Towards Purely Unsupervised Disentanglement of Appearance and Shape for Person Images Generation
Australian National University(澳大利亚国立大学);Tsinghua University(清华大学);ShanghaiTech University(上海科技大学)
从人的形象中分离出外貌和形状的研究一直是一个很有意义的课题。大多数现有的努力追求这一目标,要么使用带有注释的训练图像,要么使用外部线索(如人体骨架,身体分割或布片等)调节训练过程。在本文中,我们的目标是以一种更无监督的方式解决这一挑战-我们不需要任何注释,也不需要任何外部特定任务的线索。为此,我们制定了一个编码器-解码器一样的网络,同时从输入图像中提取形状和外观特征,并通过三个损失训练参数:特征对抗损失,颜色一致性损失和重建损失。特征对抗性损失主要是在提取的形状和外观特征之间施加很少或没有互信息,而颜色一致性损失是为了鼓励以不同形状为条件的人的外观的不变性。更重要的是,我们的无监督(无监督学习)在不同的任务中有很多解释。为了清楚起见,在本文中,我们将无监督学习称为没有特定任务的人类注释、配对或任何形式的弱监督的学习。框架利用学习的形状特征作为掩模,将其应用于输入本身,以便获得干净的外观特征。在不使用固定输入人体骨架的情况下,我们的网络更好地保留了条件人体姿势,同时需要更少的监督。在DeepFashion和Market 1501上的实验结果表明,所提出的方法实现了干净的解缠,并且能够合成与最先进的弱监督甚至监督方法相当的质量的新图像。
2020-07-30 cs.CV
Unsupervised Video Segmentation via Spatio-Temporally Nonlocal Appearance Learning
Nanjing University of Information Science and Technology(南京信息工程大学)
由于视频对象的快速运动、背景的杂乱、任意的外观变化和形状变形等因素,视频对象分割具有挑战性。大多数现有的方法只探索两个连续帧之间的外观信息,没有充分利用有用的长期非局部信息,这有助于使学习的外观稳定,因此,当目标遭受大的视点变化和显着的非刚性变形时,它们往往会失败。在本文中,我们提出了一个简单而有效的方法来挖掘长期的时空非局部外观信息的无监督视频分割。我们的算法的动机来自于时空非局部性的区域出现重现在视频中。具体来说,我们首先生成一组超像素来表示前景和背景,然后使用高效的KD树算法通过近似最近邻搜索方法生成的长期时空非局部对应物来更新每个超像素的外观。然后,与更新的外观,我们制定了一个时空图形模型组成的超像素标签一致性的潜力。最后,我们通过迭代更新外观模型和估计标签来优化图形模型,从而生成分割。在SegTrack和Youtube-Objects数据集上的广泛评估证明了所提出的方法的有效性,该方法与一些最先进的方法相比表现良好。
2016-12-24 cs.CV
Multi-domain Unsupervised Image-to-Image Translation with Appearance Adaptive Convolution
Yonsei University(延世大学)
在过去的几年中,已经提出了图像到图像(I2I)翻译方法来将给定图像翻译成不同的输出。尽管取得了令人印象深刻的成果,但他们主要集中在两个域之间的I2I翻译,因此多域I2I翻译仍然是一个挑战。为了解决这个问题,我们提出了一种新的多域无监督图像到图像翻译(MDUIT)框架,该框架利用分解的内容特征和外观自适应卷积将图像转换为目标外观,同时保留给定的几何内容。我们还开发了一个对比度学习目标,它提高了解纠缠能力,并通过配对语义相似的图像,有效地利用多域图像数据在训练过程中。这使得我们的方法可以只用一个框架来学习多个视觉域之间的不同映射。我们表明,所提出的方法在多个领域产生视觉多样性和合理的结果相比,国家的最先进的方法。
2022-02-06 cs.CV
Unsupervised Disentanglement of Pose, Appearance and Background from Images and Videos
NVIDIA(英伟达);University of Toronto(多伦多大学)
无监督地标学习是在不使用昂贵的输入关键点级别注释的情况下学习语义关键点表示的任务。一种流行的方法是将图像分解为姿态和外观数据流,然后从分解的分量重建图像。姿态表示应捕获一组一致且紧密定位的界标,以便于重建输入图像。最终,我们希望我们学习的地标集中在感兴趣的前景对象上。然而,整个图像的重建任务迫使模型分配地标来对背景进行建模。这项工作探讨了将重建任务分解为单独的前景和背景重建的影响,仅对无监督地标进行前景重建。我们的实验表明,所提出的因子分解结果的地标,集中在感兴趣的前景对象。此外,渲染的背景质量也得到了改善,因为背景渲染流水线不再需要不合适的地标来对其姿势和外观进行建模。我们在视频预测任务的背景下证明了这种改进。
2020-01-26 cs.CV
DDS-UDA: Dual-Domain Synergy for Unsupervised Domain Adaptation in Joint Segmentation of Optic Disc and Optic Cup
MoE Key Laboratory of Brain-Inspired Intelligence Perception(脑启发智能感知与认知重点实验室);Cognition, University of Science(认知,科学大学);Department of Biomedical Engineering, Tulane University, New Orleans, LA 70118, USA(生物医学工程系,路易斯安那大学,新奥尔良,LA 70118,美国);School of Mathematics(数学学院);Computer Sciences, Nanchang University, Nanchang 330031, China(计算机科学系,南昌大学,南昌 330031,中国)
本文提出DDS-UDA框架,通过双域协同模块解决领域迁移中的干扰和泛化问题,提升视盘和视杯分割的鲁棒性。
2026-03-07 cs.AI cs.CV
UNION: Unsupervised 3D Object Detection using Object Appearance-based Pseudo-Classes
Delft University of Technology(代尔夫特理工大学);Department of Cognitive Robotics(认知机器人学系)
针对无监督3D检测中静态实例训练困难及多轮自训练成本高的问题,本文提出UNION,利用场景流、空间聚类和外观伪类别一次训练静态与动态物体,在nuScenes上将平均精度提升至39.5。
