Performance degradation of ImageNet trained models by simple image transformations
Georgia Institute of Technology(佐治亚理工学院)
ImageNet训练的PyTorch模型通常是首选的现成模型,用于直接使用或在大多数计算机视觉任务中进行初始化。在本文中,我们简单地测试了这些卷积和基于Transformer的模型的代表集,在许多简单的图像变换下,如水平移动,垂直移动,缩放,旋转,高斯噪声的存在,剪切,水平翻转和垂直翻转,并报告了由这些变换引起的性能下降。我们发现,即使是像旋转图像10°或放大20%这样的简单变换,也会使ResNet 152等模型的top-1精度降低1%以上。该代码可在https://github.com/harshm121/imagenet-transformation-degradation上获得。
2022-07-17 cs.CV cs.LG
Natural and Adversarial Error Detection using Invariance to Image Transformations
Weizmann Institute of Science(魏茨曼科学研究所);TTIC(芝加哥丰田技术研究所);Toyoyta Technological Institute at Chicago(芝加哥丰田技术研究所)
我们提出了一种方法来区分正确和不正确的图像分类。我们的方法可以检测错误分类,无论是发生$\it{unintentionally}$(“自然错误”),或由于$\it{intentional~adversarial~attacks}$(“对抗性错误”),在一个单一的$\it{unified~framework}$。我们的方法是基于这样的观察,即正确分类的图像往往在某些图像变换下表现出鲁棒和一致的分类(例如,水平翻转、小图像平移等)。相比之下,不正确分类的图像(无论是由于对抗性错误还是自然错误)往往会在这种变换下表现出很大的分类结果变化。我们的方法不需要对分类器进行任何修改或重新训练,因此可以应用于任何预先训练的分类器。我们进一步使用最先进的有针对性的对抗攻击来证明,即使对手完全了解我们的方法,绕过我们的检测器所需的对抗性失真也是$\it{no~longer~imperceptible~to~the~human~eye}$。与以前的对抗性检测方法相比,我们的方法获得了最先进的结果,远远超过了它们。
2019-02-01 cs.CV cs.LG stat.ML
Cross-Cluster Shifting for Efficient and Effective 3D Object Detection in Autonomous Driving
HKUST(香港科技大学);MBZUAI(穆罕默德·本·扎耶德人工智能大学)
针对传统基于点的3D目标检测器下采样会损失非局部信息的问题,提出带跨簇移位操作的Shift-SSD模型,在多个自动驾驶数据集上实现精度与效率的SOTA表现。
2024-03-10 cs.CV cs.RO
Shifting Spotlight for Co-supervision: A Simple yet Efficient Single-branch Network to See Through Camouflage
Southeast University(东南大学);Nanjing University of Information Science and Technology(南京信息工程大学);Alibaba Group(阿里巴巴集团)
本文提出单分支伪装目标检测网络CS$^3$Net,以聚光灯移动策略替代多分支边缘监督,在提升检测性能的同时将MACs降低32.13%,实现效率与效果的最佳平衡。
2024-12-28 cs.CV
Transformation-Equivariant 3D Object Detection for Autonomous Driving
Inceptio Technology(嬴彻科技)
三维目标检测近年来在自动驾驶中受到越来越多的关注。三维场景中的物体以不同的方向分布。普通的探测器没有明确地模拟旋转和反射变换的变化。因此,强大的检测需要大型网络和广泛的数据增强。最近的等变网络通过在多个变换的点云上应用共享网络来显式地建模变换变化,在物体几何建模中显示出巨大的潜力。然而,由于计算成本大、推理速度慢,此类网络很难应用于自动驾驶中的3D目标检测。在这项工作中,我们提出了TED,一个有效的变换等变3D检测器,以克服计算成本和速度问题。TED首先应用稀疏卷积主干来提取多通道变换等变体素特征;然后将这些等变特征对齐并聚合成轻量级和紧凑的表示,用于高性能的3D目标检测。在竞争激烈的KITTI 3D汽车检测排行榜上,TED以极具竞争力的效率在所有提交作品中排名第一。
