A Calibrated Memorization Index (MI) for Detecting Training Data Leakage in Generative MRI Models
Department of Computer Science, University of York（约克大学计算机科学系）；School of Computer Science, University of Leeds（利兹大学计算机科学学院）；Department of Computing and Mathematics, Manchester Metropolitan University（曼彻斯特 Metropolitan 大学计算与数学系）；Department of Computer Science, University of Manchester（曼彻斯特大学计算机科学系）；Department of Cardiovascular Sciences, KU Leuven（鲁汶大学心血管科学系）
本文提出了一种校准的记忆指数（MI）用于检测生成磁共振成像模型中的训练数据泄漏，通过图像特征提取和多层白化最近邻相似性分析，实现对复制数据的高效检测。
2026-02-13 cs.CV
Learning to identify image manipulations in scientific publications
University of California, Riverside（加州大学河滨分校）
遵守科学界标准可确保客观性、清晰性、可重复性，并有助于防止偏见、捏造、伪造和剽窃。为了帮助科学诚信官员和期刊/出版商评审员监督研究人员是否遵守这些标准，重要的是要有一个可靠的程序来检测重复，这是科学论文中最常见的操纵类型之一。科学论文中的图像被用来支持实验描述和对发现的讨论。因此，在这项工作中，我们专注于检测图像中的重复作为科学论文中最重要的部分之一。我们提出了一个结合图像处理和深度学习方法的框架，将文章中的图像分类为重复或非重复的图像。我们表明，我们的方法导致检测重复图像的准确率为90%，与其他操作检测方法相比，检测准确率提高了约13%。我们还展示了如何有效的预处理步骤是通过比较我们的方法与其他国家的最先进的操作检测器，缺乏这些步骤。
2021-02-03 cs.CV
Hybrid Pooling and Convolutional Network for Improving Accuracy and Training Convergence Speed in Object Detection
City University of Hong Kong（香港城市大学）；Xiamen University（厦门大学）
本文提出HPC-Net，通过混合池化与卷积网络提升目标检测的准确率和训练收敛速度。
2024-01-02 cs.CV
HAR-Net: Joint Learning of Hybrid Attention for Single-stage Object Detection
Tsinghua University（清华大学）
目标检测一直是计算机视觉中具有挑战性的任务。尽管在利用深度神经网络进行目标检测方面取得了重大进展，但注意力机制还远未发展起来。在本文中，我们提出了混合注意力机制的单阶段目标检测。首先，我们提出了单阶段目标检测的空间注意、通道注意和对齐注意模块。特别地，构造了具有对称固定速率的堆叠膨胀卷积层来学习空间注意力。通道注意力的提出与跨级别组规范化和挤压和激励模块。对齐的注意力是用有组织的可变形过滤器构建的。第二，将三种注意统一起来，构建混合注意力机制。然后，我们将混合注意力嵌入到视网膜网中，并提出了有效的单级HAR-Net的目标检测。在COCO检测数据集上对注意力模块和拟议的HAR-Net进行了评估。实验结果表明，混合注意能显著提高目标检测的准确率，HAR-Net的最大检测概率达到45.8 mAP，优于现有的单级目标检测器.
2019-04-25 cs.CV
Drone LAMS: A Drone-based Face Detection Dataset with Large Angles and Many Scenarios
Southeast University（东南大学）
为了解决无人机在大角度飞行等场景下人脸检测性能低下的问题，提出了一种新的无人机人脸检测数据集Drone LAMS。该数据集从261个视频中捕获了超过43 k个注释的图像和4.0k个俯仰角或偏航角在-90°至90°范围内的图像。无人机LAMS在检测性能方面比目前可用的基于无人机的人脸检测数据集有显着改进，特别是在大俯仰角和偏航角的情况下。详细分析了关键因素，如重复率、注释方法等，还提供了影响数据集性能，以促进在面部检测上进一步使用无人机。
2021-10-10 cs.AI cs.CV
HSANET: A Hybrid Self-Cross Attention Network For Remote Sensing Change Detection
Intelligent Science & Technology Academy Limited of CASIC（中国航天科工集团智能科技研究院有限公司）；School of Geography and Planning, Sun Yat-sen University（中山大学地理科学与规划学院）；School of Computer Science, Wuhan University（武汉大学计算机学院）
提出HSANet，通过层次卷积提取多尺度特征，结合混合自注意力与交叉注意力，融合全局和跨尺度信息，细化边缘，提升遥感变化检测性能，并开源代码。