2025-02-19 cs.CV
Unsupervised Pose Flow Learning for Pose Guided Synthesis
姿态引导合成的目标是在任意目标姿态下生成新图像,同时保留源图像的外观细节。现有的方法依赖于硬编码的空间变换或3D身体建模。它们往往忽略了复杂的非刚性姿态变形或不匹配的遮挡区域,从而无法有效地保持外观信息。在本文中,我们提出了一个无监督的姿势流学习计划,学习从源图像中转移的外观细节。基于这种学习的姿势流,我们提出了GarmentNet和SynthesisNet,它们都使用多尺度特征域对齐进行粗到精的合成。在DeepFashion,MVC数据集和其他真实世界数据集上的实验表明,我们的方法与最先进的方法相比毫不逊色,并且可以推广到看不见的姿势和服装风格。
2019-09-30 cs.CV
Unsupervised Cross-spectral Stereo Matching by Learning to Synthesize
Beihang University(北京航空航天大学);SenseTime Research(商汤科技研究院);The Chinese University of Hong Kong(香港中文大学)
无监督互谱立体匹配的目的是恢复给定的互谱图像对的视差,而不需要以地面真实视差或深度的形式进行任何监督。估计的深度提供了补充个体语义特征的附加信息,这可以有助于其他视觉任务,例如跟踪、识别和检测。然而,来自不同光谱带的图像之间存在较大的外观变化,这对于跨光谱立体匹配是一个挑战。现有的深度无监督立体匹配方法对外观变化敏感,并且在交叉光谱数据上表现不佳。我们提出了一种新的无监督跨光谱立体匹配框架的基础上图像到图像的翻译。首先,风格自适应网络通过周期一致性和对抗性学习在不同光谱波段上变换图像,在此期间外观变化最小化。然后,使用视图重建损失用来自相同光谱的图像对训练立体匹配网络。最后,利用估计的视差以端到端的方式监督频谱转换网络。此外,提出了一种新的风格自适应网络F-cycleGAN,以提高光谱转换的鲁棒性。我们的方法可以解决外观变化,并提高无监督的跨光谱立体匹配的鲁棒性。实验结果表明,该方法在不使用深度监督或显式语义信息的情况下取得了良好的性能。
2019-03-04 cs.CV
Hierarchical Feature Alignment Network for Unsupervised Video Object Segmentation
Nanjing University of Science and Technology(南京理工大学);University of Electronic Science and Technology of China(电子科技大学)
光流是一个容易构思和宝贵的线索,推进无监督视频对象分割(UVOS)。以往的方法大多是在UVOS环境下直接提取和融合运动和外观特征来分割目标对象。然而,光流本质上是连续帧中所有像素的瞬时速度,因此使得运动特征与对应帧中的主要对象不对准。为了解决上述挑战,我们提出了一个简洁,实用,高效的外观和运动特征对齐的架构,被称为分层特征对齐网络(HFAN)。具体地说,HFAN的关键优点是顺序特征对齐(FAM)模块和特征自适应(FAT)模块,它们用于分层处理外观和运动特征。FAM能够分别将外观和运动特征与主要对象语义表示对齐。此外,FAT是明确设计的外观和运动功能的自适应融合,以实现跨模态功能之间的理想的权衡。大量的实验证明了所提出的HFAN的有效性,其在DAVIS-16上达到了新的最先进的性能,达到88.7 $\mathcal{J}\&\mathcal{F}$平均值,即,比最佳公布结果相对改善3.5%。
2022-07-19 cs.CV
Unsupervised Landmark Learning from Unpaired Data
The Chinese University of Hong Kong(香港中文大学)
最近的无监督地标学习尝试利用外观相似但姿势不同的合成图像对。这些方法通过鼓励原始图像和从交换的外观和姿势重建的图像之间的一致性来学习地标。虽然合成图像对是通过应用预定义的变换来创建的,但它们不能完全反映外观和姿势的真实变化。在本文中,我们的目标是打开学习地标的可能性对未配对的数据(即未对齐的图像对)从一个自然的图像集合中采样,使他们可以在外观和姿势不同。为此,我们提出了一个跨图像周期一致性框架($C^3$),它适用于交换重建策略两次,以获得最终的监督。此外,还引入了跨图像流模块,以在跨图像的估计地标之间施加等方差。通过全面的实验,我们提出的框架被证明优于强基线的大幅度。除了定量结果外,我们还提供了对学习模型的可视化和解释,这不仅验证了学习地标的有效性,而且还为未来的研究提供了重要的见解。
2020-06-29 cs.CV
Unsupervised Few-Shot Action Recognition via Action-Appearance Aligned Meta-Adaptation
Microsoft(微软);Oregon State University(俄勒冈州立大学)
我们提出MetaUVFS作为第一个无监督Meta学习算法的视频Few-Shot动作识别。MetaUVFS利用超过55万个未标记的视频,通过对比学习来训练双流2D和3D CNN架构,以分别捕获特定于外观的空间和特定于动作的时空视频特征。MetaUVFS包括一个新的视频-外观对齐元自适应(A3 M)模块,该模块通过在无监督的硬挖掘剧集上的显式Few-Shot情节元学习来学习关注与外观特征相关的面向动作的视频特征。我们的动作外观对齐和显式的Few-Shot学习器使无监督训练能够模仿下游的Few-Shot任务,使MetaUVFS在Few-Shot基准测试中显著优于所有无监督方法。此外,与以前的有监督的Few-Shot动作识别方法不同,MetaUVFS既不需要基类标签,也不需要有监督的预训练骨干。因此,我们只需要训练MetaUVFS一次,就可以在流行的HMDB 51、UCF 101和Kinetics 100 Few-Shot数据集上与最先进的监督方法竞争,有时甚至优于它们。
2021-10-11 cs.AI cs.CV cs.LG
Leveraging Multi-view Image Sets for Unsupervised Intrinsic Image Decomposition and Highlight Separation
Simon Fraser University(西蒙弗雷泽大学);Microsoft Research(微软研究院)
我们提出了一种无监督的方法,用于将对象外观分解为高光,阴影和阴影层,并通过多视图真实图像进行训练。为此,我们通过在线收集大量客户产品照片来构建多视图数据集,这些照片具有较大的照明变化,使其适合于反射分离的训练,并可以促进对象级分解。我们的方法的主要贡献是建议的图像表示基于局部颜色分布,允许训练是不敏感的多视图图像的局部错位。此外,我们提出了一个新的无监督训练的指导线索,利用突出分离和内在图像分解之间的协同作用。在广泛的对象范围内,我们的技术被证明可以为这两项任务产生最先进的结果。
