Fine-grained building roof instance segmentation based on domain adapted pretraining and composite dual-backbone
PIESAT Information Technology Co, Ltd.（PIESAT信息技术有限公司）
本文针对高分辨率光学卫星影像中建筑屋顶细粒度实例分割面临的风格多样、影像退化和类不平衡问题，提出域自适应预训练与复合双骨干框架，并在2023 IEEE GRSS DFC Track 1中取得第一名。
2023-08-10 cs.CV
Building Damage Detection using Satellite Images and Patch-Based Transformer Methods
Lakeside School（湖泊学校）
本文提出基于补丁的Transformer方法，用于在噪声和不平衡数据中进行建筑损坏分类，展示了小型ViT模型在灾难分类中的竞争力。
2026-02-08 cs.CV
Damage GAN: A Generative Model for Imbalanced Data
The University of Sydney（悉尼大学）；The University of Technology Sydney（悉尼科技大学）
本文提出Damage GAN，在ContraD GAN中融合SimCLR式对比损失与SDCLR，以提升不平衡数据上GAN的稳定性、生成分布和图像质量。
2023-12-08 cs.AI cs.CV cs.LG
A hierarchical semantic segmentation framework for computer vision-based bridge damage detection
Stanford University（斯坦福大学）；Carnegie Mellon University（卡内基梅隆大学）
本文提出一种施加组件类别与损伤类型分层语义关系的语义分割框架，结合多尺度增强和重要采样技术，有效解决了桥梁损伤检测中小损伤和细长物体检测困难及数据不平衡问题。
2025-02-02 cs.CV
Improved MambdaBDA Framework for Robust Building Damage Assessment Across Disaster Domains
Department of Computer Engineering, Istanbul Technical University（计算机工程系，伊斯坦布尔技术大学）；Division of Engineering, New York University Abu Dhabi（工程学院，纽约大学阿布扎比分校）
本文提出改进的MambaBDA框架，通过三个模块化组件提升跨灾难领域建筑损坏评估的鲁棒性和泛化能力。
2026-03-04 cs.CV
DA-SegFormer: Damage-Aware Semantic Segmentation for Fine-Grained Disaster Assessment
Bina Labs, Lehigh University（Bina实验室，莱斯大学）
本文提出DA-SegFormer，通过类感知采样和动态聚焦技术提升UAV影像中细粒度灾害评估的准确性，实现74.61%的mIoU，关键类别提升显著。
2026-05-11 cs.CV cs.LG
When Satellite and Street Views Disagree: Cross-View Complementarity in Disaster Damage Assessment
Texas A&M University（德克萨斯A&M大学）
本文通过挖掘单视角模型间的冲突样本，提出可见性条件可靠性门控，在灾害损毁评估中动态选择可信视角，显著优于对称融合方法。
2026-10-14 cs.CV
Towards Cross-Disaster Building Damage Assessment with Graph Convolutional Networks
American University of Beirut（贝鲁特美国大学）
在灾害发生后，使用变化检测来获得建筑物损坏地图以规划救援行动。目前的卷积神经网络方法没有考虑相邻建筑物之间的相似性来预测损坏。我们提出了一种新的基于图形的建筑物损坏检测解决方案，以捕捉这些关系。我们提出的模型架构从局部和邻域特征中学习，以预测建筑物损坏。具体来说，我们采用样本和聚合图卷积策略来学习聚合函数，这些聚合函数可以推广到看不见的图，这对于减轻获得新灾害预测所需的时间至关重要。我们在xBD数据集上的实验以及与经典卷积神经网络的比较表明，虽然我们的方法受到类不平衡的阻碍，但在跨灾难泛化方面，它具有很大的优势。
2022-01-25 cs.CV cs.LG
Efficient Apple Maturity and Damage Assessment: A Lightweight Detection Model with GAN and Attention Mechanism
College of Information and Electrical Engineering（信息与电气工程学院）；China Agricultural University（中国农业大学）；College of Plant Protection（植物保护学院）
