，这意味着我们可以毫不费力地避免其他聚类方法容易受到的退化解决方案。除了完全无监督模式外，我们还测试了两种半监督设置。第一个在STL 10分类上实现了88.8%的准确率，在所有现有方法（无论是监督，半监督还是无监督）中设置了新的全球最先进的方法。第二个显示了标签覆盖率减少90%的鲁棒性，与希望使用少量标签的应用程序相关。github.com/xu-ji/IIC
2019-08-22 cs.CV cs.LG
Deep adaptive fuzzy clustering for evolutionary unsupervised representation learning
East China University of Science and Technology（华东理工大学）；McMaster University（麦克马斯特大学）；Tongji University（同济大学）
大型复杂图像的聚类分配是模式识别和计算机视觉中一项重要而又具有挑战性的任务。在这项研究中，我们探讨了在深层神经网络框架中采用模糊聚类的可能性。因此，我们提出了一种新的进化无监督学习表示模型与迭代优化。它实现了深度自适应模糊聚类（DAFC）策略，该策略仅从给定的未标记数据样本中学习卷积神经网络分类器。DAFC由深度特征质量验证模型和模糊聚类模型组成，实现了深度特征表示学习损失函数和基于加权自适应熵的嵌入式模糊聚类。我们将模糊聚类与深度重建模型结合起来，其中模糊隶属度用于表示深度聚类分配的清晰结构，并联合优化深度表示学习和聚类。此外，联合模型通过检查来自估计瓶颈空间的重新采样数据是否具有一致的聚类属性来评估当前聚类性能，以逐步改进深度聚类模型。在各种数据集上的综合实验表明，与其他最先进的深度聚类方法相比，所提出的方法在重建和聚类质量方面都获得了更好的性能，正如广泛实验中的深入分析所证明的那样。
2021-03-31 cs.AI cs.CV
Online Deep Clustering for Unsupervised Representation Learning
The Chinese University of Hong Kong（香港中文大学）；Nanyang Technological University（南洋理工大学）；A*STAR（新加坡科技研究局）
联合聚类和特征学习方法在无监督表示学习中表现出了显著的性能。然而，在特征聚类和网络参数更新之间交替的训练时间表导致视觉表示的不稳定学习。为了克服这一挑战，我们提出了在线深度聚类（ODC），它同时执行聚类和网络更新，而不是交替执行。我们的关键见解是，聚类中心应该稳步发展，保持分类器稳定更新。具体来说，我们设计并维护了两个动态存储模块，即，用于存储样本标签和特征的样本存储器，以及用于质心演化的质心存储器。我们将突然的全局聚类分解为稳定的内存更新和批量标签重新分配。该过程被集成到网络更新迭代中。通过这种方式，标签和网络并肩而不是交替发展。大量的实验表明，ODC稳定了训练过程，有效地提高了性能。代码：https://github.com/open-mmlab/OpenSelfSup.
2020-06-18 cs.CV cs.LG
Meta-Unsupervised-Learning: A supervised approach to unsupervised learning
我们引入了一种新的范式来研究无监督学习，将无监督学习归结为监督学习。具体来说，我们通过利用从先前的、可能是异构的监督学习任务中获得的知识来减轻无监督决策中的主观性。我们通过对几个无监督问题的全面阐述和详细实验来展示我们框架的多功能性，这些问题包括（a）聚类，（b）离群点检测和（c）在元无监督学习的共同保护伞下的相似性预测。我们还提供了严格的PAC不可知的界限，建立我们的框架的理论基础，并表明我们的框架的元聚类规避克莱因伯格的不可能定理聚类。
2017-01-03 cs.AI cs.CV cs.LG
Explaining Deep Neural Networks using Unsupervised Clustering
Google Cloud（谷歌云）
我们提出了一种新的方法来解释训练过的深度神经网络（DNN），通过使用无监督聚类将其提取为代理模型。我们的方法可以灵活地应用于DNN架构的任何层子集，并且可以合并低级和高级信息。在给定预训练DNN的图像数据集上，我们展示了我们的方法在寻找相似训练样本方面的优势，并阐明了DNN基于其决策的概念。通过用户研究，我们表明我们的模型可以提高用户对模型预测的信任度。
2020-07-16 cs.AI cs.CV cs.LG
Unsupervised Hierarchical Semantic Segmentation with Multiview Cosegmentation and Clustering Transformers
UC Berkeley（加州大学伯克利分校）；ICSI（国际计算机科学研究所）