2019-11-17 cs.CV
TransGaGa: Geometry-Aware Unsupervised Image-to-Image Translation
SenseTime Research(商汤科技研究院);Stanford University(斯坦福大学);Nanyang Technological University(南洋理工大学)
无监督图像到图像翻译旨在学习两个视觉域之间的映射。然而,学习跨越大的几何变化的平移总是以失败告终。在这项工作中,我们提出了一种新的解开和翻译框架,以解决复杂的对象图像到图像的翻译任务。我们不是直接学习图像空间上的映射,而是将图像空间分解为外观空间和几何潜空间的笛卡尔乘积。具体来说,我们首先引入几何先验损失和条件VAE损失,以鼓励网络学习独立但互补的表示。然后分别在外观和几何空间上构建平移。大量的实验表明,我们的方法优于其他国家的最先进的方法,特别是在具有挑战性的近刚性和非刚性物体的翻译任务的性能。此外,通过采用不同的范例作为外观参考,我们的方法也支持多模态翻译。项目页面:https://wywu.github.io/projects/TGaGa/TGaGa.html
2019-04-21 cs.CV
Tsanet: Temporal and Scale Alignment for Unsupervised Video Object Segmentation
Yonsei University(延世大学);Korea Institute of Science and Technology (KIST)(韩国科学技术研究院)
本文提出 Tsanet 框架,通过时间对齐融合和尺度对齐解码器解决无监督视频目标分割中外观与运动方法的局限,并在 DAVIS 2016 上取得领先性能。
2024-02-21 cs.CV
Closer to Ground Truth: Realistic Shape and Appearance Labeled Data Generation for Unsupervised Underwater Image Segmentation
NORCE Norwegian Research Center AS(NORCE挪威研究中心);National University of Science and Technology "Politehnica" Bucharest(布加勒斯特理工科学技术大学);"Simion Stoilow" Institute of Mathematics of the Romanian Academy(罗马尼亚科学院西米翁斯托伊洛夫数学研究所)
针对水下鱼类分割标注数据稀缺的问题,提出两阶段无监督方法,通过形状与色彩变换生成合成训练数据,在DeepFish和自建的最大三文鱼数据集上性能接近全监督最优模型,还能提升全监督模型表现。
2025-03-20 cs.CV
RSPNet: Relative Speed Perception for Unsupervised Video Representation Learning
South China University of Technology(华南理工大学);Baidu Inc(百度公司);MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室)
我们研究了无监督视频表示学习,该学习旨在仅从未标记的视频中学习运动和外观特征,这些特征可以重新用于动作识别等下游任务。然而,由于1)视频中高度复杂的时空信息;以及2)缺乏用于训练的标记数据,因此这项任务极具挑战性。与静态图像的表示学习不同,很难构造合适的自监督任务来很好地对运动和外观特征进行建模。最近,已经进行了若干尝试来通过视频回放速度预测来学习视频表示。然而,获得视频的精确速度标签并非易事。更关键的是,学习的模型可能倾向于关注运动模式,因此可能无法很好地学习外观特征。在本文中,我们观察到相对回放速度与运动模式更一致,从而为表示学习提供更有效和稳定的监督。因此,我们提出了一种新的方式来感知播放速度,并利用两个视频片段之间的相对速度作为标签。通过这种方式,我们能够很好地感知速度并学习更好的运动特征。此外,为了确保外观特征的学习,我们进一步提出了一个以外观为中心的任务,在这个任务中,我们强制模型感知两个视频片段之间的外观差异。我们表明,优化这两个任务联合一致地提高了两个下游任务,即动作识别和视频检索的性能。值得注意的是,对于UCF 101数据集上的动作识别,我们在不使用标记数据进行预训练的情况下实现了93.7%的准确率,这优于ImageNet监督的预训练模型。代码和预训练模型可以在https://github.com/PeihaoChen/RSPNet上找到。
2021-03-15 cs.CV
Generative appearance replay for continual unsupervised domain adaptation
IBM Research Europe(IBM欧洲研究院);ETH Zurich(苏黎世联邦理工学院);Uppsala University(乌普萨拉大学)
深度学习模型在对大量标记数据进行训练时可以实现高精度。然而,现实世界的场景通常涉及几个挑战:训练数据可能会分期提供,可能来自多个不同的域,并且可能不包含用于训练的标签。某些设置,例如医疗应用,通常涉及由于隐私法规而禁止保留先前看到的数据的进一步限制。在这项工作中,为了解决这些挑战,我们研究了无监督分割在持续学习的情况下,涉及域转移。为此,我们引入了GarDA(连续领域自适应的生成外观重放),这是一种基于生成重放的方法,可以将分割模型顺序地适应于具有未标记数据的新领域。与单步无监督领域自适应(UDA)相比,对一系列领域的持续适应使得能够利用和整合来自多个领域的信息。与以前的增量UDA方法不同,我们的方法不需要访问以前看到的数据,使其适用于许多实际场景。我们在两个具有不同器官和模式的数据集上评估了GarDA,它大大优于现有技术。
2023-02-13 cs.AI 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
Unsupervised Learning of Object Landmarks through Conditional Image Generation
University of Oxford(牛津大学);University of Edinburgh(爱丁堡大学)
我们提出了一种学习视觉对象(如眼睛和鼻子在脸上)的地标检测器,而无需任何人工监督的方法。我们将此转换为生成图像的问题,所述图像将如在第一示例图像中看到的对象的外观与如在第二示例图像中看到的对象的几何形状相结合,其中两个示例的不同之处在于视点改变和/或对象变形。为了分解外观和几何形状,我们在选择和提取几何相关特征的几何提取过程中引入了一个紧密的瓶颈。与通常使用生成对抗网络的标准图像生成问题相比,我们的生成任务以外观和几何形状为条件,因此不那么模糊,以至于采用简单的感知损失公式就足够了。我们证明了我们的方法可以从合成图像变形或视频中学习对象地标,所有这些都无需人工监督,同时优于最先进的无监督地标检测器。我们进一步表明,我们的方法适用于各种各样的数据集-人脸,人,3D对象和数字-没有任何修改。