提出一种结合轻量级CNN、GAN和注意力机制的苹果成熟度与损伤检测模型，通过优化模型结构和数据增强，在两项任务上均优于主流模型，实现高效精准检测。
2023-10-13 cs.CV
Grounding Agentic VLMs with Dedicated Segmentation for Fine-Grained Vehicle Damage Assessment
Northeastern University（东北大学）
针对VLMs空间定位不可靠问题，本文提出TinyDamage架构，将空间定位委托给专用多任务分割模型，集成至7节点LangGraph智能体流程，在车辆损伤评估中大幅降低报告虚构率。
2026-08-04 cs.AI cs.CV
Synthetic Image Augmentation for Damage Region Segmentation using Conditional GAN with Structure Edge
Yachiyo Engineering, Co., Ltd.（八千代工程有限公司）
近年来，社会基础设施老化，其预测性维护已成为重要的问题。为了监测基础设施的状态，桥梁检查由人眼或海湾无人机执行。在诊断方面，识别出主要损伤区域作为修复目标。但是，更严重的退化很少发生，并且感兴趣的损伤区域通常很窄，因此它们在每个图像中的比例非常小，只有0.6%到1.5%。损伤感兴趣区域的稀缺性和不平衡性影响了损伤检测的有限性能。如果能够生成损伤图像的附加数据集，则可以使得能够提高损伤区域分割算法的准确性。我们提出了一个合成增强过程，以产生损坏的图像使用图像到图像的翻译映射从三分类标签，包括语义标签和结构边缘的真正损坏的图像。我们使用Sobel梯度算子来增强结构边缘。实际上，在桥梁检查的情况下，我们应用的钢筋混凝土结构与数量的208眼检查照片，钢筋暴露发生，这是准备840块图像的大小为224 × 224。我们应用了流行的逐像素分割算法，如FCN-8 s，SegNet和DeepLabv 3 +Xception-v2。我们证明，重新训练一个数据集添加合成增强过程，使更高的准确率的基础上指标的平均IoU，损伤感兴趣区域IoU，精度，召回率，BF分数时，我们预测测试图像。
2020-05-07 cs.CV cs.LG
Benchmarking Attention Mechanisms and Consistency Regularization Semi-Supervised Learning for Post-Flood Building Damage Assessment in Satellite Images
Osaka University（大阪大学）
本文针对洪灾后建筑损毁评估任务与变化检测的差异，提出SPAUNet模型增强细微变化识别能力，构建多种半监督一致性正则化策略，在xBD数据集上取得优于现有变化检测方法的效果，建立了该任务的新基准。
2024-12-13 cs.CV
DefoliationCAM: An Edge-AI System for Real-Time Insect Defoliation Severity Assessment in Grapevines
University of Nebraska–Lincoln（内布拉斯加大学林肯分校）；Panhandle Research and Extension Center（潘汉德尔研究与推广中心）；Florida A&M University（佛罗里达农工大学）；USDA-ARS（美国农业部农业研究服务局）
本研究开发了太阳能边缘AI系统DefoliationCAM，通过YOLOX-Nano与轻量MobileNet分类器实现葡萄藤落叶严重度实时评估，经野外验证可支持精准害虫管理决策。
2026-10-16 cs.CV
DiffuPT: Class Imbalance Mitigation for Glaucoma Detection via Diffusion Based Generation and Model Pretraining
Applied Innovation Center（应用创新中心）；Alexandria University（亚历山大大学）
针对青光眼检测中的类别不平衡，本文提出 DiffuPT，结合扩散模型生成合成数据与模型预训练，并在最大规模全国性数据集及 AIROGS 上显著提升调和平均数与 AUC。
2024-12-04 cs.CV eess.IV q-bio.QM
Multi-input segmentation of damaged brain in acute ischemic stroke patients using slow fusion with skip connection
University of Stavanger（斯塔万格大学）；Stavanger University Hospital（斯塔万格大学医院）
提出一种多输入慢融合卷积-反卷积神经网络，利用 CTP 参数图自动分割急性缺血性卒中的核心与半暗带，并以焦点 Tversky 损失应对数据不平衡。
2022-03-18 cs.CV cs.LG eess.IV
Quantum-Grassmann-Plucker Token Mixing for Deep Learning-Based Post-Disaster Damage Assessment
