SDD-FIQA: Unsupervised Face Image Quality Assessment with Similarity Distribution Distance
Guangzhou University(广州大学);Tencent(腾讯);Nanjing University of Science and Technology(南京理工大学);Xiamen University(厦门大学)
近年来,人脸图像质量评估(FIQA)已成为人脸识别系统中不可缺少的一部分,以保证在无约束场景下识别性能的稳定性和可靠性。为此,FIQA方法应同时考虑人脸图像的内在属性和可识别性。以往的大多数工作都是将样本嵌入不确定性或成对相似性作为质量分数来估计,这只考虑了部分类内信息。然而,这些方法忽略了类间的有用信息,这是用于估计的人脸图像的可识别性。在这项工作中,我们认为,一个高质量的人脸图像应该是类似于它的类内样本和不同的类间样本。因此,我们提出了一种新的无监督FIQA方法,结合相似性分布距离的人脸图像质量评估(SDD-FIQA)。我们的方法通过计算类内相似性分布和类间相似性分布之间的Wasserstein距离(WD)来生成质量伪标签。有了这些质量伪标签,我们就能够训练一个回归网络来进行质量预测。在基准数据集上进行的大量实验表明,所提出的SDD-FIQA以令人印象深刻的幅度超越了最先进的技术。同时,我们的方法在不同的识别系统中表现出良好的泛化能力。
2021-03-10 cs.CV
Bidirectional One-Shot Unsupervised Domain Mapping
Tel Aviv University(特拉维夫大学);Facebook AI Research(脸书人工智能研究院)
我们研究的问题之间的映射域$A$,其中有一个单一的训练样本和域$B$,我们有一个更丰富的训练集。我们提出的方法是能够在两个方向上执行此映射。例如,我们可以将所有MNIST图像转移到由单个SVHN图像捕获的视觉域,并将SVHN图像变换到MNIST图像的域。我们的方法是基于采用一个编码器和一个解码器为每个域,而不利用权重共享。训练单个样本域的自动编码器以匹配该样本和域$B$的潜在空间。我们的研究结果证明了域之间令人信服的映射,其中源域或目标域由单个样本定义,远远超过现有的解决方案。我们的代码可在https://github.com/tomercohen11/BiOST上公开获取
2019-09-04 cs.CV
Bridging the Synthetic-to-Authentic Gap: Distortion-Guided Unsupervised Domain Adaptation for Blind Image Quality Assessment
Xidian University(西安电子科技大学)
针对合成训练数据与真实图像间的域差距,本文提出 DGQA 框架,通过失真先验自适应选择源域以减少负迁移,并在两类跨域设置中验证其有效性。
2024-05-07 cs.CV eess.IV
Seeing Like a Designer Without One: A Study on Unsupervised Slide Quality Assessment via Designer Cue Augmentation
Waseda University(早稻田大学)
本文提出一种无监督幻灯片质量评估方法,融合七种视觉设计指标与CLIP-ViT嵌入,通过Isolation Forest异常评分实现与人类评分最高0.83的相关性,显著优于主流视觉语言模型,支持实时可扩展的客观反馈。
2025-08-25 cs.AI cs.CV
Geometry-Consistent Generative Adversarial Networks for One-Sided Unsupervised Domain Mapping
The University of Sydney(悉尼大学);University of Pittsburgh(匹兹堡大学);Carnegie Mellon University(卡内基梅隆大学);Université Paris-Est(巴黎东大学)
无监督域映射旨在学习一个函数,在没有配对示例的情况下通过函数GXY将域X转换为Y。在没有配对数据的情况下寻找最优GXY是一个不适定问题,因此需要适当的约束来获得合理的解。最突出的约束之一是循环一致性,它强制GXY翻译的图像通过逆映射GYX翻译回输入图像。虽然周期一致性需要同时训练GXY和GY X,但最近的研究表明,可以通过保留图像之间的成对距离来实现单侧域映射。虽然循环一致性和距离保持成功地约束了解空间,但它们忽略了简单的几何变换不会改变图像的语义结构的特殊性质。基于这个特殊的属性,我们开发了一个几何一致的生成对抗网络(GcGAN),它可以实现单侧无监督域映射。GcGAN将原始图像和通过预定义的几何变换变换的对应图像作为输入,并在新的域中生成两幅图像,再加上相应的几何一致性约束。几何一致性约束减少了可能解的空间,同时将正确解保持在搜索空间中。与基线(单独的GAN)和最先进的方法,包括周期GAN和距离GAN的定量和定性比较证明了我们的方法的有效性。
2018-11-26 cs.CV
Cross-IQA: Unsupervised Learning for Image Quality Assessment
School of Physics, Northeast Normal University(东北师范大学物理学院)
本文提出基于 ViT 的无参考图像质量评估方法 Cross-IQA,通过合成图像重建预训练从未标注数据学习质量特征,并微调线性回归预测分数,在低频退化评估上达到最先进性能。
2024-05-07 cs.AI cs.CV eess.IV
Boosting Image Quality Assessment Performance: Unsupervised Score Fusion by Deep Maximum a Posteriori Estimation
University of Waterloo, Canada(加拿大滑铁卢大学);McMaster University, Canada(加拿大麦马斯特大学)
提出一种基于深度最大后验估计的无监督图像质量评估分数融合框架,通过细粒度不确定性估计提高融合预测的准确性并降低不确定性。
2026-05-28 cs.CV eess.IV
RoWeeder: Unsupervised Weed Mapping through Crop-Row Detection
University of Bari Aldo Moro(巴里阿尔多·莫罗大学)
针对精准农业的杂草管理需求,提出融合作物行检测与抗噪模型的无监督杂草测绘框架RoWeeder,通过伪真值训练轻量模型,在WeedMap数据集取得75.3的F1分数,结合无人机可实现大田精准杂草管理。
2024-10-08 cs.CV
Source-free Unsupervised Domain Adaptation for Blind Image Quality Assessment