2022-12-01 cs.CV
PETR: Position Embedding Transformation for Multi-View 3D Object Detection
MEGVII Technology(旷视科技)
在本文中,我们开发了位置嵌入变换(PETR)的多视角三维目标检测。PETR将3D坐标的位置信息编码到图像特征中,产生3D位置感知特征。对象查询可以感知三维位置感知特征,进行端到端的目标检测。PETR在标准nuScenes数据集上实现了最先进的性能(50.4% NDS和44.1% mAP),并在基准测试中排名第一。它可以作为未来研究的简单而强大的基线。代码可在\url{https://github.com/megvii-research/PETR}上获得。
2022-07-19 cs.CV
Detection of 3D Bounding Boxes of Vehicles Using Perspective Transformation for Accurate Speed Measurement
Comenius University in Bratislava(布拉迪斯拉发夸美纽斯大学)
交通监控摄像头捕获的车辆的检测和跟踪是智能交通系统的关键组成部分。我们提出了一个改进的版本,我们的算法检测的三维包围盒的车辆,跟踪和随后的速度估计。我们的算法利用已知的几何形状的消失点在被监视的场景中构建一个透视变换。该变换使得能够使用标准2D对象检测器将检测3D边界框的问题直观地简化为具有一个附加参数的2D边界框的检测。本文的主要贡献是一个改进的建设的透视变换,这是更强大的,全自动和扩展的实验评估的速度估计。我们在BrnoCompSpeed数据集的速度估计任务上测试我们的算法。我们评估我们的方法与不同的配置,以衡量准确性和计算成本之间的关系,并在2D检测的3D限界框检测的好处。所有经过测试的配置都是实时运行的,并且是全自动的。与其他已发表的最先进的全自动结果相比,我们的算法将平均绝对速度测量误差降低了32%(1.10 km/h至0.75 km/h),将绝对中值误差降低了40%(0.97 km/h至0.58 km/h)。
2020-08-04 cs.CV
An Optimal Method For Wake Detection In SAR Images Using Radon Transformation Combined With Wavelet Filters
Avinashilingam University for Women(阿维纳什林加姆女子大学);Naval Research Board-DRDO(海军研究委员会-国防研究与发展组织)
研究了一种新的合成孔径雷达(SAR)图像舰船尾迹检测方法。大多数检测过程应用Radon变换,因为它的属性比任何其他变换都更适合检测目的。但是,当变换应用于具有高噪声水平的图像时,它仍然存在问题。本文阐述了Radon变换与收缩方法的结合,增加了尾流检测过程的模式。后一种收缩方法与RT最大化的信号噪声比,因此它导致最佳的检测线的SAR图像。本文的创新之处主要在于算法的去噪部分。实验工作进行了模拟和真实的SAR图像。该方法的检测过程更充分,比传统方法有更好的改进。
2009-11-03 cs.CV
FastAno: Fast Anomaly Detection via Spatio-temporal Patch Transformation
Yonsei University(延世大学)
随着监控视频自动监控要求的不断提高,视频异常检测受到了广泛关注。特别是,基于预测的方法是研究最多的方法之一,通过预测帧,其中包括异常事件的测试集学习后,与正常帧的训练集检测异常。然而,许多预测网络由于使用预先训练的光流网络而在计算上昂贵,或者由于其预测甚至异常的强生成能力而不能检测异常情况。为了解决这些缺点,我们提出了空间旋转变换(SRT)和时间混合变换(TMT),以产生正常的框架长方体内的不规则补丁长方体,以加强正常功能的学习。此外,所提出的补丁变换仅在训练阶段使用,使我们的模型能够在推理过程中快速检测异常帧。我们的模型在三个异常检测基准上进行了评估,实现了具有竞争力的准确性,并在速度方面超过了以前的所有作品。