Centre for Urban Resilience and Analytics (CURA), Georgia Institute of Technology (Georgia Tech)（佐治亚理工学院城市韧性与分析中心（CURA））；University of Exeter（埃克塞特大学）；University College London (UCL)（伦敦大学学院（UCL））
本研究首次将格拉斯曼-普吕克令牌混合应用于计算机视觉，提出QGP与HQML-GP两种头模型，在xBD龙卷风数据集的见/未见事件测试中，QGP均取得最优分类性能，为灾后损毁评估提供了无注意力的替代方案。
2026-09-01 cs.CV cs.LG
DeltaSeg: Tiered Attention and Deep Delta Learning for Multi-Class Structural Defect Segmentation
University of New Orleans（新奥尔良大学）；Center for Geospatial Sciences, Naval Research Laboratory（地理科学中心，海军研究实验室）
DeltaSeg通过分层注意力策略和深度delta学习，提升多类结构缺陷分割的精度与鲁棒性，优于12种主流模型。
2026-04-20 cs.CV
Bridging Spatial And Frequency Views For Disaster Assessment: Benefits And Limitations
College of Science and Technology（科学与技术学院）；Computational Data Science and Engineering（计算数据科学与工程）
本研究对比了空间域、频率域及双域深度学习方法在建筑损伤分类中的表现，发现双域模型优于单域模型，但所有模型对轻微损伤检测仍存在困难。
2026-06-17 cs.AI cs.CV
Balanced Soft mixture-of-expert model for Glaucoma Detection
University of Louisiana at Lafayette（路易斯安那大学拉斐特分校）；School of Computing and Informatics（计算与信息学院）
针对青光眼检测，提出含三个专家及负载平衡损失的平衡软专家混合模型，解决多模态学习问题，其性能通过AUC衡量，超越多种基线和模型，还可推广至其他疾病检测。
2026-07-29 cs.AI cs.CV
Can Urban Blight Be Accessed with Vision-language Models: A Case Study in Detroit
School for Environment and Sustainability（环境与可持续发展学院）；School of Information（信息学院）；University of Michigan（密歇根大学）
本研究以底特律为案例，提出基于开源大视觉-语言模型的多视角住宅衰败评估框架，经实验验证该框架可低成本跟踪住房状况，为传统调查提供补充。
2026-08-04 cs.AI cs.CV
Semantic segmentation for building houses from wooden cubes
本文比较U-Net(light)、LinkNet和PSPNet在木制积木房屋语义分割上的性能，U-Net(light)最优，为自动生成建造计划奠定基础。
2025-03-28 cs.CV
MicroCrackAttentionNeXt: Advancing Microcrack Detection in Wave Field Analysis Using Deep Neural Networks through Feature Visualization
Christian Albrechts University（基尔基督教-阿尔布雷希茨大学）；Aligarh Muslim University（阿里格尔穆斯林大学）；Texas A&M University（德克萨斯农工大学）；Institute of Computer Science（计算机科学研究所）
本研究提出MicroCrackAttentionNeXt，基于SpAsE-Net基准，利用MDA算法进行特征可视化分析，优化激活与损失函数，解决微裂纹检测中的类别不平衡问题，实现86.85%的准确率。
2024-11-15 cs.AI cs.CV cs.ET
Deep Convolutional Neural Network based Classification of Alzheimer's Disease using MRI data
University of Engineering and Technology Taxila（塔克西拉工程技术大学）；University of Central Florida（中佛罗里达大学）