University of Science and Technology of China(中国科学技术大学);CAS Key Laboratory of Technology in Geo-Spatial Information Processing and Application System(中国科学院地理空间信息处理与应用系统技术重点实验室)
现有的基于学习的盲图像质量评估(BIQA)方法严重依赖于大量带注释的训练数据,当遇到域/分布偏移问题时,通常会导致性能严重下降。由于无监督领域自适应(UDA)的发展,一些研究尝试在基于UDA的领域转换中,将知识从标签充足的源领域转移到无标签的目标领域。然而,它要求源数据和目标数据共存,由于隐私或存储问题,这对于源数据可能是不切实际的。在本文中,我们采取了第一步的无源无监督领域自适应(SFUDA)在一个简单而有效的方式,BIQA解决域转移没有访问的源数据。具体来说,我们铸造的质量评估任务作为一个评级分布预测问题。基于BIQA的内在属性,我们提出了一组精心设计的自监督目标,以指导BN仿射参数向目标域的适应。其中,最小化预测熵和最大化批量预测差异旨在鼓励更有信心的结果,同时避免平凡的解决方案。此外,基于对单幅图像IQA评分分布服从高斯分布的观察,对预测的评分分布进行高斯正则化,使其更符合人类评分的本质。跨域场景下的大量实验结果表明,我们提出的方法,以减轻域转移的有效性。
2022-08-15 cs.CV eess.IV
An Unsupervised Deep-Learning Method for Bone Age Assessment
Dali University(大理大学)
骨龄反映骨骼的发育程度,可用于预测成人身高和检测儿童内分泌疾病。放射科医师的检查和操作者的变异性对骨龄评估有显著影响。为了减少人为干预,使用机器学习算法来自动评估骨龄。然而,传统的监督式深度学习方法需要预先标记的数据。本文基于约束卷积自动编码器(CCAE),提出了一种无监督的深度学习模型在指纹分类中的应用,并将该模型应用于骨龄分类,命名为BA-CCAE。在所提出的BA-CCAE模型中,骨龄的原始X射线图像的关键区域被编码,产生潜在向量。采用K-均值聚类算法对骨图像的特征向量进行分组,得到最终的分类结果。在北美放射学会儿童骨龄数据集(RSNA)上的一组实验表明,以48个月为间隔的分类准确率为76.15%。虽然现在的准确性低于大多数现有的监督模型,但所提出的BA-CCAE模型可以在没有任何预标记数据的情况下建立骨龄分类,并且据我们所知,所提出的BA-CCAE是使用无监督深度学习方法进行骨龄评估的少数试验之一。
2022-06-12 cs.CV cs.LG eess.IV
SegAssess: Panoramic quality mapping for robust and transferable unsupervised segmentation assessment
School of Remote Sensing and Information Engineering, Wuhan University(武汉大学遥感与信息工程学院);College of Electronic Science and Technology, National University of Defense Technology(国防科技大学电子科学学院);Hubei Luojia Laboratory(湖北珞珈实验室)
SegAssess通过全景质量映射方法实现鲁棒且可迁移的无监督分割质量评估,采用四类细粒度分割任务和增强SAM架构提升跨域鲁棒性与零样本迁移能力。
2025-12-05 cs.CV
Simultaneous Localization, Mapping, and Manipulation for Unsupervised Object Discovery
University of Colorado at Boulder(科罗拉多大学博尔德分校)
我们提出了一个无监督的框架,同时基于外观的对象发现,检测,跟踪和重建使用RGBD相机和机器人机械手。该系统执行密集的三维同时定位与地图构建与无监督的对象发现。空间和视觉上连贯的假定对象由机器人操纵以获得额外的运动提示。机器人仅使用外观,然后是结构和运动线索,以联合发现,验证,学习和改进对象的模型。诱导运动分割增强了学习模型,这些模型隐式地表示为2D和3D水平集,以捕获形状和外观。我们比较了三种不同的基于外观的对象发现方法,发现一种新形式的时空超像素在精度和召回率方面提供了最高质量的候选对象模型。Baxter机器人的现场实验展示了一个完整的管道,能够自动发现,验证,检测,跟踪和重建未知物体。
2014-11-04 cs.CV cs.RO
MiDeCon: Unsupervised and Accurate Fingerprint and Minutia Quality Assessment based on Minutia Detection Confidence
Fraunhofer Institute for Computer Graphics Research IGD(弗劳恩霍夫计算机图形学研究所IGD);Technical University of Darmstadt(达姆施塔特工业大学)
在指纹识别系统中,实现高精度的一个基本因素是其样本的质量。尽管大多数指纹识别技术都是基于检测到的细节点的,但以前的工作主要提出了基于图像属性的监督解决方案,忽略了细节点提取过程。因此,即使所利用的细节提取器产生不可靠的信息,指纹图像也可以被分配高质量。在这项工作中,我们提出了一个新的概念,评估细节和指纹质量的基础上细节检测置信度(MiDeCon)。MiDeCon可以应用于任意基于深度学习的细节提取器,并且不需要用于学习的质量标签。我们建议使用提取的细节点的检测可靠性作为其质量指标。通过结合最高的细节质量,MiDeCon还可以准确地确定完整指纹的质量。实验是在FVC 2006的公开数据库上进行的,并与几个基线进行比较,如NIST广泛使用的指纹图像质量软件NFIQ1和NFIQ2。结果表明,一个显着更强的质量评估性能的建议MideCon质量的相关工作,细节和指纹水平。实现是公开的。
2021-06-10 cs.CV
StyleAM: Perception-Oriented Unsupervised Domain Adaption for Non-reference Image Quality Assessment
University of Science and Technology of China(中国科学技术大学)