2021-10-25 cs.CV
Learning to Observe: Approximating Human Perceptual Thresholds for Detection of Suprathreshold Image Transformations
Birmingham City University(伯明翰城市大学)
计算机视觉中的许多任务通常相对于人类感知进行校准和评估。在本文中,我们提出了直接近似的感知功能,由人类观察员完成视觉检测任务。具体来说,我们提出了一种新的方法来学习检测图像变换可见人类观察者通过近似的感知阈值。要做到这一点,我们进行了一个主观的两个替代强迫选择的研究,估计感知阈值的人类观察员检测图像中的局部曝光偏移。然后,我们利用变换等变表示学习来克服有限的感知数据的问题。然后使用该表示来训练能够检测局部阈上曝光偏移的密集卷积分类器-图像合成中常见的失真。在这种情况下,我们的模型可以近似感知阈值与经验和预测阈值之间的平均误差为0.1148曝光停止。它也可以被训练来检测一系列不同的局部变换。
2020-06-15 cs.CV
Booster-SHOT: Boosting Stacked Homography Transformations for Multiview Pedestrian Detection with Attention
Deeping Source Inc.(Deeping Source公司)
改进多视图聚合对于多视图行人检测是不可或缺的,其目的是从通过一组校准的相机捕获的图像中获得鸟瞰行人占用图。受深度神经网络注意力模块成功的启发,我们首先提出了一种单应性注意力模块(HAM),该模块通过利用新的通道门和空间门来提高现有端到端多视图检测方法的性能。此外,我们还提出了Booster-SHOT,这是一种端到端的卷积方法,用于多视图行人检测,结合了我们提出的HAM以及以前方法中的元素,如视图相干增强或堆叠单应性变换。Booster-SHOT在Wildtrack和MultiviewX上的MODA分别达到92.9%和94.2%,在Wildtrack上的表现优于最先进的1.4%,在MultiviewX上的表现优于最先进的0.5%,在多视图行人检测中使用的标准评估指标方面达到了最先进的整体性能。
2022-08-19 cs.CV
Object Detection Free Instance Segmentation With Labeling Transformations
University of California, San Diego(加州大学圣地亚哥分校)
实例分割在计算机视觉中引起了最近的关注,并且该领域中的现有方法大多具有目标检测阶段。在本文中,我们研究了实例分割问题的内在挑战,商空间的存在(交换不同实例的标签导致相同的结果),并提出了新的方法,是对象建议和目标检测免费。我们提出了三种替代方法,即基于像素的亲和映射,基于超像素的亲和学习,和基于边界的组件分割,都专注于执行标记变换,以应付商空间的问题。通过采用完全的卷积神经网络(FCN)模型,我们的框架在PASCAL数据集(以对象为中心)和Gland数据集(以纹理为中心)上都取得了有竞争力的结果,这是现有方法无法做到的。我们的工作也有其透明度,简单性和所有分割的优势。
2016-11-29 cs.CV
Detection of the Group of Traffic Signs with Central Slice Theorem
Harman/Becker Automotive Systems(哈曼/贝克汽车系统公司)
我们的传感器系统由光子混合器设备- PMD和单色光学相机的组合组成。有些交通标志有45度的条纹。这些交通标志取消了道路上的各种限制。我们用Radon变换检测这类符号。在这里,Radon变换使用中心切片定理计算。我们用离散余弦变换(DCT)来近似频谱切片。
2019-08-04 cs.CV
Efficient Neural Architecture Transformation Searchin Channel-Level for Object Detection
University of Chinese Academy of Sciences(中国科学院大学);SenseTime Group Limited(商汤集团有限公司);Center for Research on Intelligent Perception and Computing, CASIA(中国科学院自动化研究所智能感知与计算研究中心)