无监督语义分割的目的是发现图像内和图像间的分组，这些分组在没有外部监督的情况下捕获类别的对象和视图不变性。自然地，分割具有不同的粒度级别，在无监督分割中产生了歧义。现有的方法避免了这种模糊性，并将其视为建模之外的一个因素，而我们拥抱它，并希望无监督分割的分层分组一致性。我们将无监督分割作为一个逐像素的特征学习问题。我们的想法是，一个好的表示不仅应该揭示特定的分组级别，而且应该以一致和可预测的方式揭示任何分组级别。我们通过同一图像的多个视图之间的共同分割来执行分组和引导特征学习的空间一致性，并通过粗粒度和细粒度特征之间的聚类Transformers来执行分组层次结构的语义一致性。我们提供了第一个数据驱动的无监督分层语义分割方法，称为分层分割（HSG）。通过捕获视觉相似性和统计共现，HSG在五个主要的以对象和场景为中心的基准测试中也大大优于现有的无监督分割方法。我们的代码可在https://github.com/twke18/HSG上公开获取。
2022-04-25 cs.CV cs.LG
Self-Supervised Learning for Large-Scale Unsupervised Image Clustering
Technion – Israel Institute of Technology（以色列理工学院）
无监督学习一直吸引着机器学习研究人员和从业者，使他们能够避免昂贵而复杂的数据标记过程。然而，复杂数据的无监督学习具有挑战性，即使是最好的方法也比有监督的方法表现出更弱的性能。自监督深度学习已经成为计算机视觉中表示学习的强大工具。然而，这些方法尚未在完全无监督的环境中进行评估。在本文中，我们提出了一个简单的计划，基于自监督表示的无监督分类。我们使用几种最近的自监督方法对所提出的方法进行了评估，结果表明它在ImageNet分类方面取得了有竞争力的结果（ImageNet上1000个聚类的准确率为39%，过聚类的准确率为46%）。我们建议将无监督评估添加到自监督学习的标准基准中。代码可在https://github.com/Randl/kmeans_selfsuper上获得
2020-11-09 cs.CV cs.LG
SiamMM: A Mixture Model Perspective on Deep Unsupervised Learning
Meta AI
本文从经典混合模型视角统一无监督聚类方法，提出 SiamMM 模型，在多个自监督学习基准上取得最先进性能，并能揭示数据中的潜在误标注。
2025-11-07 cs.CV cs.LG
Unsupervised deep clustering for predictive texture pattern discovery in medical images
Computational Imaging Research Lab (CIR)（计算成像研究实验室（CIR））；Department of Biomedical Imaging and Image-guided Therapy（生物医学成像与影像引导治疗系）；Medical University of Vienna（维也纳医科大学）
成像数据中的预测标记模式是量化疾病和进展的一种手段，但如果对潜在的生物学知之甚少，则其识别具有挑战性。在这里，我们提出了一种方法来识别预测的医学图像中的纹理模式，在无监督的方式。基于深度聚类网络，我们在低维潜在空间中同时编码和聚类医学图像块。由此产生的聚类作为疾病分期的特征，将它们与潜在疾病联系起来。我们对70例不同阶段肝脂肪变性患者的T1加权磁共振图像进行了评估。深度聚类方法能够找到具有稳定排名的预测聚类，区分F1评分为0.78的低脂肪变性和高脂肪变性。
2020-01-31 cs.CV cs.LG
Unsupervised deep clustering and reinforcement learning can accurately segment MRI brain tumors with very small training sets
Memorial Sloan Kettering Cancer Center（纪念斯隆-凯特琳癌症中心）；Indian Institute of Technology, Madras（印度理工学院马德拉斯分校）
目的：医学成像中的病变分割是评价治疗反应的关键。我们最近表明，强化学习可以应用于放射图像的病变定位。此外，我们证明了强化学习解决了监督式深度学习的重要局限性;即，它可以消除对大量带注释的训练数据的需求，并且可以提供监督式方法中缺乏的有价值的直觉。然而，我们没有解决病变/感兴趣结构分割的基本任务。在这里，我们介绍一种结合无监督深度学习聚类和强化学习的方法来分割MRI上的脑部病变。材料与方法：我们最初使用无监督深度学习聚类对图像进行聚类，以生成每个MRI图像的候选病变掩模。然后，用户为10个训练图像中的每一个选择最佳掩模。然后，我们训练了一个强化学习算法来选择掩码。我们在10张图像的单独测试集上测试了相应的训练后的深度Q网络。为了进行比较，我们还在同一组训练/测试图像上训练和测试了U-net监督深度学习网络。结果如下：虽然监督方法很快过拟合训练数据，并且在测试集上表现不佳（平均Dice得分为16%），但无监督深度聚类和强化学习的平均Dice得分为83%。结论：我们已经证明了无监督深度聚类和强化学习在分割脑肿瘤方面的原理证明应用。该方法代表了人类联盟的AI，需要放射科医生的最小输入，而不需要手动跟踪注释。
2021-03-19 cs.AI cs.CV