2025-04-21 cs.CV
LCMem: A Universal Model for Robust Image Memorization Detection
Friedrich-Alexander-Universität Erlangen-Nürnberg（埃朗根-纽伦堡弗里德里希-亚历山大大学）；Imperial College London（伦敦帝国理工学院）
LCMem通过两阶段训练策略，实现跨域隐私审计，提升记忆检测的可靠性和可扩展性。
2025-12-16 cs.CV
Zero-Shot Object Detection by Hybrid Region Embedding
HAVELSAN Inc.（哈维尔桑公司）；Middle East Technical University（中东技术大学）；Hacettepe University（哈塞特佩大学）
目标检测被认为是计算机视觉中最具挑战性的问题之一，因为它需要正确预测图像中目标的类别和位置。在这项研究中，我们定义了一个更困难的情况下，即zero-shot目标检测（ZSD），其中没有视觉训练数据可用于某些目标对象类。我们提出了一种新的方法来解决这个ZSD问题，其中使用的凸组合的嵌入与检测框架。为了评估ZSD方法，我们提出了一个简单的数据集，从时尚MNIST图像，也是一个自定义的zero-shot分裂帕斯卡VOC检测的挑战。实验结果表明，我们的方法产生了有前途的结果ZSD。
2018-05-17 cs.CV
YOLO algorithm with hybrid attention feature pyramid network for solder joint defect detection
Universiti Teknologi MARA (UiTM)（玛拉工艺大学）；Jiujiang Vocational University（九江职业大学）
针对焊点缺陷检测准确率低、误检率高和计算成本高的问题，提出一种混合注意力机制结合YOLO算法，mAP达91.5%，在满足实时检测的同时显著提升了检测精度。
2024-01-02 cs.CV
DenseHybrid: Hybrid Anomaly Detection for Dense Open-set Recognition
University of Zagreb Faculty of Electrical Engineering and Computing（萨格勒布大学电气工程与计算学院）
异常检测可以通过常规训练数据的生成建模或通过相对于负训练数据进行区分来设想。这两种方法表现出不同的故障模式。因此，混合算法提出了一个有吸引力的研究目标。不幸的是，密集异常检测需要平移等方差和非常大的输入分辨率。据我们所知，这些要求使所有以前的混合方法都不合格。因此，我们设计了一种新的混合算法的基础上重新解释的歧视性对数的非归一化联合分布$\hat{p}(\mathbf{x}, \mathbf{y})$的对数。我们的模型建立在一个共享的卷积表示上，从中我们恢复了三个密集的预测：i）闭集类后验$P(\mathbf{y}|\mathbf{x})$，ii）数据集后验$P(d_{in}|\mathbf{x})$，iii）未归一化的数据似然$\hat{p}(\mathbf{x})$。后两个预测是在标准训练数据和通用负数据集上训练的。我们将这两个预测混合成一个混合异常分数，它允许在大型自然图像上进行密集开集识别。我们仔细设计了一个自定义的数据可能性损失，以避免通过难以处理的规范化常数$Z(θ)$反向传播。实验评估我们的贡献标准密集异常检测基准，以及在开放mIoU-一种新的度量密集开集性能。我们的意见书达到国家的最先进的性能，尽管可以忽略的计算开销超过标准的语义分割基线。
2022-07-06 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
Hybrid Mask Generation for Infrared Small Target Detection with Single-Point Supervision
Zhejiang University（浙江大学）
本文提出一种结合免学习与基于学习方法的混合掩码生成策略，在单点弱监督下为红外小目标检测生成高质量伪掩码，并在三个数据集上显著提升了平均IoU。
2025-03-12 cs.CV
Hybrid Architecture for Real-Time Video Anomaly Detection: Integrating Spatial and Temporal Analysis
Paris 8 University（巴黎第八大学）
本文受人类行为启发提出实时视频异常检测混合架构，整合基于VGG19+GRU的时间分析与YOLOv7的空间分析，支持并行或串行配置，通过实验比较配置并评估方法有效性。
2024-11-29 cs.CV
Multimodal Industrial Anomaly Detection via Hybrid Fusion
Shanghai Jiao Tong University（上海交通大学）；Tencent（腾讯）
针对多模态工业异常检测中特征直接拼接导致干扰的问题，提出采用混合融合方案的M3DM模型，通过对比学习、决策层融合及点特征对齐提升检测精度，在MVTec-3D AD数据集上优于SOTA方法。
2023-09-07 cs.CV
H3DNet: 3D Object Detection Using Hybrid Geometric Primitives
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