近年来,神经结构搜索在大规模图像分类中取得了巨大的成功。相比之下,专注于目标检测的架构搜索的工作有限,主要是因为检测器总是需要昂贵的ImageNet预训练。从头开始训练,作为一种替代,需要更多的时代收敛,并没有带来计算节省。为了克服这一障碍,本文提出了一种实用的神经结构变换搜索(NATS)算法用于目标检测。NATS不需要搜索和构造整个网络,而是在现有网络的基础上探索体系结构空间,重用其权值。我们提出了一种新的神经网络结构的搜索策略,在通道级而不是路径级,并设计了一个专门针对目标检测的搜索空间。通过这两种设计的结合,可以发现一种架构转换方案,以使设计用于图像分类的网络适应目标检测任务。由于我们的方法是基于梯度的,并且只搜索一个变换方案,因此在ImageNet中预训练的模型的权重可以在搜索和再训练阶段都被利用,这使得整个过程非常高效。变换后的网络不需要额外的参数和浮点数,易于硬件优化,在实时应用中具有实用价值。在实验中,我们证明了NATSon网络的有效性,如ResNet和ResNeXt。我们改造后的网络与各种检测框架相结合,在保持快速的同时,对COCO数据集进行了重大改进。
2019-09-05 cs.CV
Learning Transformations To Reduce the Geometric Shift in Object Detection
EPFL(洛桑联邦理工学院);ClearSpace SA(ClearSpace公司)
当测试分布与训练分布不同时,现代目标检测器的性能下降。解决这个问题的大多数方法都集中在对象外观变化上,例如,不同的照明条件,或合成图像和真实图像之间的间隙。在这里,相比之下,我们处理的几何变化出现在图像捕捉过程中,或由于环境的约束,导致内容本身的外观几何形状的差异。我们引入了一种自训练方法,该方法学习一组几何变换,以最大限度地减少这些偏移,而无需利用新领域中的任何标记数据,也无需利用有关相机的任何信息。我们在两个不同的班次上评估我们的方法,即,相机的视场(FoV)改变和视点改变。我们的研究结果表明,学习几何变换有助于检测器在目标域中表现得更好。
2023-01-13 cs.CV
EVT: Efficient View Transformation for Multi-Modal 3D Object Detection
ThorDrive Co., Ltd(ThorDrive公司);Seoul National University(首尔国立大学)
提出高效视角转换(EVT)3D目标检测框架,通过自适应采样与投影(ASAP)及改进的基于查询的检测框架,构建结构良好的BEV表示,在nuScenes测试集上以实时推理速度达到75.3% NDS的最先进性能。
2025-07-11 cs.CV
Semi-Supervised 3D Object Detection with Channel Augmentation using Transformation Equivariance
KAIST(韩国科学技术院);Imperial College London(伦敦帝国学院);LG Electronics(LG电子)
提出一种基于变换等变检测器(TED)的师生框架,利用多通道增强进行3D半监督目标检测,在KITTI数据集上显著超越SOTA模型。
2024-09-22 cs.CV
Change Detection in Heterogeneous Optical and SAR Remote Sensing Images via Deep Homogeneous Feature Fusion
Tsinghua University(清华大学);Naval Aeronautical University(海军航空大学);Ryerson University(瑞尔森大学)
异构遥感图像的变化检测是灾害损失评估的关键。最近的方法使用齐次变换,将异构的光学和SAR遥感图像转换到同一个特征空间,以实现变化检测。这种转换主要在低层特征空间上操作,并且可能破坏语义内容,从而降低变化检测的性能。为了解决这个问题,本文提出了一种新的齐次变换模型,称为深齐次特征融合(DHFF)基于图像风格转移(IST)。与现有的方法不同,DHFF方法将异构图像中的语义内容和风格特征分离,以执行同质转换。同质变换中语义内容与风格的分离防止了图像语义内容的破坏,特别是在变化区域。通过这种方式,利用精确的齐次变换来提高检测性能。此外,我们提出了一个新的迭代IST(IIST)的策略,在每个IST迭代的成本函数的措施,从而最大限度地增加新的特征子空间的变化检测的特征同质性。然后,在同一特征空间的原始图像和变换后的图像上准确地完成变化检测。利用SAR和光学卫星获取的真实遥感图像来评估所提出的方法的性能。实验结果表明,DHFF方法在检测准确率和Kappa指数两方面均能显著提高光学和SAR遥感图像的变化检测性能。