2018-12-13 cs.CV
Learning normal appearance for fetal anomaly screening: Application to the unsupervised detection of Hypoplastic Left Heart Syndrome
Imperial College London(帝国理工学院)
先天性心脏病被认为是影响$1000$新生儿$6-11$的最常见的先天性畸形之一。在这项工作中,提出了一个自动化的框架,超声筛查过程中的心脏异常检测和评价的例子,发育不良性左心综合征(HLHS),先天性心脏病的一个子类。我们提出了一种无监督的方法,专门从临床确认的正常对照患者中学习健康的解剖结构。我们评估了一些已知的异常检测框架连同模型架构的基础上的$α$ -GAN网络,并发现证据表明,所提出的模型执行显着优于国家的最先进的基于图像的异常检测,产生平均$0.81$ AUC \emph{and}一个更好的鲁棒性对初始化相比,以前的作品。
2021-09-09 cs.CV eess.IV
Unsupervised Video Anomaly Detection via Normalizing Flows with Implicit Latent Features
Yonsei University(延世大学);NAVER CLOVA Video
在当代社会,监视异常检测,即,在监控录像中发现犯罪或事故等异常事件是一项重要任务。由于异常很少发生,大多数训练数据由没有异常事件的未标记视频组成,这使得任务具有挑战性。大多数现有的方法使用自动编码器(AE)来学习重建正常的视频,然后根据它们无法重建异常场景的外观来检测异常。然而,由于异常是通过外观和运动来区分的,因此许多以前的方法已经明确地分离了外观和运动信息-例如,使用预先训练的光流模型。这种明确的分离限制了两种类型信息之间的相互表示能力。相比之下,我们提出了一个隐式的双路径AE(ITAE),在这种结构中,两个编码器隐式地对外观和运动特征进行建模,以及一个解码器将它们结合起来学习正常的视频模式。针对正常场景的复杂分布,提出了基于归一化流(NF)的生成模型对ITAE特征进行正态密度估计,学习易处理的似然,并利用分布外检测识别异常。NF模型通过隐式学习特征学习正态性来增强ITAE性能。最后,我们证明了ITAE的有效性和它的特征分布建模的六个基准,包括数据库,包含在现实世界中的各种异常情况。
2022-08-04 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
Contrastive Learning for Unsupervised Image-to-Image Translation
Seoul National University(首尔大学)
图像到图像翻译旨在学习不同视觉可区分图像组之间的映射。虽然最近的方法已经显示出令人印象深刻的改变图像复杂外观的能力,但它们仍然依赖于域标签来训练模型以区分不同的视觉特征。这种对标签的依赖往往大大限制了应用范围,因为一致和高质量的标签是昂贵的。相反,我们希望从图像本身捕获视觉特征,并将其应用于实现逼真的翻译,而无需人工生成标签。为此,我们提出了一种基于对比学习的无监督图像到图像的翻译方法。关键的想法是学习一个区分不同风格的生成器,并让生成器监督生成器在图像之间传输这些风格。在训练过程中,我们随机抽取一对图像,并训练生成器将一个图像的外观改变为另一个图像,同时保持原始结构。实验结果表明,我们的方法优于领先的无监督基线的视觉质量和翻译精度。
2021-05-07 cs.CV
Guess What Moves: Unsupervised Video and Image Segmentation by Anticipating Motion
University of Oxford(牛津大学)
通过光流测量的运动为发现和学习图像和视频中的对象提供了强大的线索。然而,与使用外观相比,它有一些盲点,例如物体如果不移动就会变得不可见。在这项工作中,我们提出了一种方法,结合了基于运动和基于外观的分割的优势。我们建议监督图像分割网络的借口任务预测区域可能包含简单的运动模式,从而可能对应于对象。由于该模型仅使用单个图像作为输入,因此我们可以将其应用于两种设置:无监督视频分割和无监督图像分割。我们实现了国家的最先进的视频结果,并证明了我们的方法的可行性,包含新的对象的静态图像。此外,我们用不同的运动模型和光流骨干进行实验,发现该方法对这些变化具有鲁棒性。项目页面和代码可在https://www.robots.ox.ac.uk/~vgg/research/gwm获得。
2022-10-13 cs.CV
Unsupervised Video-to-Video Translation
Boston University(波士顿大学)
无监督图像到图像翻译是最近提出的一项任务,在训练时仅给出未配对的图像示例,将图像翻译为不同的风格或域。在本文中,我们制定了一个新的任务,无监督的视频到视频翻译,这带来了自己独特的挑战。翻译视频意味着不仅要学习对象和场景的外观,还要学习连续帧之间的真实运动和过渡。我们研究了使用现有图像到图像翻译网络进行每帧视频到视频翻译的性能,并提出了一种时空3D翻译器作为解决这个问题的替代方案。我们在多个合成数据集上评估了我们的3D方法,例如移动彩色数字,以及现实的分割到视频GTA数据集和新的CT到MRI体积图像转换数据集。我们的研究结果表明,逐帧翻译在单帧水平上产生逼真的结果,但与我们的三维翻译方法相比,在整个视频的规模上表现明显不佳,三维翻译方法能够更好地学习视频的复杂结构和对象外观的运动和连续性。
2018-06-10 cs.CV
Deformable Generator Networks: Unsupervised Disentanglement of Appearance and Geometry
Harbin Engineering University(哈尔滨工程大学);Stevens Institute of Technology(史蒂文斯理工学院);University of California, Los Angeles(加州大学洛杉矶分校)
本研究提出可变形生成器网络,通过独立的外观与几何生成器及潜在向量,无监督解耦图像/视频的外观与几何信息,引入非线性转移模型处理视频动态,方案通用,实验验证了解耦效果与几何生成器的可迁移性。
2023-10-06 cs.AI cs.CV cs.LG
Motion-Based Generator Model: Unsupervised Disentanglement of Appearance, Trackable and Intrackable Motions in Dynamic Patterns