深度神经网络(DNN)在非参考图像质量评估(NR-IQA)中显示出巨大的潜力。然而,NR-IQA的注释是劳动密集型和耗时的,这严重限制了它们的应用,特别是对真实图像。为了减轻对质量注释的依赖,一些工作将无监督的领域自适应(UDA)应用于NR-IQA。然而,上述方法忽略了在分类中使用的对齐空间是次优的,因为该空间不是针对感知精心设计的。为了解决这一问题,本文提出了一种面向感知的无监督领域自适应方法StyleAM,通过Style align和Mixup将丰富标签源域数据中的知识转移到无标签目标域图像中。具体来说,我们找到了一个更紧凑和可靠的空间,即,面向感知的UDA的特征样式空间基于有趣/惊人的观察,特征样式(即,DNN中深层的平均值和方差)与NR-IQA中的质量分数精确地相关联。因此,我们建议在一个更面向感知的空间中对齐源域和目标域,即,特征风格空间,以减少其他质量无关的特征因素的干预。此外,为了提高质量分数与其特征风格之间的一致性,我们还提出了一种新的特征增强策略Style Mixup,该策略混合了特征风格(即,平均值和方差)以及混合它们的标签。在两个典型的跨域设置(即,合成到真实,以及多个失真到一个失真)已经证明了我们提出的StyleAM对NR-IQA的有效性。
2022-07-29 cs.CV
No-reference Screen Content Image Quality Assessment with Unsupervised Domain Adaptation
City University of Hong Kong(香港城市大学);Kingsoft Cloud(金山云)
在本文中,我们寻求将自然场景图像的质量转移到不由光学相机获取的图像(例如,屏幕内容图像(screen content images,SCI),植根于广泛接受的观点,即人类视觉系统通过对自然环境的感知而适应和进化。在这里,我们开发了第一个无监督的领域自适应为基础的无参考质量评估方法的SCI,利用丰富的主观评级的自然图像(NI)。通常,将质量预测模型从NI直接转移到新类型的内容(即,SCIs),具有显著不同的统计特征。受成对关系的可转移性的启发,所提出的质量度量基于同时提高可转移性和可辨别性的哲学来操作。特别是,我们引入了三种类型的损失,其互补性和明确地以渐进的方式正则化的特征空间的排名。关于特征区分能力的增强,我们提出了一个基于中心的损失,以纠正分类器,提高其预测能力,不仅对源域(NI),而且对目标域(SCI)。对于特征差异最小化,最大平均差异(MMD)施加在提取的NI和SCI的排名特征上。此外,为了进一步提高特征的多样性,我们引入了不同特征维度之间的相关惩罚,导致具有较低秩和较高多样性的特征。实验结果表明,该方法基于一个轻量级卷积神经网络,在不同的源目标设置上都能获得更高的性能。所提出的方法还揭示了学习质量评估措施看不见的应用程序特定的内容,没有繁琐和成本的主观评价。
2021-05-26 cs.CV
Multivariate Time-series Similarity Assessment via Unsupervised Representation Learning and Stratified Locality Sensitive Hashing: Application to Early Acute Hypotensive Episode Detection
Rochester Institute of Technology(罗切斯特理工学院);Massachusetts Institute of Technology(麻省理工学院);Philips Research North America(飞利浦北美研究院)
及时预测重症监护室(ICU)中的临床危重事件对提高护理水平和生存率具有重要意义。大多数现有的方法都是基于对从生命信号中明确提取的统计特征的各种分类方法的应用。在这项工作中,我们建议消除高成本的工程手工制作的功能,从多变量时间序列的生理信号,通过学习他们的表示与序列到序列的自动编码器。然后,我们建议对学习到的表示进行散列,以使信号相似性评估能够预测关键事件。我们应用这种方法框架来预测急性低血压性脑卒中(AHE)的生命信号记录的大型和多样化的数据集。实验证明了所提出的框架在准确预测即将到来的AHE的能力。
2018-12-04 cs.AI cs.CV stat.ML
Re-IQA: Unsupervised Learning for Image Quality Assessment in the Wild
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出 Re-IQA 框架,通过无监督专家混合方法分别学习互补的高层内容特征与低层质量特征,并在多个大规模数据库上取得领先的图像质量评估性能。
2023-05-28 cs.CV cs.LG cs.MM
A latent space for unsupervised MR image quality control via artifact assessment
Johns Hopkins University(约翰斯·霍普金斯大学);National Institute on Aging, National Institutes of Health(美国国立卫生研究院国家衰老研究所);Johns Hopkins School of Medicine(约翰斯·霍普金斯大学医学院)
图像质量控制(IQC)可用于自动磁共振(MR)图像分析,以排除因采集不良或伪影较多的图像导致的错误结果。用于MR成像的现有IQC方法通常需要人工努力来制作有意义的特征或标记用于监督训练的大型数据集。人工的参与可能是繁重的和有偏见的,因为根据其质量标记MR图像是一项主观任务。在本文中,我们提出了一种自动IQC方法,评估的程度,在MR图像中的伪影,而无需监督。特别是,我们设计了一个工件编码网络,学习表示的工件的基础上对比学习。然后,我们使用归一化流来估计非监督分类的学习表示的密度。我们在大规模多队列MR数据集上的实验表明,所提出的方法可以准确地检测具有高水平伪影的图像,这可以通知下游分析任务潜在的有缺陷的数据。
2023-02-01 cs.CV eess.IV
A Comparative Study on Unsupervised Domain Adaptation Approaches for Coffee Crop Mapping
Federal University of Minas Gerais(米纳斯吉拉斯联邦大学)
在这项工作中,我们调查现有的无监督领域自适应(UDA)的方法,具有不同的咖啡模式的作物区域之间的知识转移的任务的应用。给定具有完全映射的咖啡种植园的地理区域,我们观察到该知识可以用于训练分类器并且映射新的县,而不需要在目标区域中指示的样本。实验结果表明,通过一些UDA策略传递知识的性能优于仅应用在一个地区训练的分类器来预测新地区的咖啡作物。然而,UDA方法可能会导致负迁移,这可能表明领域差异太大,不适合转移知识。我们还验证了归一化显着影响一些UDA方法;我们观察到咖啡作物数据之间有意义的互补贡献;视觉行为表明存在一个更有可能从特定数据中提取的样本集群。
2018-06-06 cs.CV
XGAN: Unsupervised Image-to-Image Translation for Many-to-Many Mappings