2020-04-08 cs.CV
Standard Plane Detection in 3D Fetal Ultrasound Using an Iterative Transformation Network
Imperial College London(帝国理工学院);King’s College London(伦敦国王学院)
胎儿脑超声(US)中的标准扫描平面检测是评估胎儿发育的关键步骤。在临床环境中,这是通过手动操纵2D探头到所需的扫描平面来完成的。随着3D US的出现,可以容易地获取包含这些标准平面的整个胎儿脑体积。然而,3D体积中的手动标准平面识别是劳动密集型的,并且需要胎儿解剖学的专业知识。我们提出了一个新的迭代变换网络(ITN)的标准平面在3D体积的自动检测。ITN使用卷积神经网络来学习2D平面图像与将该平面朝向3D体积中的标准平面的位置/方向移动所需的变换参数之间的关系。在推理过程中,当前平面图像迭代地传递到网络,直到它收敛到标准平面位置。我们探讨了使用不同的转换表示作为ITN的回归输出的效果。在多任务学习框架下,我们向网络引入额外的分类概率输出,作为回归变换参数的置信度度量,以进一步提高定位精度。在72个胎儿脑组织上,经脑室平面和经小脑平面的误差分别为3.83mm/12.7 °和3.80mm/12.6 °,每个平面耗时0.46s。源代码可在https://github.com/yuanwei1989/plane-detection上公开获取。
2018-10-07 cs.CV
Remote sensing image regression for heterogeneous change detection
UiT The Arctic University of Norway(挪威北极大学);University of Genoa(热那亚大学)
多时相遥感图像变化检测是遥感领域的一个新兴课题。在本文中,我们提出了一个框架,图像回归的基础上,进行变化检测的异构多时相卫星图像,这已成为遥感的一个主要课题。我们的方法学习一个变换,将第一个图像映射到另一个图像的域,反之亦然。四个回归方法被选择来进行转换:高斯过程,支持向量机,随机森林,最近提出的核回归方法称为均匀像素变换。为了评估我们框架的潜力和局限性,以及每种回归方法的优缺点,我们在两个数据集上进行了实验。实验结果表明,随机森林算法具有较好的性能、快速性和对超参数的鲁棒性,而均匀像素变换算法以较高的计算复杂度为代价可以获得更好的精度。
2018-07-31 cs.CV
SPLAT: Semantic Pixel-Level Adaptation Transforms for Detection
UC Berkeley(加州大学伯克利分校);Boston University(波士顿大学)
视觉检测器的领域自适应是一个关键的挑战,然而现有的方法忽略了像素外观变换,而是专注于自举和/或域混淆损失。我们提出了一个语义像素级自适应变换(SPLAT)的方法来检测器适应,有效地生成跨域图像对。我们的模型使用对齐对和/或伪标签损失来使对象检测器适应目标域,并且可以学习源中具有或不具有密集标记数据的转换(例如,语义分割注释)。在没有密集标签的情况下,当源中只有检测标签时,转换是使用CycleGAN对齐来学习的。否则,当密集标签可用时,我们引入了一种更有效的无循环方法,该方法利用像素级语义标签来调节转换网络的训练。然后使用来自源的检测框标签来训练最终任务,该检测框标签可能包括在未标记的源数据上推断的标签。我们表明,像素级变换优于以前的方法检测器领域自适应,我们的无周期方法优于以前的模型无约束的基于周期的学习通用变换,同时运行速度快3.8倍。我们的组合模型通过从Sim 10 K到Cityscapes的12.5 mAP调整来改进先前的检测基线,恢复了未调整基线和标记目标上限之间超过50%的缺失性能。
2018-12-03 cs.CV
Do Transformations Reveal the Truth? Generative Residual Learning for Generalized AI-Generated Image Detection
University of Michigan Flint(密歇根大学弗林特分校);Korea Aerospace University(韩国航空航天大学)