阿尔茨海默病（Alzheimer's disease，AD）是一种进行性的、无法治愈的神经退行性疾病，它破坏脑细胞，导致患者记忆力丧失。早期发现可以防止患者的脑细胞进一步受损，从而避免永久性记忆丧失。在过去的几年里，各种自动化的工具和技术已经提出了诊断AD。有几种方法专注于快速，准确和早期发现疾病，以尽量减少对患者心理健康的损失。虽然机器学习和深度学习技术通过提供接近人类水平的诊断性能，显着改善了AD的医学成像系统。但多类分类过程中面临的主要问题是大脑结构中存在高度相关的特征。在本文中，我们提出了一种基于二维深度卷积神经网络（2D-DCNN）使用不平衡三维MRI数据集诊断AD的智能准确方法。在阿尔茨海默病神经成像倡议磁共振成像（MRI）数据集上的实验结果证实，所提出的2D-DCNN模型在准确性、效率和鲁棒性方面具有优越性。该模型将MRI分为三类：AD，轻度认知障碍和正常对照：并已达到99.89%的分类准确率与不平衡类。与现有的方法相比，该模型在精度上有明显的提高。
2021-01-08 cs.CV cs.LG eess.IV
Multi-Agent Semi-Siamese Training for Long-tail and Shallow Face Learning
JD AI Research（京东人工智能研究院）；Shanghai University（上海大学）；University of Chinese Academy of Sciences（中国科学院大学）
随着近年来深度卷积神经网络和大规模数据集的发展，深度人脸识别取得了显著进展，并广泛应用于各种应用。然而，与现有的公开人脸数据集不同，在许多真实的人脸识别场景中，训练数据集的深度很浅，这意味着每个ID只有两张人脸图像。随着样本的非均匀增加，这种问题被转换为更一般的情况下，即长尾人脸学习，同时遭受数据不平衡和类内多样性缺乏。这些不利条件的存在，破坏了模型的训练，导致模型性能的下降。本文在半连体训练的基础上，提出了一种新的解决方案--多智能体半连体训练（MASST）。MASST包括一个探针网络和多个图库代理，前者旨在编码探针特征，后者构成一个网络堆栈，编码原型（图库特征）。对于每次训练迭代，从堆栈中顺序旋转的图库网络和探针网络形成一对半连体网络。我们给出了理论和实证分析，给定长尾（或浅）数据和训练损失，MASST平滑损失景观，并满足Lipschitz连续性的帮助下，多个代理和更新画廊队列。该方法不存在额外的依赖性，易于与现有的损失函数和网络结构集成。值得注意的是，虽然采用多个图库代理进行训练，但仅需要探针网络进行推理，而不会增加推理成本。大量的实验和比较表明，MASST的长尾和浅层人脸学习的优势。
2022-01-24 cs.CV
VR-FuseNet: A Fusion of Heterogeneous Fundus Data and Explainable Deep Network for Diabetic Retinopathy Classification
Technohaven Company Ltd.（Technohaven公司）；Ahsanullah University of Science and Technology（阿沙努拉大学科学与技术学院）；Southeast University（东南大学）
VR-FuseNet通过融合异构视网膜数据和可解释深度网络，实现了高准确率的糖尿病视网膜病变分类。
2026-02-28 cs.CV
EDDense-Net: Fully Dense Encoder Decoder Network for Joint Segmentation of Optic Cup and Disc
COMSATS University Islamabad（伊斯兰堡COMSATS大学）；Queen’s University of Belfast（贝尔法斯特女王大学）；Aarhus University（奥胡斯大学）；King Saud University（沙特国王大学）
本文提出 EDDense-Net 全密集编码器-解码器网络用于视杯和视盘联合分割，通过密集块与分组卷积降低复杂度并保留空间信息，在两个公开数据集上准确率与效率均超越现有方法，可辅助青光眼诊断。
2023-11-23 cs.CV eess.IV
BBN: Bilateral-Branch Network with Cumulative Learning for Long-Tailed Visual Recognition
Megvii Technology（旷视科技）；Waseda University（早稻田大学）；Nanjing University（南京大学）
我们的工作重点是解决具有挑战性但自然的长尾数据分布视觉识别任务（即，少数类占据了大部分数据，而大多数类很少有样本）。在文献中，阶级再平衡策略（例如，重加权和重采样）是为解决长尾问题而提出的显著而有效的方法。在本文中，我们首先发现这些重新平衡方法能够达到令人满意的识别精度，这是因为它们可以显著促进深度网络的分类器学习。然而，与此同时，它们会在某种程度上意外地损害学习到的深层特征的代表能力。因此，我们提出了一个统一的双边分支网络（BBN），以同时兼顾表示学习和分类器学习，其中每个分支确实单独执行自己的职责。特别是，我们的BBN模型进一步配备了一种新的累积学习策略，该策略旨在首先学习通用模式，然后逐渐关注尾部数据。在四个基准数据集上进行的广泛实验，包括大规模的iNaturalist数据集，证明了所提出的BBN可以显着优于最先进的方法。此外，验证实验可以证明我们的初步发现和BBN的长尾问题的定制设计的有效性。我们的方法在iNaturalist 2019大型物种分类竞赛中获得了第一名，我们的代码是开源的，可在https://github.com/Megvii-Nanjing/BBN上获得。
2020-03-10 cs.CV cs.LG