University of California, Los Angeles(加州大学洛杉矶分校);Hikvision Research Institute(海康威视研究院)
动态模式的特点是复杂的空间和运动模式。理解动态模式需要一个分离阶乘成分的分解表示模型。动态模式的常用模型是状态空间模型,其中状态根据转换模型随时间演变,并且状态根据发射模型生成观察到的图像帧。为了明确地对运动进行建模,模型自然基于像素的运动或位移场。因此,在发射模型中,我们让隐藏状态生成位移场,该位移场扭曲前一图像帧中的可跟踪分量以生成下一帧,同时添加同时发射的残差图像以解释变形无法解释的变化。前一幅图像的变形是关于图像帧变化的可跟踪部分,而残差图像是关于图像的可跟踪部分。我们使用最大似然算法来学习模型,该模型在推断驱动过渡模型的潜在噪声向量和更新给定推断的潜在向量的参数之间迭代。同时,我们采用一个正则化项来惩罚残差图像的范数,以鼓励模型通过可跟踪运动来解释图像帧的变化。与现有的动态模式方法不同,我们在没有地面真实位移场的无监督环境中学习我们的模型。此外,我们的模型定义了一个概念的intrackability在每帧图像中的翘曲分量和残留分量的分离。实验结果表明,该方法可以合成真实的动态图案,并能将外观、可跟踪和可插入的运动分离出来。学习的模型对于运动转移是有用的,并且很自然地采用它来定义和测量动态模式的可插入性。
2019-11-26 cs.CV
ASC: Appearance and Structure Consistency for Unsupervised Domain Adaptation in Fetal Brain MRI Segmentation
Shenzhen Research Institute of Big Data(深圳大数据研究院);The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳))
提出名为ASC的无监督域适应框架,通过基于频率的图像外观交换和结构扰动下的预测一致性,将胎儿脑图谱分割标签适应到未标记MRI数据,在FeTA 2021基准上优于现有方法。
2023-10-22 cs.CV eess.IV
Diffuse-UDA: Addressing Unsupervised Domain Adaptation in Medical Image Segmentation with Appearance and Structure Aligned Diffusion Models
Shenzhen Research Institute of Big Data(深圳大数据研究院);The Chinese University of Hong Kong (Shenzhen)(香港中文大学(深圳));Guangdong Provincial Key Laboratory of Big Data Computing(广东省大数据计算重点实验室)
针对医学图像分割中跨机构域差距导致的标注稀缺问题,提出融合可变形增强的扩散模型方法Diffuse-UDA,通过生成目标域图像-标签对增强无监督域自适应,性能超越主流方法且接近直接用目标域训练的理论上限。
2024-08-12 cs.CV
Pose from Action: Unsupervised Learning of Pose Features based on Motion
Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所)
人类的动作是由一系列姿势组成的。这使得人类的视频成为人类姿势的丰富而密集的来源。我们提出了一种无监督的方法来学习姿势特征的视频,利用信号,这是补充的外观,并可用作监督:运动。关键的想法是,人类在执行动作时以可预测的方式完成姿势。因此,给定两个姿势,应该可以对引起它们之间变化的运动进行建模。我们将每个姿势表示为CNN(外观ConvNet)中的特征,并使用单独的CNN(运动ConvNet)从光流图生成运动编码。该任务的数据是自动生成的,允许我们在没有人工监督的情况下进行训练。我们通过对FLIC数据集上的姿势估计、PASCAL上的静态图像动作识别以及UCF 101和HMDB 51上的视频动作识别的训练模型进行微调,展示了学习表示的强度。
2016-09-18 cs.CV
PandA: Unsupervised Learning of Parts and Appearances in the Feature Maps of GANs
Queen Mary University of London(伦敦玛丽女王大学);University of Athens(雅典大学);The Cyprus Institute(塞浦路斯研究所)
对生成对抗网络(GANs)的理解的最新进展已经在视觉编辑和合成任务方面取得了显着进展,利用了嵌入在预训练的GANs的潜在空间中的丰富语义。然而,现有的方法通常是针对特定的GAN架构定制的,并且局限于发现不便于本地化控制的全局语义方向,或者需要通过手动提供的区域或分割掩码进行某种形式的监督。在这种情况下,我们提出了一个架构不可知论的方法,共同发现的因素,代表空间的部分和它们的外观在一个完全无监督的方式。这些因素是通过在特征图上应用半非负张量因式分解来获得的,这反过来又使上下文感知的局部图像编辑具有像素级控制。此外,我们发现的外观因素对应的显着性地图,本地化感兴趣的概念,而不使用任何标签。在广泛的GAN架构和数据集上的实验表明,与现有技术相比,我们的方法在训练时间方面更有效,最重要的是,提供了更准确的本地化控制。我们的代码可在https://github.com/james-oldfield/PandA上获取。
2023-02-06 cs.CV cs.LG
Unsupervised Robust Disentangling of Latent Characteristics for Image Synthesis
Heidelberg Collaboratory for Image Processing(海德堡图像处理合作实验室);Heidelberg University(海德堡大学)
深度生成模型有希望学习视觉对象的可解释表示,允许图像采样,合成和选择性修改。主要的挑战是学习正确建模对象的独立潜在特征,特别是其外观和姿态。我们提出了一种新的方法,学习这些特征的解开表示,并单独解释它们。训练只需要描绘相同对象外观的图像对,但不需要姿势注释。我们提出了一个额外的分类器,估计强制解除纠缠所需的最小正则化量。因此,这两种表征结合在一起可以完全解释一个图像,同时彼此独立。以前的方法的基础上对抗的方法无法强制执行这种独立性,而基于变分方法的方法导致无信息的表示。在对不同对象类别的实验中,该方法成功地重组了姿态和外观,以重建和重定位新的合成图像。我们实现了显着的改进,国家的最先进的方法,利用相同的监督水平,并达到性能相媲美的姿势监督的方法。然而,我们可以处理大量没有姿势模型/注释可用的铰接对象类。