针对生成式AI带来的威胁及AIGI检测难题,提出GenRes框架,通过神经张量网络建模关系特征增强泛化;引入GenRes++,用注意力机制聚合多变换样本特征;利用PE-Core提取特征,实验证明GenRes++性能优于现有方法。
2026-07-10 cs.CV
Objects Can Move: 3D Change Detection by Geometric Transformation Constistency
Czech Institute of Informatics, Robotics and Cybernetics, CTU in Prague(捷克布拉格捷克理工大学信息学、机器人学与控制论研究所);National Technical University of Athens(雅典国立技术大学)
AR/VR应用和机器人需要知道场景何时发生变化。例如,从场景中移动、添加或移除对象。我们提出了一个3D对象发现方法,仅基于场景的变化。我们的方法不需要编码任何关于什么是对象的假设,而是通过利用它们的连贯移动来发现对象。变化最初被检测为深度图中的差异,并且如果它们经历刚性运动则被分割为对象。图切割优化将不断变化的标签传播到几何一致的区域。实验表明,我们的方法在3RScan数据集上实现了最先进的性能。我们的方法的源代码可以在https://github.com/katadam/ObjectsCanMove上找到。
2022-08-21 cs.CV
LT-GAN: Self-Supervised GAN with Latent Transformation Detection
Adobe(奥多比);Birla Institute of Technology & Science, Pilani(皮拉尼博拉理工学院)
生成对抗网络(GANs)与自监督任务相结合,在无条件和半监督图像生成方面表现出了良好的效果。我们提出了一种自监督方法(LT-GAN),通过估计GAN诱导的变换(即通过扰动生成器的潜在空间在生成的图像中诱导的变换)来提高图像的生成质量和多样性。具体而言,给定两对图像,其中每对包括生成的图像及其变换版本,自我监督任务旨在识别在给定对中应用的潜在变换是否与另一对的潜在变换相同。因此,这种辅助损失鼓励生成器产生可由辅助网络区分的图像,这反过来又促进了关于潜在变换的语义一致的图像的合成。我们通过在CIFAR-10,CelebA-HQ和ImageNet数据集上的条件和无条件设置的最先进模型上提高FID的图像生成质量来证明这个借口任务的有效性。此外,我们的经验表明,LT-GAN有助于改善CelebA-HQ和ImageNet在基线模型上的受控图像编辑。我们的实验证明,我们提出的LT自我监督任务可以有效地与其他最先进的训练技术相结合,以获得额外的好处。因此,我们证明了我们的方法在条件CIFAR-10图像生成上实现了9.8的新的最先进的FID分数。
2020-10-19 cs.CV
Transformation-Invariant Network for Few-Shot Object Detection in Remote Sensing Images
Southwest Jiaotong University(西南交通大学);I2R, A*STAR(新加坡科技研究局资讯通信研究院);University of the Witwatersrand(金山大学)
针对遥感图像中少样本目标检测面临尺度与方向变化挑战,提出强基线与变换不变网络TINet,对齐特征并保持推理速度,在三个数据集上验证了有效性。
2023-11-16 cs.CV
Adaptive Image Zoom-in with Bounding Box Transformation for UAV Object Detection
College of Computer Science, Sichuan University(四川大学计算机学院);Engineering Research Center of Machine Learning(机器学习工程研究中心);Stevens Institute of Technology(史蒂文斯理工学院);Beijing Institute of Technology(北京理工大学);China Telecom Institute of AI(中国电信人工智能研究院)
本文提出ZoomDet,通过自适应边界框变换和轻量级偏移预测方案,提升无人机图像中微小目标的检测性能。
2026-02-12 cs.CV