Unsupervised detection of ash dieback disease (Hymenoscyphus fraxineus) using diffusion-based hyperspectral image clustering
Tufts University（塔夫茨大学）；University of Cambridge（剑桥大学）；City University of Hong Kong（香港城市大学）；Wake Forest University（维克森林大学）
灰枯梢病（Hymenoscyphus fraxineus）是一种引入的真菌疾病，导致欧洲各地的灰树普遍死亡。遥感高光谱图像编码丰富的结构，已被用于检测灰树枯死疾病，使用监督机器学习技术。然而，要了解森林规模的森林健康状况，需要准确的无监督方法。本文探讨了使用无监督扩散和VCA辅助图像分割（D-VIS）聚类算法检测灰枯梢病在英国剑桥附近的森林网站。在这项工作中提出的无监督聚类与该场景上以前工作的监督分类有很高的重叠（总体准确率= 71%）。因此，无监督学习可用于灰枯梢病的远程检测，而不需要专家标记。
2022-04-19 cs.CV cs.LG stat.AP
Unsupervised clustering of Roman pottery profiles from their SSAE representation
Centre for Mathematical Sciences（数学科学中心）；Faculty of Classics（古典学系）
本文介绍了罗马陶器数据库（ROCOPOT），它包括2000多个黑白图像轮廓的陶器形状提取自11个罗马目录和相关的不同的挖掘地点。在这个新的数据库中，形状片段的随机性和手工方差使得它们的无监督聚类成为一个非常具有挑战性的问题：因此，通过在堆叠稀疏自动编码器（SSAE）网络的潜在表示空间中学习的非线性特征的分层聚类来探索轮廓相似性，从而揭示新的轮廓匹配。从数学和考古学的角度对结果进行了评论，以解锁各自社区的新研究方向。
2020-06-04 cs.CV cs.DB cs.LG
Improving Unsupervised Image Clustering With Robust Learning
KAIST（韩国科学技术院）；Institute for Basic Science（基础科学研究院）
无监督图像聚类方法通常引入替代目标来间接训练模型，并且容易受到错误预测和过度自信结果的影响。为了克服这些挑战，目前的研究提出了一个创新的模型RUC，鲁棒学习的启发。RUC的新颖之处在于利用现有图像聚类模型的伪标签作为可能包括错误分类样本的噪声数据集。它的再训练过程可以修正不一致的知识，减轻预测中的过度自信问题。该模型的灵活结构使其可以用作其他聚类方法的附加模块，并帮助它们在多个数据集上实现更好的性能。大量的实验表明，该模型可以调整模型的信心，更好的校准，并获得额外的鲁棒性对抗性噪声。
2021-03-29 cs.AI cs.CV cs.LG
Orchestra: Unsupervised Federated Learning via Globally Consistent Clustering
University of Michigan（密歇根大学）；University of Cambridge（剑桥大学）；Nokia Bell Labs（诺基亚贝尔实验室）
联邦学习通常用在标签容易获得的任务中（例如，下一个单词预测）。放松这一约束需要设计无监督学习技术，这些技术可以支持联邦训练的理想属性：对统计/系统异质性的鲁棒性，参与者数量的可扩展性和通信效率。关于这个主题的先前工作集中于直接扩展集中式自监督学习技术，其未被设计为具有上面列出的属性。为了解决这种情况，我们提出了一种新的无监督的联邦学习技术，利用联邦的层次结构来编排分布式聚类任务，并强制执行客户端的数据到可辨别的集群的全局一致的分区。我们展示了Orchestra中的算法管道在线性探测下保证了良好的泛化性能，使其在广泛的条件下优于替代技术，包括异质性，客户端数量，参与率和局部时代的变化。
2022-06-11 cs.CV cs.LG
Unsupervised Sign Language Phoneme Clustering using HamNoSys Notation
Heriot-Watt University（赫瑞-瓦特大学）
传统上，手语资源已被收集在控制设置的特定任务，涉及监督标志分类或语言学研究伴随着特定的注释类型。到目前为止，很少有人探索在社交媒体平台上在线发现的签名视频以及使用适用于此类资源的无监督方法。由于该领域正在努力在与训练期间所见不同的数据上实现可接受的模型性能，因此需要更多的手语数据多样性，远离在受控实验室环境中获得的数据。此外，由于手语数据汇集和注释带来很大的开销，因此期望加速注释过程。鉴于上述趋势，本文采取收集在线数据的一面，追求自动生成和标注手语语料库，通过音素聚类。
2022-05-21 cs.CL cs.CV
Deep Spatially-Regularized and Superpixel-Based Diffusion Learning for Unsupervised Hyperspectral Image Clustering