2019-10-22 cs.CV
Unsupervised Multiple Person Tracking using AutoEncoder-Based Lifted Multicuts
Fraunhofer Center Machine Learning(弗劳恩霍夫机器学习中心);Fraunhofer ITWM(弗劳恩霍夫工业数学研究所);Institute for Machine Learning and Analytics (IMLA) Offenburg University(奥芬堡大学机器学习与分析研究所(IMLA));University of Mannheim(曼海姆大学)
多目标跟踪(MOT)是计算机视觉中一个长期存在的课题。基于检测跟踪范例的当前方法需要某种领域知识或监督来将数据正确地关联到轨道中。在这项工作中,我们提出了一个无监督的多目标跟踪方法的基础上的视觉特征和最小成本提升多割。我们的方法是基于直接的时空线索,可以从相邻的帧中提取的图像序列没有supervison。基于这些线索的聚类使我们能够学习手头的跟踪任务所需的外观不变性,并训练自动编码器以生成合适的潜在表示。因此,所得到的潜在表示可以作为鲁棒的外观线索,用于跟踪,即使在大的时间距离,其中没有可靠的时空特征可以被提取。我们表明,尽管在没有使用所提供的注释的情况下进行了训练,但我们的模型在具有挑战性的MOT Benchmark行人跟踪上提供了有竞争力的结果。
2020-02-04 cs.CV
F2Net: Learning to Focus on the Foreground for Unsupervised Video Object Segmentation
ByteDance AI Lab(字节跳动人工智能实验室);Huazhong University of Science and Technology(华中科技大学)
尽管基于深度学习的方法在无监督视频对象分割方面取得了很大进展,但困难的场景(例如,视觉相似性、遮挡和外观改变)仍然没有得到很好的处理。为了缓解这些问题,我们提出了一种新的聚焦前景网络(F2 Net),它深入研究了前景对象的帧内-帧间细节,从而有效地提高了分割性能。具体来说,我们提出的网络由三个主要部分组成:暹罗编码器模块,中心引导外观扩散模块,和动态信息融合模块。首先,我们采用一个连体编码器来提取成对帧(参考帧和当前帧)的特征表示。然后,设计了一个中心引导外观扩散模块,用于捕获当前帧的帧间特征(参考帧与当前帧的密集对应关系)、帧内特征(当前帧的密集对应关系)和原始语义特征。具体地说,我们建立了一个中心预测分支来预测当前帧中前景对象的中心位置,并利用中心点信息作为空间指导,增强帧间和帧内特征提取,从而使特征表示更加集中于前景对象。最后,我们提出了一个动态信息融合模块,通过上述三个不同层次的功能自动选择相对重要的功能。在DAVIS 2016、Youtube-object和FBMS数据集上进行的大量实验表明,我们提出的F2 Net实现了最先进的性能,并有了显著的改进。
2020-12-04 cs.CV
Efficient Unsupervised Video Object Segmentation Network Based on Motion Guidance
Unicom (Shanghai) Industry Internet Co., Ltd.(联通(上海)产业互联网有限公司)
由于无监督视频目标检测的性能限制问题,限制了其大规模应用。针对这一痛点,我们提出了另一种解决这一问题点的优秀方法。通过在无监督视频目标检测中引入运动特征,提高了检测精度,同时减少了网络的计算量。整个网络结构由双流网络、运动引导模块和多尺度渐进融合模块组成。通过双流网络获得检测目标的外观和运动表示。然后,通过运动引导模块中的局部注意力机制获取运动表征的语义特征,得到外观表征的高层语义特征。多尺度渐进融合模块则进一步融合双流网络中不同深度语义特征的特征,以提高整体网络的检测效果。我们在DAVIS 16、FBMS和ViSal三个数据集上进行了大量实验。验证结果表明,该方法具有较高的精度和性能,证明了算法的优越性和鲁棒性。
2022-11-21 cs.CV
Lifting AutoEncoders: Unsupervised Learning of a Fully-Disentangled 3D Morphable Model using Deep Non-Rigid Structure from Motion
CentraleSupélec(中央理工-高等电力学院);Stony Brook University(石溪大学);The Alan Turing Institute(艾伦·图灵研究所);UCL(伦敦大学学院);Ariel AI;Imperial College(帝国理工学院)
在这项工作中,我们介绍了提升自动编码器,一个生成的3D表面为基础的模型的对象类别。我们汇集了来自运动的非刚性运动恢复结构,图像形成和变形模型的想法,以完全无监督的方式从非结构化图像集学习3D类别的可控几何模型。我们利用我们的模型的3D几何性质,并使用正常的信息来解开照明,阴影和阴影的外观。我们进一步使用弱监督来解开人类面部的非刚性形状可变性到身份和表达。我们将3D表示与可微分渲染器相结合,以生成RGB图像,并附加一个经过逆向训练的细化网络,以获得清晰的、逼真的图像重建结果。学习的生成模型可以在可解释的几何形状和外观因素方面进行控制,使我们能够对身份,表情,3D姿势和照明属性进行逼真的图像操作。
2019-04-26 cs.CV
DAWN: Dual Augmented Memory Network for Unsupervised Video Object Tracking
HKUST(香港科技大学);Tencent Youtu(腾讯优图)
心理学研究发现,人类的视觉跟踪系统涉及学习、记忆和计划。尽管最近取得了成功,但没有多少作品专注于基于深度学习的跟踪中的记忆和规划。因此,我们对记忆增强网络感兴趣,其中外部记忆记住目标(前景)对象的演变外观,而无需反向传播来更新权重。我们的双重增强记忆网络(DAWN)在记住目标和背景方面是独一无二的,并使用改进的注意力LSTM记忆来引导对记忆特征的关注。DAWN在处理完全遮挡、严重运动模糊、目标外观的突然变化、多个对象实例以及相似的前景和背景特征的无监督跟踪中是有效的。我们提出了广泛的定量和定性的实验比较与国家的最先进的方法,包括顶级竞争者在最近的VOT挑战。值得注意的是,尽管实现简单,但DAWN在VOT 2016和VOT 2017挑战中均排名第三,在两项挑战中以fps > 10的速度运行的所有VOT快速跟踪器中均获得了出色的成功率。我们提出了DAWN-RPN,在那里我们简单地将我们的记忆和注意力LSTM模块扩展到最先进的SiamRPN,并报告立即的性能增益,从而证明DAWN可以很好地与其他模型一起工作,并直接受益于其他模型来处理困难的情况。
2019-08-08 cs.CV