A Hierarchical Transformation-Discriminating Generative Model for Few Shot Anomaly Detection
Tel Aviv University(特拉维夫大学);Facebook AI Research(Facebook人工智能研究院)
异常检测是识别数据中异常样本的任务,通常依赖于大量的训练样本。在这项工作中,我们考虑设置图像中的Few-Shot异常检测,其中在训练时仅给出少数图像。我们设计了一个分层生成模型,捕捉每个训练图像的多尺度补丁分布。我们通过使用图像变换进一步增强了模型的表示,并优化了尺度特定的补丁鉴别器,以区分图像的真实和虚假补丁,以及应用于这些补丁的不同变换。异常得分是通过聚集正确的变换跨尺度和图像区域的基于块的投票。我们证明了我们的方法的优越性,在一次拍摄和Few-Shot设置,巴黎,CIFAR10,MNIST和FashionMNIST的数据集,以及在MVTec的缺陷检测设置。在所有情况下,我们的方法优于最近的基线方法。
2021-04-29 cs.CV cs.LG
Language-Assisted Feature Transformation for Anomaly Detection
SAIGE;LG Uplus;Alsemy Inc.(Alsemy公司)
本文提出LAFT方法,利用视觉语言模型的共享图像-文本嵌入空间,根据用户自然语言要求变换视觉特征,结合异常检测方法有效对齐用户偏好,从而检测特定感兴趣的异常。
2025-03-03 cs.CV cs.LG
Transformation Based Deep Anomaly Detection in Astronomical Images
Universidad de Chile(智利大学)
在这项工作中,我们提出了几个增强的几何变换为基础的模型在图像中的异常检测(GeoTransform)。该模型假设异常类别是未知的,并且只有内点样本可用于训练。我们介绍了新的过滤器为基础的转换,用于检测天文图像中的异常,突出文物属性,使它们更容易区分从真实的对象。此外,我们提出了一个变换选择策略,使我们能够找到不可区分的变换对。这导致接受者工作特征曲线(AUROC)下的面积和准确性性能的改善,以及降维。该模型进行了测试天文图像从高Cadence瞬态调查(HiTS)和Zwicky瞬态设施(ZTF)数据集。最好的模型获得了HiTS和ZTF的平均AUROC分别为99.20%和91.39%。相对于原始GeoTransform算法和基线方法(例如单类支持向量机和基于深度学习的方法)的改进在统计上和实践中都是显著的。
2020-05-15 astro-ph.IM cs.CV
Rethinking Road Surface 3D Reconstruction and Pothole Detection: From Perspective Transformation to Disparity Map Segmentation
UC San Diego(加州大学圣地亚哥分校);Cyprus International University(塞浦路斯国际大学);the Hong Kong University of Science and Technology(香港科技大学);University of Thessaloniki(塞萨洛尼基大学)
路面坑槽是最常见的道路损坏形式之一,它会严重影响驾驶舒适性、道路安全性和车辆状况。坑洞检测通常由结构工程师或认证检查员执行。然而,这项任务不仅对工作人员有危险,而且极其耗时。提出了一种基于视差图估计和分割的路面坑槽检测算法。我们首先概括的透视变换,将立体钻机滚动角。然后使用半全局匹配来估计道路差异。然后执行视差图变换算法以更好地区分损坏的道路区域。最后,我们利用简单的线性迭代聚类,将变换后的视差分组为超像素的集合。然后通过找到超像素来检测坑洞,超像素的值低于自适应确定的阈值。该算法在NVIDIA RTX 2080 Ti GPU上实现。实验结果表明,我们提出的道路坑洞检测算法的准确性和效率,其中的准确率为99.6%,F-得分为89.4%。
2020-12-31 cs.CV cs.RO
Pothole Detection Based on Disparity Transformation and Road Surface Modeling