我们引入H3 DNet，它以无色的3D点云作为输入，并输出一组面向对象的边界框（或BB）及其语义标签。H3 DNet的关键思想是预测几何图元的混合集，即，BB中心、BB面中心和BB边中心。我们展示了如何通过定义对象和几何图元之间的距离函数将预测的几何图元转换为对象建议。该距离函数能够持续优化对象建议，其局部最小值提供高保真对象建议。然后，H3 DNet利用匹配和细化模块将对象建议分类为检测到的对象，并微调检测到的对象的几何参数。几何基元的混合集合不仅比使用单一类型的几何基元为目标检测提供更准确的信号，而且还提供了对所得到的3D布局的过完备约束集合。因此，H3 DNet可以容忍预测几何图元中的离群值。我们的模型在两个具有真实3D扫描的大型数据集ScanNet和SUN RGB-D上实现了最先进的3D检测结果。
2020-07-23 cs.CV
AURA: A Hybrid Spatiotemporal-Chromatic Framework for Robust, Real-Time Detection of Industrial Smoke Emissions
Department of Integrative Systems and Design, Hong Kong University of Science and Technology（整合系统与设计系，香港科技大学）；AI Innovation Hub, ANTEI Limited（人工智能创新中心，ANTEI有限公司）；Institute of Applied Computer Science, ITMO University（应用计算机科学研究院，ITMO大学）
AURA提出一种结合时空运动与色彩特征的混合框架，用于工业烟雾的实时稳健检测与分类，提高准确性并减少误报，以改善环境合规与公共健康。
2025-08-06 cs.CV
LungX: A Hybrid EfficientNet-Vision Transformer Architecture with Multi-Scale Attention for Accurate Pneumonia Detection
LungX通过结合EfficientNet、CBAM注意力和Vision Transformer，实现了86.5%的肺炎检测准确率，比基线模型提升了6.7%的AUC，具有更高的诊断准确性。
2025-11-23 cs.CV
Advanced Object Detection and Pose Estimation with Hybrid Task Cascade and High-Resolution Networks
California Institute of Technology（加州理工学院）；University of Michigan（密歇根大学）；University of Washington（华盛顿大学）；Washington University in St. Louis（圣路易斯华盛顿大学）；Northern Arizona University（北亚利桑那大学）
本文通过将混合任务级联与高分辨率网络骨干集成到6D-VNet框架中，并引入先进后处理与模型集成策略，显著提升了6D目标检测与位姿估计的精度。
2025-02-06 cs.CV
AdaDeDup: Adaptive Hybrid Data Pruning for Efficient Large-Scale Object Detection Training
Virginia Tech（弗吉尼亚理工学院）；NVIDIA（英伟达）；University of Ottawa（Ottawa 大学）
AdaDeDup提出一种结合密度剪枝与模型反馈的聚类自适应混合数据剪枝框架，在大规模目标检测中剪枝20%数据仍保持接近原始性能，显著优于现有基线。
2025-06-24 cs.CV cs.LG
ARTPS: Depth-Enhanced Hybrid Anomaly Detection and Learnable Curiosity Score for Autonomous Rover Target Prioritization
本研究提出ARTPS自主巡视器目标优先级系统，融合单目深度估计、多组件异常检测与加权好奇心评分，在火星数据集上实现SOTA性能，显著降误报并提升排序准确率。
2025-08-23 cs.AI cs.CV
A Hybrid Deep Learning and Model-Checking Framework for Accurate Brain Tumor Detection and Validation
University of California, Irvine（加州大学欧文分校）
本文提出一种结合模型检验、CNN特征提取与K-FCM聚类的混合深度学习框架，用于脑肿瘤的检测与验证，实验表明其准确率达98%、召回率达100%，有效提升了医学图像分析的可靠性。
2025-04-29 cs.AI cs.CV
A hybrid deep learning framework for Covid-19 detection via 3D Chest CT Images
University of Science and Technology Beijing（北京科技大学）
在本文中，我们提出了一个名为CTNet的混合深度学习框架，它将卷积神经网络和Transformer结合在一起，用于通过3D胸部CT图像检测COVID-19。它由一个CNN特征提取器模块和一个Transformer模型组成，该模块具有SE注意力，用于从CT扫描中提取足够的特征，该模型用于对3D CT扫描的鉴别特征进行建模。与以前的工作相比，CTNet提供了一种有效和高效的方法，通过3D CT扫描和数据恢复策略进行COVID-19诊断。与与数据集一起提出的最先进的基线方法相比，拟议的CTNet在大型公共基准COV 19-CT-DB数据库上取得了先进的结果。