IST Austria(奥地利科学技术研究所);Google Brain(谷歌大脑);Deepmind(深度思维);Google Research(谷歌研究院)
风格转换通常是指将特定风格图像的颜色和纹理信息应用于给定内容图像,同时保留后者的结构。在这里,我们解决了语义风格转移的更一般的问题:给定两个不成对的图像集合,我们的目标是学习每个集合的语料库级别的风格之间的映射,同时保留两个域之间共享的语义内容。我们引入了XGAN(“Cross-GAN”),这是一种双对抗自动编码器,它以无监督的方式捕获公共域语义内容的共享表示,同时在两个方向上联合学习域到域的图像翻译。我们利用的思想从领域自适应文献和定义的语义一致性损失,鼓励该模型保留在学习嵌入空间的语义。我们报告有前途的定性结果的任务,面卡通翻译。我们为此目的收集的卡通数据集CartoonSet可在google.github.io/cartoonset/上公开获得,作为语义风格转换的新基准。
2018-07-10 cs.CV
Mapping in a cycle: Sinkhorn regularized unsupervised learning for point cloud shapes
The University of Hong Kong(香港大学);Fuzhou University(福州大学)
我们提出了一个无监督学习框架,其前提任务是基于循环一致性公式找到来自同一类别的点云形状之间的密集对应关系。为了从点云数据中学习有区别的逐点特征,我们在公式中加入了一个基于Sinkhorn归一化的正则化项,以增强所学习的逐点映射,使其尽可能双射。此外,通过引入源形状的随机刚性变换,形成三重循环,提高了模型对扰动的鲁棒性。综合实验表明,通过我们的框架学习的逐点特征有利于各种点云分析任务,例如部分形状配准和关键点转移。我们还表明,学习到的逐点特征可以通过监督方法来利用完整的训练数据集或其中的一小部分来提高零件分割性能。
2020-07-19 cs.CV cs.LG
NAM: Non-Adversarial Unsupervised Domain Mapping
Facebook AI Research(Facebook人工智能研究院);Tel Aviv University(特拉维夫大学)
最近提出了几种方法,用于在没有先前知识的情况下以对应的形式在域之间翻译图像的任务。现有的方法应用对抗学习来确保映射的源域的分布与目标域无法区分,目标域遭受已知的稳定性问题。此外,大多数方法严重依赖于域之间的“循环”关系,这强制执行一对一的映射。在这项工作中,我们引入了一种替代方法:非对抗映射(NAM),它将目标域生成建模任务与跨域映射任务分开。NAM依赖于目标域的预训练生成模型,并将每个源图像与从目标域合成的图像对齐,同时联合优化域映射函数。它有几个关键优势:更高质量和分辨率的图像翻译,更简单和更稳定的训练和可重用的目标模型。大量的实验验证了我们的方法的优点。
2018-09-04 cs.CV cs.LG stat.ML
Unsupervised Image Fusion Method based on Feature Mutual Mapping
Jiangnan University(江南大学);University of Surrey(萨里大学)
基于深度学习的图像融合方法近年来得到了广泛的关注,在视觉感知方面取得了很好的性能。然而,当前基于深度学习的方法中的融合模块受到两个限制,即\textit{i.e.}、手动设计的融合函数和独立于输入的网络学习。针对上述问题,本文提出了一种无监督自适应图像融合方法.提出了特征互映射融合模块和双分支多尺度自编码器。更具体地说,我们构建了一个全局映射来测量输入源图像之间的像素连接。找到的映射关系指导图像融合。此外,我们设计了一个双分支多尺度网络,通过采样变换来提取区分图像特征。在解码过程中,我们通过特征聚合进一步丰富了不同尺度的特征表示。最后,我们提出了一个修正的损失函数,训练网络具有有效的收敛性能。通过对红外和可见光图像数据集的充分训练,该方法在多聚焦和医学图像融合中也表现出了良好的推广性能。我们的方法在视觉感知和客观评价方面都取得了优异的性能。实验证明,我们提出的方法在各种图像融合任务的性能优于其他国家的最先进的方法,证明了我们的方法的有效性和通用性。
2022-01-29 cs.CV
CoRe-DA: Contrastive Regression for Unsupervised Domain Adaptation in Surgical Skill Assessment
UCL Hawkes Institute, University College London(伦敦大学学院霍克斯研究所);Dept of Computer Science, University College London(伦敦大学学院计算机科学系);The Griffin Institute(格里芬研究所)
本文提出CoRe-DA,一种基于对比学习的无监督领域适应方法,用于手术技能评估,通过相对评分监督和目标域自训练,提升跨领域泛化能力,优于现有方法。
2026-03-31 cs.CV
Unsupervised Assessment of Landscape Shifts Based on Persistent Entropy and Topological Preservation
Technical University of Denmark(丹麦技术大学)
本文提出一种基于持久熵和拓扑保持投影的持续学习框架,从数据拓扑结构变化角度监测多维数据流中的概念漂移,并在MNIST数据流上验证其有效性。
2024-10-22 cs.CV cs.LG
Unsupervised HDR Image and Video Tone Mapping via Contrastive Learning
Tianjin University(天津大学);Lappeenranta-Lahti University of Technology LUT(拉彭兰塔-拉赫蒂工业大学LUT)
针对缺乏HDR-LDR视频对导致视频色调映射滞后的问题,提出无监督图像与视频色调映射统一框架IVTMNet,通过基于域和实例的对比学习损失及新颖隐变量测量相似度,并设计SFE和TFR模块增强空间与时间特征,性能优于现有方法。
2023-06-26 cs.CV eess.IV
Shadow-Mapping for Unsupervised Neural Causal Discovery
University of Surrey(萨里大学)
大多数科学领域的一个重要目标是发现一组观察结果的因果结构。遗憾的是,基于相关性或互信息的因果发现方法常常不能识别呈现动态关系的系统中的因果链接。这种动态系统(包括著名的耦合逻辑斯蒂映射)表现出“海市蜃楼”的相关性,其出现和消失取决于观察窗口。这不仅意味着相关性不是因果关系,而且可能与直觉相反,因果关系可能在没有相关性的情况下发生。在本文中,我们描述了神经阴影映射,一个基于神经网络的方法,将高维视频数据嵌入到一个低维的阴影表示,随后的因果关系的估计。我们展示了它的性能在发现因果关系的动态系统的视频表示。