Hong Kong University of Science and Technology(香港科技大学);Near East University(近东大学);National Oceanography Centre(国家海洋学中心);Aristotle University of Thessaloniki(塞萨洛尼基亚里士多德大学)
坑槽检测是道路养护的重要任务之一。计算机视觉方法通常基于2D道路图像分析或3D道路表面建模。然而,这两个类别总是独立使用。此外,坑洞检测精度仍然远远不能令人满意。因此,在本文中,我们提出了一个强大的坑洞检测算法,是准确和计算效率。首先对密集视差图进行转换,以更好地区分受损和未受损的道路区域。为了提高视差变换的效率,利用黄金分割搜索和动态规划估计变换参数。大津的阈值方法,然后从变换后的视差图中提取潜在的未损坏的道路区域。在提取的区域的差异是由一个二次曲面使用最小二乘拟合建模。为了提高视差图建模的鲁棒性,表面法线也被集成到表面建模过程中。此外,随机样本共识被用来减少离群值所造成的影响。通过比较实际视差图和模型视差图之间的差异,可以准确地检测到坑洞。最后,从重建的三维路面中提取检测到的坑洞的点云。实验结果表明,该系统的成功检测准确率约为98.7%,整体像素级准确率约为99.6%。
2022-05-22 cs.CV eess.IV
Self-Supervised Anomaly Detection by Self-Distillation and Negative Sampling
Heinrich Heine University(海因里希·海涅大学)
检测示例是否属于给定的内分布或外分布(OOD)需要识别特定于内分布的特征。在没有标签的情况下,这些特征可以通过自监督技术在一般假设下学习,即最抽象的特征是那些与来自相同域的其他分布相比在统计上最过度表示的特征。在这项工作中,我们表明,自蒸馏的分布训练集与对比来自辅助数据的移位变换的负面例子,大大提高了OOD检测。我们发现,这种改进取决于如何产生负样本。特别是,我们观察到,通过利用负样本,保持低级别特征的统计数据,同时改变高级语义,获得更高的平均检测性能。此外,良好的阴性抽样策略可以从OOD检测分数的灵敏度中识别。我们的方法的效率证明了在各种各样的OOD检测问题,在视觉领域的无监督OOD检测设置新的基准。
2022-01-17 cs.AI cs.CV
TraIL-Det: Transformation-Invariant Local Feature Networks for 3D LiDAR Object Detection with Unsupervised Pre-Training
Durham University(杜伦大学)
本文提出TraIL-Det架构与变换不变局部特征,利用LiDAR各向同性辐射适应点密度变化,并结合多头自注意力编码器处理几何关系,在KITTI和Waymo数据集多种标签比例下mAP优于现有自监督3D目标检测方法。
2024-08-25 cs.CV cs.LG cs.RO
Metamorphic Detection of Adversarial Examples in Deep Learning Models With Affine Transformations
Fraunhofer CESE(弗劳恩霍夫实验软件工程中心)
对抗攻击是小的、精心制作的扰动,肉眼无法察觉;当添加到图像中时,会导致深度学习模型对图像进行错误分类,从而产生潜在的有害结果。随着人工智能模型在消费者安全和安全密集型行业(如自动驾驶汽车、摄像头监控和人脸识别)中的兴起,越来越需要防范对抗攻击。在本文中,我们提出了一种方法,使用变形测试的原则,自动检测这样的对抗攻击。该方法可以检测到图像操作是如此之小,他们是不可能检测到的人类通过视觉检查。通过应用基于距离比保持仿射图像变换的变形关系,比较原始图像和变换后图像的行为,我们表明,我们提出的方法可以确定输入图像是否具有高精度的对抗性。
2019-07-10 cs.CV cs.LG eess.IV
Detection and Classification of Cetacean Echolocation Clicks using Image-based Object Detection Methods applied to Advanced Wavelet-based Transformations
Lehrstuhl für Mustererkennung (LME)(模式识别教研室)
本研究利用图像目标检测方法和小波变换,对鲸目动物的回声定位点击声进行检测与分类,以提高海洋生物声学分析的自动化水平。
2026-02-19 cs.AI cs.CV cs.SD