2021-07-09 cs.CV eess.IV
Hybrid Video Anomaly Detection for Anomalous Scenarios in Autonomous Driving
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）；FZI Research Center for Information Technology（弗劳恩霍夫信息与通信技术研究中心）
针对自动驾驶场景，提出HF$^2$-VAD$_{AD}$方法，从车辆自视角学习正常性表示，在罕见关键场景中实现逐像素异常检测。
2025-04-28 cs.CV cs.RO
Hyneter: Hybrid Network Transformer for Object Detection
Tongji University（同济大学）
在本文中，我们指出，基于CNN和基于Transformer的检测器之间的本质区别，导致在基于Transformer的方法的小目标的性能较差，是局部信息和全局依赖之间的差距在特征提取和传播。为了解决这些差异，我们提出了一个新的视觉Transformer，称为混合网络Transformer（Hyneter），经过预实验表明，差距导致基于CNN和基于Transformer的方法增加大小-不同的对象结果不均匀。与以往的分而治之的策略不同，Hyneters由混合网络骨干（HNB）和双交换模块（DS）组成，将局部信息和全局依赖信息整合在一起，并同时进行传输。基于平衡策略，HNB通过在Transformer块中嵌入卷积层来扩展局部信息的范围，DS则调整对补丁外全局依赖的过度依赖。
2023-02-18 cs.AI cs.CV
A Hybrid CNN-LSTM model for Video Deepfake Detection by Leveraging Optical Flow Features
Pandit Deendayal Energy University（潘迪特·迪恩达亚尔能源大学）
Deepfakes是合成的数字媒体，以创建超逼真的假视频来欺骗观众。诸如生成对抗网络（GAN）的深度生成算法被广泛用于完成这样的任务。该方法综合了传统检测方法很难区分的伪现实内容。在大多数情况下，基于卷积神经网络（CNN）的鉴别器被用于检测这样的合成媒体。然而，它主要强调单个视频帧的空间属性，从而无法从它们的帧间关系中学习时间信息。在本文中，我们利用一个基于光流的特征提取方法来提取时间特征，然后将其馈送到一个混合模型进行分类。该混合模型基于CNN和递归神经网络（RNN）架构的组合。该混合模型在开放源数据集上提供了有效的性能，例如DFDC、FF++和Celeb-DF。该方法在DFDC、FF++和Celeb-DF中的准确度分别为66.26%、91.21%和79.49%，样本量非常小，约为100个样本（帧）。与现有的模式相比，这保证了对虚假内容的早期检测。
2022-07-28 cs.AI cs.CV
Enhancing Object Detection with Hybrid dataset in Manufacturing Environments: Comparing Federated Learning to Conventional Techniques
RPTU Kaierslautern-Landau（莱茵-普法尔茨-蒂尔库森-兰道大学）；German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）
该研究针对制造环境下的小目标检测任务，利用混合数据集对比联邦学习与传统目标检测技术，证实联邦学习在跨环境、多干扰场景下性能更优，为制造场景部署鲁棒目标检测模型提供参考。
2024-08-16 cs.CV cs.LG
A Fully Spiking Hybrid Neural Network for Energy-Efficient Object Detection
Georgia Institute of Technology（佐治亚理工学院）
本文提出了一种完全尖峰混合神经网络（FSHNN），用于在资源受限的平台中进行节能且鲁棒的目标检测。该网络架构基于卷积SNN，使用泄漏积分激发神经元模型。该模型结合了无监督尖峰时间相关可塑性（STDP）学习和反向传播（STBP）学习方法，并使用蒙特卡洛丢弃来估计不确定性误差。与基于DNN的对象检测器相比，FSHNN提供了更好的准确性，同时具有150倍的能效。当受到噪声输入数据和较少标记的训练数据时，它也优于这些对象检测器，具有较低的不确定性误差。
2021-07-24 cs.AI cs.CV eess.IV
A Multimodal Hybrid Late-Cascade Fusion Network for Enhanced 3D Object Detection
Politecnico di Milano（米兰理工学院）
本文提出了一种多模态混合后期级联融合网络，通过结合RGB和3D激光雷达检测器，提升3D物体检测的性能，特别是在行人和自行车检测方面表现优异。
2025-04-25 cs.AI cs.CV cs.RO
Optimizing Helmet Detection with Hybrid YOLO Pipelines: A Detailed Analysis
Anna University（安娜大学）