2021-04-28 cs.CV stat.AP stat.ML
Unsupervised Change Detection in Multi-temporal VHR Images Based on Deep Kernel PCA Convolutional Mapping Network
Wuhan University(武汉大学)
随着对地观测技术的发展,甚高分辨率(VHR)影像已成为变化检测的重要数据源。如今,深度学习方法在VHR图像的变化检测中取得了令人瞩目的成绩。尽管如此,大多数现有的基于深度学习的变化检测模型都需要带注释的训练样本。本文提出了一种新的无监督核主成分分析(KPCA)卷积模型,用于从多时相VHR图像中提取代表性特征。基于KPCA卷积,设计了一种无监督深度连体KPCA卷积映射网络(KPCA-MNet),用于二值和多类变化检测。在KPCA-MNet中,通过由权重共享PCA卷积层组成的深度连体网络提取高级空间-光谱特征图。然后,将特征差异图中的变化信息映射到2-D极坐标域中。最后,通过阈值分割和聚类算法产生变化检测结果。KPCA-MNet的所有程序都不需要标记数据。理论分析和实验结果证明了该方法在两个二值变化检测数据集和一个多类变化检测数据集上的有效性、鲁棒性和潜力。
2019-12-18 cs.CV eess.IV
Unsupervised Urban Tree Biodiversity Mapping from Street-Level Imagery Using Spatially-Aware Visual Clustering
针对城市树木生物多样性监测成本高、监督式AI泛化差的问题,提出结合街景图像视觉嵌入与空间种植模式的无监督聚类框架,在北美8城验证能高保真恢复属级多样性,为低成本制图提供新方法。
2025-08-24 cs.CV cs.LG
Unsupervised Urban Land Use Mapping with Street View Contrastive Clustering and a Geographical Prior
ETH Zurich(苏黎世联邦理工学院);Ghent University(根特大学)
针对复杂城市中监督式街景土地利用分类依赖标注且难泛化的问题,提出内置地理先验的无监督街景对比聚类模型,并在两个城市数据集上实现可扩展土地利用制图。
2025-05-13 cs.AI cs.CV
Seeing Beyond Appearance - Mapping Real Images into Geometrical Domains for Unsupervised CAD-based Recognition
Siemens Corporate Technology(西门子中央研究院);University of Passau(帕绍大学);Technical University of Munich(慕尼黑工业大学)
虽然卷积神经网络在计算机视觉领域占据主导地位,但人们通常无法访问其训练所需的大量领域相关数据。因此,通常使用可用的合成样本以及领域自适应方案来准备目标领域的算法。为了从不同的角度解决这个问题,我们引入了一个管道,将看不见的目标样本映射到用于训练特定任务方法的合成域。对数据进行去噪,只保留这些识别算法熟悉的特征,我们的解决方案大大提高了它们的性能。由于这种映射比相反的映射更容易学习(即学习生成逼真的特征来增强源样本),我们演示了我们的整个解决方案如何纯粹在增强的合成数据上进行训练,并且仍然比使用领域相关信息(例如3D模型的真实图像或逼真纹理)训练的方法表现更好。将我们的方法应用于无纹理CAD数据的对象识别,我们提出了一种自定义生成网络,该网络充分利用纯几何信息来学习鲁棒特征,并为不可见的彩色图像实现更精细的映射。
2018-10-09 cs.CV
LetsMap: Unsupervised Representation Learning for Semantic BEV Mapping
University of Freiburg(弗莱堡大学);Qualcomm SARL France(法国高通公司);QT Technologies Ireland Limited(爱尔兰QT技术有限公司);Federal University of Rio Grande(里奥格兰德联邦大学);University of Technology Nuremberg(纽伦堡工业大学)
提出首个无监督表示学习方法LetsMap,通过两条独立神经通路分别无监督预训练场景几何与语义,并利用时序掩码自编码器,仅需1%的BEV标签即可生成与SOTA相当的语义BEV地图。
2024-05-29 cs.AI cs.CV cs.RO
QSMDiff: Unsupervised 3D Diffusion Models for Quantitative Susceptibility Mapping
University of Queensland(昆士兰大学);Central South University(中南大学);University of Newcastle(纽卡斯尔大学)
本文提出无监督3D扩散模型QSMDiff,通过3D图像块训练与全尺寸测量引导,解决了QSM偶极子反演问题,在多场景下实现了稳健重建与超分辨率去噪,并具备广泛医学应用潜力。
2024-03-21 cs.CV eess.IV physics.med-ph
UPDA: Unsupervised Progressive Domain Adaptation for No-Reference Point Cloud Quality Assessment
School of Automation, Nanjing University of Science and Technology(自动化学院,南京理工大学);National Key Laboratory of Information Systems Engineering(信息系统工程国家重点实验室);School of Computer Science and Engineering, Nanjing University of Science and Technology(计算机科学与工程学院,南京理工大学)
UPDA通过无监督渐进领域适应框架提升无参考点云质量评估在跨域场景中的性能。
2026-02-12 cs.CV cs.MM eess.IV
Comparative Studies of Unsupervised and Supervised Learning Methods based on Multimedia Applications
IEEE Computational Intelligence Society(IEEE计算智能学会);Institute of Electrical and Electronics Engineers(电气和电子工程师协会);Blekinge Institute of Technology(布莱金厄理工学院)