Implicit Motion-Compensated Network for Unsupervised Video Object Segmentation
Beihang University(北京航空航天大学);Institute for Infocomm Research, Agency for Science, Technology and Research (A*STAR)(资讯通信研究院,新加坡科技研究局)
本文提出IMCNet,通过特征层面的隐式运动补偿结合外观与运动线索,在不估计光流的情况下提升无监督视频目标分割的鲁棒性和效率。
2024-01-16 cs.CV
Total-Editing: Head Avatar with Editable Appearance, Motion, and Lighting
Carnegie Mellon University(卡内基梅隆大学);Microsoft(微软公司)
Total-Editing提出统一肖像编辑框架,结合神经辐射场内在分解与移动最小二乘变形场,实现外观、动作和光照的精确控制,提升编辑质量与真实感。
2025-05-26 cs.CV
Robust Unsupervised Domain Adaptation by Retaining Confident Entropy via Edge Concatenation
Kyungpook National University(庆北大学)
提出一种结合边缘信息与熵对抗网络的无监督域适应方法,通过边缘拼接增强边界清晰度,在SYNTHIA到Cityscapes和Mapillary基准上取得优于现有方法的性能。
2023-10-11 cs.CV
Saliency-Motion Guided Trunk-Collateral Network for Unsupervised Video Object Segmentation
IEEE
针对无监督视频目标分割中运动与外观关系失衡及光流质量不稳的问题,提出SMTC-Net,通过主干-侧支结构与ISRM实现SOTA性能。
2025-05-15 cs.CV cs.LG
Target-Aware Object Discovery and Association for Unsupervised Video Multi-Object Segmentation
ETH Zurich(苏黎世联邦理工学院);Beijing Institute of Technology(北京理工大学);Inception Institute of Artificial Intelligence(起源人工智能研究院)
本文研究了无监督视频多目标分割问题。目前的方法遵循两个阶段的范式:1)使用预训练的Mask R-CNN检测对象建议,2)使用重新识别技术进行通用特征匹配以进行时间关联。然而,在这两个阶段中广泛使用的通用特征对于表征看不见的对象是不可靠的,导致泛化能力差。为了解决这个问题,我们引入了一种新的方法,更准确,更有效的时空分割。特别是,为了解决\textbf{instance discrimination},我们建议在一个网络中将前景区域估计和实例分组结合在一起,并另外引入用于分割每个帧的时间指导,从而实现更准确的对象发现。对于\textbf{temporal association},我们补充了当前的视频对象分割架构的歧视性外观模型,能够捕捉更细粒度的目标特定的信息。给定来自实例判别网络的对象提议,采用三个基本策略来实现准确分割:1)使用记忆增强的外观模型的目标特定跟踪; 2)目标不可知验证以跟踪提议的可能轨迹; 3)使用经验证的片段的自适应记忆更新。我们在DAVIS $_{17}$和YouTube-VIS上对所提出的方法进行了评估,结果表明,它在分割精度和推理速度方面都优于最先进的方法。
2021-04-10 cs.CV
Unsupervised Part Discovery by Unsupervised Disentanglement
Heidelberg Collaboratory for Image Processing / IWR, Heidelberg University(海德堡大学图像处理合作实验室 / IWR)
我们解决的问题,发现部分分割的铰接对象没有监督。与关键点相比,零件分割提供关于各个像素级别上的零件定位的信息。它们捕获位置和语义,是监督学习方法的有吸引力的目标。然而,大的注释成本限制了监督算法对人类以外的其他对象类别的可扩展性。无监督方法可能允许以更低的成本使用更多的数据。大多数现有的无监督方法都专注于学习抽象表示,并在监督下将其细化为最终表示。我们的方法利用了生成模型组成的两个解纠缠表示对象的形状和外观和一个潜在的变量的部分分割。从单个图像,训练的模型推断出语义部分分割图。在实验中,我们将我们的方法与以前最先进的方法进行比较,并观察到分割精度和形状一致性的显着提高。我们的工作证明了在没有监督的情况下发现语义部分分割的可行性。
2020-09-10 cs.CV
Unsupervised Construction of Human Body Models Using Principles of Organic Computing
Ruhr-University Bochum(波鸿鲁尔大学)
从视频数据中对人类视觉外观的可推广模型的无监督学习对于计算系统与其用户和其他人自然交互是非常重要的。我们提出了一个步骤,通过将有机计算的原则整合到姿态估计周期中,从而降低了人工干预的需要,同时提高了系统的自主性。该系统从运动的上半身提取连贯的运动,并自主决定肢体及其可能的空间关系。来自许多视频的模型被集成到元模型中,这些元模型对不同的个人,背景和服装表现出良好的泛化能力。这些模型允许对单个视频帧进行鲁棒的解释,而无需时间连续性和android机器人的姿势模仿。
2017-04-12 cs.CV
Proposal-Level Unsupervised Domain Adaptation for Open World Unbiased Detector
Nanyang Technological University(南洋理工大学);Damo Academy, Alibaba Group(阿里巴巴达摩院);Terminus Group(特斯联集团)
针对开放世界目标检测中前景预测器偏向已知类别、未见类别外观偏移下失效的问题,提出将任务重构为提议级无监督域适应,通过自训练学习域不变特征实现无偏检测,达到当前最优性能。
2023-11-04 cs.CV
UMSS: Towards Unsupervised Multi-modal Semantic Segmentation
EmPACT Lab, School of EEE, Nanyang Technological University(电气与电子工程学院电磁脉冲与天线研究室,南洋理工大学);The University of Hong Kong(香港大学)
本文针对无监督多模态语义分割问题,提出基于DINOv3的UniM2框架,通过跨模态对应协同学习统一潜在空间提取语义线索,并引入跨模态协调器缓解冲突,实验证明该框架相比现有框架有明显优势。