Tufts University（塔夫茨大学）
本文提出一种结合掩码深度表征学习与扩散聚类的无监督超光谱图像聚类框架，通过改进的空间正则化超像素扩散学习算法，提升聚类质量。
2026-04-14 cs.CV cs.LG
Unbalanced Optimal Transport Dictionary Learning for Unsupervised Hyperspectral Image Clustering
本文提出利用不平衡最优传输字典学习方法，通过低维表示和光谱聚类实现超光谱图像的无监督聚类。
2026-03-10 cs.CV cs.LG math.ST
Hyperspectral Remote Sensing Benchmark Database for Oil Spill Detection with an Isolation Forest-Guided Unsupervised Detector
Hunan University（湖南大学）；Helmholtz-Zentrum Dresden-Rossendorf（亥姆霍兹德累斯顿罗森多夫研究中心）；Helmholtz Institute Freiberg for Resource Technology（亥姆霍兹弗赖贝格资源技术研究所）
针对高光谱溢油检测需大量标注数据的问题，提出基于孤立森林的无监督方法，经波段筛选、降维、伪标记生成及结果优化，在自建HOSD数据集上性能优于现有方法。
2022-09-28 cs.CV cs.LG
Generalized Unsupervised Clustering of Hyperspectral Images of Geological Targets in the Near Infrared
Caltech（加州理工学院）
随着数据变得更容易获得和成本效益，红外超光谱图像在地质问题中的应用越来越普遍。对光谱相似的材料进行聚类和分类通常是从地球上的经济矿物勘探到火星上的行星探索等应用的第一步。由专业开发的光谱参数指导的半手动分类可能耗时且有偏差，而监督方法需要大量标记数据并且难以推广。在这里，我们开发了一个完全无监督的工作流程，由专家光谱地质学家输入和定量指标提供信息的特征提取和聚类。我们的管道使用轻量级的自动编码器，然后使用高斯混合建模来映射任何图像中的光谱多样性。我们使用阿曼蛇绿岩钻孔岩芯的专家标记数据验证了我们的管道在亚毫米级的性能，并使用火星上Jezero Crater（Perseverance探测器的着陆点）的部分分类轨道数据评估了米级的性能。我们还研究了在传统的高光谱图像分析中使用的各种预处理技术的效果。这条管道提供了一个快速和准确的聚类图类似的地质材料和一致的识别和分离实验室图像和遥感图像的主要矿物类别。我们将我们的管道称为“矿物光谱无监督聚类的通用管道（Gypsum）”。"
2021-06-24 cs.CV eess.IV
Unsupervised Deep Learning-based clustering for Human Activity Recognition
University of Milano - Bicocca（米兰比可卡大学）
针对惯性传感器人类活动识别缺乏标注数据的问题，提出DISC无监督深度学习聚类架构，结合循环自编码器与聚类准则自动标注信号，在三个公开数据集上优于四种深度聚类方法。
2022-11-10 cs.CV cs.LG
FaceMap: Towards Unsupervised Face Clustering via Map Equation
Intellifusion Technology Ltd.（云天励飞技术有限公司）；Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
人脸聚类是计算机视觉中的一项重要任务，这是由于相关应用如增强现实或相册管理的爆炸式增长。这项任务的主要挑战在于图像特征表示之间的相似性的不确定性。在现有的特征提取模型下，如何利用未标记图像的内在相似性来提高聚类性能仍然是一个尚未解决的问题。为了回答这个问题，我们开发了一种有效的无监督方法，命名为FaceMap，通过将人脸聚类制定为非重叠社区发现的过程，并最小化图像网络上信息流的熵。熵由映射方程表示，其最小值表示期望中图像间路径的最少描述。受观察的启发，排名转移概率的亲和度图构建的面部图像，我们开发了一个离群点检测策略，自适应调整图像之间的转移概率。消融研究的实验表明，FaceMap显着优于现有的方法，并在三个流行的大规模人脸聚类数据集上实现了新的最新技术水平，例如，在平均成对F分数方面，分别与先前的无监督和有监督方法相比，绝对改进超过$10\%$和$4\%$。我们的代码在github上公开。
2022-03-21 cs.CV cs.LG
CLASP: Adaptive Spectral Clustering for Unsupervised Per-Image Segmentation
Integral Ad Science
CLASP是一个无需训练的无监督图像分割框架，利用DINO特征、谱聚类和自动参数选择，在COCO Stuff和ADE20K上达到与近期基线相当的性能，适用于大规模未标注数据。
2025-10-24 cs.AI cs.CV cs.LG