在移动通信领域,一些视频应用促进了对视频质量评估的鲁棒性方法的兴趣。在所有现有的方法中,我们首选,无参考视频质量评估是在参考视频的便捷性部分可用的情况下最需要的方法。我们的研究兴趣在于制定和融合有效的功能到一个模型的基础上,人类的可视化特性。我们的工作探讨了监督学习和无监督学习方法之间的比较研究。因此,我们实现了支持向量回归算法NR为基础的视频质量度量(VQM)的质量估计与简化的输入功能。我们的结论是,我们提出的模型表现出稀疏性,即使在降维后的SSIM质量指标的客观分数。
2023-03-04 cs.CV cs.MM
Unsupervised Domain Adaptation Architecture Search with Self-Training for Land Cover Mapping
RIKEN Center for Advanced Intelligence Project (AIP), RIKEN(理化学研究所先进智能中心(AIP));Graduate School of Frontier Sciences, The University of Tokyo(东京大学前沿科学研究院)
提出将MRF-NAS集成到自训练UDA框架中,自动搜索轻量级神经网络,在土地覆盖制图任务上以不到2M参数实现SOTA性能。
2024-04-23 cs.CV cs.NE
ColorMapGAN: Unsupervised Domain Adaptation for Semantic Segmentation Using Color Mapping Generative Adversarial Networks
Université Côte d’Azur(蔚蓝海岸大学);Inria(法国国家信息与自动化研究所);LuxCarta Technology(勒克斯卡塔科技公司)
由于大气影响、获取差异等多种原因,不同地理位置的卫星图像光谱波段之间往往存在较大差异。训练数据和测试数据的光谱分布之间的大偏移导致当前技术水平的监督学习方法输出不令人满意的图。我们提出了一种新的语义分割框架,是强大的这种转变。所提出的框架的关键组成部分是颜色映射生成对抗网络(ColorMapGAN),它可以生成与训练图像语义完全相同的假训练图像,但其光谱分布与测试图像的分布相似。然后,我们使用假图像和训练图像的地面实况来微调已经训练好的分类器。与现有的生成对抗网络(GANs)相反,ColorMapGAN中的生成器没有任何卷积层或池化层。它通过仅执行一个逐元素矩阵乘法和一个矩阵加法运算来学习将训练数据的颜色转换为测试数据的颜色。由于ColorMapGAN的架构简单但功能强大的设计,所提出的框架优于现有的方法,在准确性和计算复杂性方面都有很大的差距。
2019-09-29 cs.CV
Unsupervised ore/waste classification on open-cut mine faces using close-range hyperspectral data
Rio Tinto Centre for Mine Automation(力拓矿山自动化中心);Australian Centre for Field Robotics (ACFR)(澳大利亚现场机器人中心(ACFR));The University of Sydney(悉尼大学)
矿物的远距离测绘和地表矿石和废料的鉴别是诸如采矿等地质应用的重要任务。利用地面近距离高光谱传感器,这些任务已经成为可能,因为这些传感器能够以高空间和光谱分辨率远程测量环境的反射特性。然而,由于矿物和岩石类之间的光谱吸收特性的差异以及场景照明的变化,在露天矿工作面上测量的矿物光谱的自主映射仍然是一个具有挑战性的问题。当没有注释数据可用于训练监督学习算法时,会出现额外的困难。提出了一种用于矿井工作面光谱无监督映射的管道,该管道借鉴了高光谱机器学习文献中的几个最新进展。该管道将无监督和自监督算法集成到一个统一的系统中,以在不需要人工注释的训练数据的情况下绘制矿井工作面上的矿物。该管道是用一个露天矿工作面的高光谱图像数据集进行评估的,该工作面包括矿石马氏体和非矿化页岩。组合系统产生一个优越的地图,其组成的算法,并证明其映射能力的一致性,使用在一天中的两个不同时间获得的数据。
2023-02-09 cs.CV
Deep Feature Statistics Mapping for Generalized Screen Content Image Quality Assessment
South China Normal University(华南师范大学);City University of Hong Kong(香港城市大学);City University of Hong Kong, Shenzhen Research Institute(香港城市大学深圳研究院);Lingnan University(岭南大学)
针对屏幕内容图像缺乏自然场景统计特性的问题,首次提出基于深度特征统计的DFSS-IQA模型,通过学习SCI统计偏差有效评估图像质量,在跨数据集设置中展现出高泛化能力与优异性能。
2024-04-22 cs.CV
Unsupervised Many-to-Many Image-to-Image Translation Across Multiple Domains
Sichuan University(四川大学)
无监督的多域图像到图像的转换是指在没有标记数据的情况下,将多个域之间的图像进行合成,比一对一的图像映射更加通用和复杂。然而,现有的方法主要集中在减少建模的大量成本,并没有足够的重视所生成的图像的质量。在某些目标域中,它们的翻译结果可能不符合预期,甚至出现模型崩溃。为了提高图像质量,我们提出了一个有效的多对多映射框架的无监督多域图像到图像的翻译。我们的方法有两个关键方面。第一个是一个多对多的架构,只有一个域共享的编码器和几个域专用的解码器,有效地,同时跨多个域的图像翻译。第二个是两个建议的约束扩展从一对一的映射,以进一步帮助提高生成。所有的评估表明,我们的框架是优于现有的方法,并提供了一个有效的解决方案,多域图像到图像的翻译。
2020-11-24 cs.CV cs.LG eess.IV
Unsupervised learning for vascular heterogeneity assessment of glioblastoma based on magnetic resonance imaging: The Hemodynamic Tissue Signature
Universitat Politècnica de València(瓦伦西亚理工大学)