2026-07-15 cs.CV
Unsupervised Visual-Linguistic Reference Resolution in Instructional Videos
Stanford University(斯坦福大学);University of Southern California(南加州大学)
我们提出了一种用于教学视频中的参考分辨率的无监督方法,其中目标是在时间上链接实体(例如,“穿衣”)到动作(例如,“混合酸奶”)。关键的挑战是视频中实体的视觉外观和指称表达的变化不可避免地产生视觉语言模糊性。我们的目标是在没有监督的情况下解决引用,这一事实加剧了这一挑战。我们通过学习联合视觉语言模型来解决这些挑战,其中语言线索可以帮助解决视觉歧义,反之亦然。我们通过使用YouTube上的2000多个非结构化烹饪视频无监督地学习我们的模型来验证我们的方法,并表明我们的视觉语言模型可以大大提高教学视频中最先进的语言模型的参考分辨率。
2017-05-20 cs.CV
A Memory-Augmented Multi-Task Collaborative Framework for Unsupervised Traffic Accident Detection in Driving Videos
Shenzhen University(深圳大学);University of Macau(澳门大学)
提出记忆增强多任务协作框架MAMTCF,通过光流重建与未来物体定位任务协作同时建模外观变化和物体运动,并引入记忆增强机制,提升驾驶视频中无监督交通事故检测性能。
2023-07-27 cs.AI cs.CV
Articulate your NeRF: Unsupervised articulated object modeling via conditional view synthesis
University of Edinburgh(爱丁堡大学)
本研究提出一种无监督关节物体建模方法,通过条件视图合成从两张不同姿态的物体观测中学习部件几何、外观、分割与关节运动,采用体素初始化和解耦优化提升性能,可推广至多部件物体且少视图即可高效训练。
2024-06-24 cs.CV
CMTM: Cross-Modal Token Modulation for Unsupervised Video Object Segmentation
Yonsei University, Republic of Korea(延世大学,韩国)
本文提出CMTM方法,通过跨模态令牌调制增强外观与运动提示的交互,实现高效的多模态信息传播,取得最佳性能。
2026-04-16 cs.CV cs.LG
Learning Deep Representations of Appearance and Motion for Anomalous Event Detection
University of Trento(特伦托大学);Fondazione Bruno Kessler (FBK)(布鲁诺·凯斯勒基金会);University of Perugia(佩鲁贾大学);ADSC, UIUC(伊利诺伊大学厄巴纳-香槟分校高级数字科学中心)
我们提出了一种新的无监督深度学习框架,用于复杂视频场景中的异常事件检测。虽然大多数现有的作品仅仅使用手工制作的外观和运动特征,但我们提出了外观和运动DeepNet(AMDN),它利用深度神经网络来自动学习特征表示。为了利用外观和运动模式的互补信息,我们引入了一种新的双融合框架,结合了传统的早期融合和后期融合策略的优点。具体来说,提出了堆叠去噪自动编码器来分别学习外观和运动特征以及联合表示(早期融合)。基于学习的表示,多个单类SVM模型被用来预测每个输入的异常分数,然后将其与后期融合策略相结合,以进行最终的异常检测。我们在两个公开的视频监控数据集上评估了所提出的方法,与最先进的方法相比表现出了竞争力。
2015-10-06 cs.CV
ONeRF: Unsupervised 3D Object Segmentation from Multiple Views
The Hong Kong University of Science and Technology(香港科技大学);Kuaishou Technology(快手科技);University of Oxford(牛津大学)
我们提出了ONeRF,一种方法,自动分割和重建对象实例在3D从多视图RGB图像,而无需任何额外的手动注释。分割的3D对象使用单独的神经辐射场(NeRF)来表示,其允许各种3D场景编辑和新颖的视图渲染。我们的方法的核心是一种使用迭代期望最大化算法的无监督方法,该算法有效地聚合了来自多视图的2D视觉特征和相应的3D线索,用于联合3D对象分割和重建。与只能处理简单对象的现有方法不同,我们的方法产生具有复杂形状,拓扑结构和外观的单个对象的分段全3D NeRF。分割的ONeRfs支持一系列3D场景编辑,例如对象变换、插入和删除。
2022-11-22 cs.CV
Neuromorphic Synergy for Video Binarization
The University of Hong Kong(香港大学);Centre for Transformative Garment Production(变革性服装生产中心);Wuhan University(武汉大学);Beihang University(北京航空航天大学);City University of Hong Kong(香港城市大学);Texas A&M University(德克萨斯农工大学)
本文提出一种基于事件的二值重建方法,利用双模态目标先验在事件空间和图像空间独立推理并融合结果,结合高效集成和无监督阈值识别,在仅CPU设备上实时生成优于SOTA的高帧率二值视频。
2024-02-20 cs.CV
Image Synthesis as a Pretext for Unsupervised Histopathological Diagnosis
University of Ljubljana(卢布尔雅那大学);XLAB d.o.o.(XLAB公司)
视觉数据中的异常检测是指区分异常外观和正常情况的问题。监督方法已经成功地应用于不同的领域,但需要大量的标记数据。由于异常发生的性质及其潜在的生成过程,很难对其进行表征和标记。基于深度生成的模型的最新进展引发了人们对将此类方法应用于无监督异常检测的兴趣,并在医疗和工业检测领域显示出有希望的结果。在这项工作中,我们评估了无监督视觉异常检测管道的关键部分,这是正常外观建模所需的,以及重建最接近的正常和肿瘤样本的能力。我们适应和评估不同的高分辨率国家的最先进的生成模型,从人脸合成域,并证明其优越性,目前使用的方法在一个具有挑战性的领域的数字病理学。在生成的图像的质量和分辨率方面证明了图像合成的多重改进,也对监督模型进行了验证。
2021-04-28 cs.CV eess.IV