本文比较YOLOv8、YOLOv9和YOLOv11在头盔检测中的表现，并提出混合模型h-YOLO，通过召回率、精确率、mAP及训练测试时间验证其更优的实时检测性能。
2024-12-27 cs.AI cs.CV cs.LG
An Integrated Deep Learning Model for Skin Cancer Detection Using Hybrid Feature Fusion Technique
Jagannath University（贾格纳特大学）；Green University of Bangladesh（孟加拉国绿色大学）；International University of Business Agriculture and Technology（国际商业农业与技术大学）
本研究提出基于InceptionV3和DenseNet121加权融合的混合深度学习框架，用于皮肤癌良恶性分类，达到92.27%准确率，优于现有模型。
2024-10-29 cs.CV cs.LG eess.IV
Hybrid Deep Network for Anomaly Detection
University of Montreal（蒙特利尔大学）
在本文中，我们提出了一种用于监控视频异常检测的深度卷积神经网络（CNN）。该模型是从一个典型的自动编码器工作的视频补丁的角度下稀疏组合学习。我们的CNN专注于（无监督地）学习正常事件的共同特征，强调它们的空间位置（通过监督损失）。据我们所知，这是第一个直接将补丁位置作为分类子网络的目标的工作。该模型能够为每个视频帧提供异常评估的分数。我们的实验是在4个基准数据集上进行的，这些数据集具有各种异常事件，所获得的结果与最先进的研究具有竞争力。
2019-08-17 cs.CV cs.LG cs.NE
Improving performance of aircraft detection in satellite imagery while limiting the labelling effort: Hybrid active learning
Preligens (ex-Earthcube)（Preligens（前身为Earthcube））
地球观测业提供的卫星图像具有高空间分辨率和短重访时间。为了允许这些图像的有效操作使用，自动化某些任务已经变得必要。在国防领域，卫星图像上的飞机探测是分析人员的宝贵工具。在这样的任务上获得高性能检测器只能通过利用深度学习并因此使用大量标记数据来实现。为了获得足够高质量的标签，需要军事专家的知识，我们提出了一种混合聚类主动学习方法来选择最相关的数据进行标记，从而限制了所需的数据量，进一步提高性能。它结合了基于多样性和不确定性的主动学习选择方法。对于飞机检测分割，我们表明，这种方法可以提供更好的或有竞争力的结果相比，其他主动学习方法。
2022-02-10 cs.AI cs.CV cs.NE
Hybrid Physical Metric For 6-DoF Grasp Pose Detection
Tsinghua University（清华大学）
6-多抓取多目标自由度抓取位姿检测是智能机器人领域的一个挑战性课题。为了模仿人类对物体抓取的推理能力，数据驱动方法得到了广泛的研究。随着大规模数据集的引入，我们发现，一个单一的物理指标通常会产生几个离散水平的把握信心分数，这不能精细区分数以百万计的把握姿势，并导致不准确的预测结果。在本文中，我们提出了一种混合的物理度量，以解决这一评价不足。首先，我们定义了一个新的度量是基于力封闭度量，辅以测量对象的平面度，重力和碰撞。其次，我们利用这种混合物理指标来生成详细的置信度分数。第三，为了有效地学习新的置信度，我们设计了一个多分辨率网络，称为Flatness Gravity Collision GraspNet（FGC-GraspNet）。FGC-GraspNet提出了一种多任务的多分辨率特征学习架构，并引入了一种新的联合损失函数，提高了抓取检测的平均精度。网络评估和充分的真实机器人实验证明了我们的混合物理度量和FGC-GraspNet的有效性。该方法在真实场景中的识别成功率达到90.5%。我们的代码可在https://github.com/luyh20/FGC-GraspNet上获得。
2022-06-22 cs.AI cs.CV cs.RO
Improved Orientation Estimation and Detection with Hybrid Object Detection Networks for Automotive Radar
Robert Bosch GmbH（罗伯特·博世有限公司）；Leibniz University Hannover（汉诺威莱布尼茨大学）
本文提出了新的混合架构，结合网格和点为基础的处理，以提高基于雷达的目标检测网络的检测性能和方向估计。基于点网格的检测模型在输入点云的鸟瞰图（BEV）投影上操作。这些方法遭受通过离散网格分辨率的详细信息的损失。这尤其适用于雷达目标检测，其中通常使用相对粗糙的网格分辨率来考虑雷达点云的稀疏性。相比之下，基于点的模型不受此问题的影响，因为它们处理点云而不进行离散化。然而，它们通常表现出比基于网格的方法更差的检测性能。我们表明，基于点的模型可以提取邻域功能，利用点的确切相对位置，网格渲染之前。这对于后续的基于网格的卷积检测主干具有显著的益处。在公共nuScenes数据集上的实验中，我们的混合架构在检测性能（汽车类的mAP比下一个最好的雷达提交高19.7%）和方向估计（相对方向改进11.5%）方面比以前文献中的网络有所改进。
2022-08-01 cs.AI cs.CV cs.LG