本文主要研究和开发了一种无监督的机器学习方法--血液动力学组织特征(HTS)方法,通过灌注MRI分析来描述胶质母细胞瘤的血管异质性。HTS建立在栖息地概念的基础上。栖息地被定义为具有描述特定生理行为的特定MRI轮廓的病变的子区域。HTS方法描绘了胶质母细胞瘤内的四个栖息地:高血管生成肿瘤(HAT)栖息地,作为增强肿瘤的灌注最多的区域;低血管生成肿瘤(LAT)栖息地,作为具有较低血管生成特征的增强肿瘤的区域;潜在浸润性外周水肿(IPE)栖息地,作为邻近具有升高的灌注指数的肿瘤的非增强区域;和血管源性外周水肿(VPE)生境,作为具有最低灌注曲线的病变的剩余水肿。本论文的研究成果已发表在10篇科学论文中,包括医学信息学、统计与概率、放射学与核医学、机器学习和数据采掘以及生物医学工程领域的顶级期刊和会议。还发布了在西班牙(ES 201431289 A),欧洲(EP 3190542 A1)和EEUU(US 20170287133 A1)注册的工业专利,总结了论文除了从研究出版物中获得的学术收入外,还产生有形资产的努力。最后,本论文中构思的方法,技术和原创思想导致了ONCOANALYTICS CDX的成立,该公司被构建成药物化合物伴随诊断的商业模式,被认为是促进ONCOhabitats技术产业化的工具。
2020-09-14 cs.AI cs.CV cs.LG
An unsupervised, open-source workflow for 2D and 3D building mapping from airborne LiDAR data
本文提出一种完全无监督、可扩展的开源工作流,利用机载LiDAR数据批量生成2D和3D建筑物地图,并在超过550 km²数据上验证其稳健性。
2023-08-16 cs.CV eess.IV
Optimal Unsupervised Domain Translation
Sorbonne Université(索邦大学);Theresis Lab, Thales(泰雷兹Theresis实验室);Criteo AI Lab(Criteo人工智能实验室)
域翻译是在两个域之间找到有意义的对应关系的问题。由于在大多数情况下,配对监督不可用,因此许多工作都集中在无监督域翻译(UDT)上,其中来自每个域的数据样本都是未配对的。在CycleGAN为UDT所做的开创性工作之后,已经提出了该模型的许多变体和扩展。然而,在他们的成功背后仍然没有什么理论上的理解。我们观察到,这些方法产生的解决方案是近似最小的w.r.t.一个给定的运输成本,导致我们重新制定的最优运输(OT)框架中的问题。这个观点为我们提供了一个新的视角,无监督域翻译,并允许我们证明检索映射的存在性和唯一性,给定一个大家庭的运输成本。然后,我们提出了一个新的框架,有效地计算最佳映射的动态设置。我们表明,它概括了以前的方法,并使一个更明确的控制计算的最佳映射。它还提供了两个域之间的平滑插值。玩具和现实世界的数据集上的实验说明了我们的方法的行为。
2019-06-04 cs.CV cs.LG stat.ML
Learning Cortical Anomaly through Masked Encoding for Unsupervised Heterogeneity Mapping
Department of Psychiatry and Psychotherapy, Tübingen Center for Mental Health (TÜCMH)(图宾根心理健康中心精神病学与心理治疗系);Norwegian Centre for Mental Disorders Research(挪威精神障碍研究中心);Donders Institute for Brain, Cognition, and Behaviour, Radboud University(拉德堡德大学唐德斯脑、认知与行为研究所)
本文提出了一种名为CAM的自监督框架,通过掩码图像建模和皮层表面特征实现复杂脑部疾病的无监督异常检测,在无需标签的情况下对精神病谱系个体检测取得了显著效果。
2024-02-13 cs.CV eess.IV
Unsupervised Creation of Parameterized Avatars
Facebook AI Research(Facebook人工智能研究院);Tel Aviv University(特拉维夫大学)
我们研究的问题,输入图像映射到一个捆绑对组成的参数向量和使用图形引擎从参数向量创建的图像。映射的目标是使输出图像尽可能与输入图像相似。在培训期间,没有以匹配输入和输出的形式进行监督。该学习问题扩展了两个文献问题:无监督领域自适应和跨领域迁移。我们定义了一个泛化的界限,是基于差异,并采用GAN实现网络的解决方案,对应于这个界限。实验表明,我们的方法可以解决自动创建化身的问题。
2017-07-09 cs.CV cs.LG
Unsupervised Multi-Clustering and Decision-Making Strategies for 4D-STEM Orientation Mapping
Laboratoire de Réactivité et Chimie des Solides (LRCS), CNRS UMR 7314, Université de Picardie Jules Verne(皮卡第儒勒-凡尔纳大学,法国国家科学研究中心,固体反应性与化学实验室);Institut de Chimie de la Matière Condensée de Bordeaux (ICMCB)(波尔多凝聚态材料化学研究所);Université Grenoble Alpes, CNRS, Grenoble INP, SIMAP(格勒诺布尔-阿尔卑斯大学,法国国家科学研究中心,格勒诺布尔理工学院,材料与工艺科学与工程实验室);NanoMegas company(NanoMegas公司);ALISTORE-European Research Institute, CNRS FR 3104(ALISTORE欧洲研究院,法国国家科学研究中心)
本研究面向4D-STEM取向映射任务,提出融合NMF聚类、K-Component Loss、IQA指标及预处理的无监督分析框架,可确定最优分量数、平衡性能与复杂度,实现可靠的结构分析。
2025-03-09 cs.CV cs.LG eess.IV
Unsupervised Image to Sequence Translation with Canvas-Drawer Networks
Massachusetts Institute of Technology(麻省理工学院);Autodesk(欧特克);Autodesk Research(欧特克研究院)
将图像编码为一系列高级结构,如画笔笔划或离散形状,通常是人类和机器理解的关键。然而,在许多情况下,数据仅以像素形式提供。我们提出了一种方法,直接在一个高层次的域(如画笔),而不需要真正的成对数据生成图像。具体来说,我们训练一个“画布”网络来模仿高级结构到像素的映射,然后是一个高级“绘图”网络,该网络通过这种映射来优化,以解决所需的图像重建或翻译任务。我们成功地发现了符号,大型草图和3D对象的顺序矢量表示,仅利用像素数据。我们展示了我们的方法在图像分割中的应用,并提出了几个消融研究比较各种配置。
2018-09-26 cs.CV
Dual Contrastive Learning for Unsupervised Image-to-Image Translation
DATA61-CSIRO(澳大利亚联邦科学与工业研究组织数据61);Australian National University(澳大利亚国立大学)
无监督图像到图像翻译任务旨在从不成对的训练数据中找到源域X和目标域Y之间的映射。针对未配对图像到图像翻译(CUT)的对比学习通过针对两个域仅使用一个编码器来最大化输入和输出补丁之间的互信息,在对无监督图像到图像翻译进行建模方面产生最先进的结果。在本文中,我们提出了一种新的方法,基于对比学习和双学习设置(利用两个编码器),以推断不成对数据之间的有效映射。此外,虽然CUT遭受模式坍塌,我们的方法的变体有效地解决了这个问题。我们进一步证明了我们的方法的优势,通过广泛的消融研究,表现出优越的性能相比,最近的方法在多个具有挑战性的图像翻译任务。最后,我们证明了无监督方法和监督方法之间的差距可以有效地关闭。
2021-04-15 cs.CV eess.IV
From Association to Generation: Text-only Captioning by Unsupervised Cross-modal Mapping
School of Computer and Information Technology, Beijing Jiaotong University(北京交通大学计算机与信息技术学院);DAMO Academy, Alibaba Group(阿里巴巴集团达摩院)
针对CLIP难以用于生成任务且存在模态差距的问题,提出K近邻跨模态映射(Knight)零样本方法,通过纯文本无监督训练实现图像和视频字幕生成,达到最先进性能。
2023-05-08 cs.CL cs.CV cs.LG
Assessment of Shift-Invariant CNN Gaze Mappings for PS-OG Eye Movement Sensors
Texas State University(德克萨斯州立大学)
光传感器眼电(PS-OG)眼球运动传感器提供了用于集成在无线头戴式设备(HMD)内的期望的性能特性,包括低功耗和高采样率。为了解决这些传感器由于HMD移位而导致的已知性能降级,已经提出了各种机器学习技术来将传感器输出映射到注视位置。本文提出了一种最近推出的卷积神经网络的理解,旨在提供一个指定范围内的传感器翻译的转移不变的凝视映射。针对轮班训练样本评估性能,这些样本更好地反映了在专门收集训练数据期间通过手动重新定位HMD生成的值的分布。与之前考虑的矩形网格相比,该网络对于这种现实的位移分布表现出相当的准确性,从而增强了现场设置的可行性。此外,这项工作进一步证明了建议的初始化过程的实际可行性,通过展示强大的映射性能与训练数据规模。也证明了保持合理的准确性的能力,超出了那些在培训过程中引入的变化。
2019-09-04 cs.CV cs.HC
Learning Sparse Temporal Video Mapping for Action Quality Assessment in Floor Gymnastics
The University of Western Australia(西澳大学)
运动视频中的运动员表现测量需要对长序列进行建模,因为整个时空进程对表现起主导作用。理解局部判别空间依赖性和全局语义对于准确评估至关重要。然而,现有的基准数据集主要包括性能仅持续几秒钟的运动。因此,国家的最先进的体育质量评估方法特别注重空间结构。虽然它们在短期运动中实现了高性能,但它们无法对长时间视频序列进行建模,并且在长期运动中无法实现类似的性能。为了方便这样的分析,我们引入了一个新的数据集,创造了AGF奥运会,它结合了艺术体操自由体操套路。AFG-Olympics提供了极具挑战性的场景,在长达2分钟的延长样本持续时间内具有广泛的背景,视角和尺度变化。此外,我们提出了一个歧视性的注意模块映射到一个稀疏表示的密集特征空间,通过解开复杂的协会。大量的实验表明,我们提出的模块提供了一种有效的方法来嵌入远程空间和时间相关语义。
2023-01-15 cs.AI cs.CV
Unsupervised Facial Geometry Learning for Sketch to Photo Synthesis
West Virginia University(西弗吉尼亚大学)
人脸素描照片合成是执法和数字娱乐行业中的一个重要应用,其目标是学习人脸素描图像与其对应的照片级真实感图像之间的映射。然而,配对的草图-照片训练数据的有限数量通常阻止当前框架学习草图的几何形状与其匹配的照片真实感图像之间的鲁棒映射。因此,在这项工作中,我们提出了一种方法来学习合成一个真实感的图像,从一个人脸素描在一个无监督的方式。与目前的无监督图像到图像的翻译技术相比,我们的框架利用了一种新的感知机器学习人脸的几何形状。学习面部先验信息使网络能够去除面部草图中的几何伪影。我们证明,同时优化的人脸照片生成器网络,采用所提出的感知的纹理明智的组合,结果在合成照片的质量和识别率的显着提高。我们通过对多个基线草图照片数据集进行广泛的实验来评估所提出的网络。
2018-10-12 cs.CV
Mapping melliferous tree species in Kenya via one-class classification with hyperspectral unsupervised domain adaptation
University of Helsinki(赫尔辛基大学);Finnish Meteorological Institute(芬兰气象研究所);Xihua University(西华大学);Wuhan University(武汉大学)
本研究提出HyUDA-One框架,结合高光谱无监督域适应与空间-光谱正则化伪正样本学习,成功绘制肯尼亚两种稀树草原中三种蜜源树种分布,提升了未标注域单类分类性能,为养蜂业提供支撑。
2026-08-04 cs.CV eess.IV
Unsupervised Person Image Generation with Semantic Parsing Transformation
Institute of Computer Science and Technology, Peking University(北京大学计算机科学技术研究所);JD AI Research(京东人工智能研究院)
在本文中,我们解决了无监督的姿势引导的人的图像生成,这是已知的挑战,由于非刚性变形。不同于以往的方法学习一个坚如磐石的直接映射人体之间,我们提出了一种新的途径,分解成两个更容易访问的子任务,即,语义解析转换和外观生成的硬映射。首先,提出了一种语义生成网络来实现语义解析图之间的转换,以简化非刚性变形学习。其次,外观生成网络学习合成语义感知纹理。第三,我们证明了以端到端的方式训练我们的框架可以进一步细化语义图和最终结果。我们的方法是可推广到其他语义感知的人的图像生成任务,例如,服装纹理转移和控制图像处理。在DeepFashion和Market-1501数据集上的实验结果证明了该方法的优越性,特别是在保持服装属性和更好的体型方面。
2019-04-18 cs.CV