Boxer: Robust Lifting of Open-World 2D Bounding Boxes to 3D
Meta Reality Labs Research（Meta现实实验室）
Boxer通过Transformer网络将2D边界框提升到3D，结合多视角融合和几何过滤，实现鲁棒的3D边界框估计，减少对标注数据的依赖，提升开放世界下的定位性能。
2026-04-06 cs.CV
Image segmentation based on histogram of depth and an application in driver distraction detection
提出了一种基于深度直方图的人体目标分割方法。首先基于直方图区域的预定义阈值来提取感兴趣区域。然后采用区域生长过程来分离具有相同深度间隔的多个人体。我们的贡献是一个自适应的增长阈值的基础上检测到的直方图区域的识别。为了验证该方法的有效性，将其应用于驾驶员分心检测。在成功提取出驾驶员在车内的位置后，我们提出了一个简单的解决方案来跟踪驾驶员的运动。通过分析初始帧和当前帧之间的差异，将感兴趣区域中的聚类位置或深度值的变化超过预设阈值视为分心活动。实验结果表明，该算法能够实时的检测出驾驶员打电话、发短信、调整内部设备、饮酒等典型分心驾驶行为。
2016-09-01 cs.CV
State of the art applications of deep learning within tracking and detecting marine debris: A survey
University of Northumbria（诺森比亚大学）
本综述分析了深度学习在海洋碎片检测领域的28项最新研究，指出YOLO系列表现最优，并通过YOLOv5测试强调了缺乏全面数据库导致误报率高的问题，提出了40多项未来研究建议。
2024-03-26 cs.AI cs.CV cs.LG
Depth as Prior Knowledge for Object Detection
Scientific Computing Center, Karlsruhe Institute of Technology（卡尔斯鲁厄理工大学科学计算中心）
DepthPrior通过利用深度作为先验知识提升目标检测性能，无需修改检测器架构，实现小目标检测精度提升。
2026-02-05 cs.CV
FreqPDE: Rethinking Positional Depth Embedding for Multi-View 3D Object Detection Transformers
Shanghai Jiao Tong University（上海交通大学）；Xi’an Jiaotong University（西安交通大学）；SenseAuto Research（SenseAuto研究院）
针对多视角3D目标检测中深度预测质量差及忽视跨视角一致性和尺度不变性的问题，提出FreqPDE方法，通过频率感知金字塔、跨视角尺度不变深度预测和位置深度编码三个模块，在nuScenes上验证了有效性。
2025-10-17 cs.CV
SafetyNet: Detecting and Rejecting Adversarial Examples Robustly
University of Illinois at Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校）
我们描述了一种生成网络的方法，其中DeepFool等当前方法很难生成对抗样本。我们的构建揭示了深度网络如何工作的一些见解。我们提供了一个合理的分析，我们的建设是很难击败，并通过实验表明，我们的方法是很难击败使用几个标准的网络和数据集的I型和II型攻击。这种SafetyNet架构用于一个重要而新颖的应用场景验证，它可以可靠地检测图像是否是真实场景的图片。SceneProof适用于使用深度图（RGBD图像）捕获的图像，并检查一对图像和深度图是否一致。它依赖于在后期处理中为图像生成自然主义深度图的相对困难。我们证明了我们的SafetyNet对从目前已知的攻击方法构建的对抗性示例具有鲁棒性。
2017-08-15 cs.CV cs.LG
On Monocular Depth Estimation and Uncertainty Quantification using Classification Approaches for Regression
Paris-Saclay University（巴黎萨克雷大学）；ENSTA Paris（巴黎高等先进技术学院）；Institut Polytechnique de Paris（巴黎理工学院）
单目深度在许多任务中都很重要，例如3D重建和自动驾驶。基于深度学习的模型在该领域实现了最先进的性能。一组新的方法来估计单眼深度包括将回归任务转换为分类任务。然而，在社区中缺乏对回归分类方法（CAR）的详细描述和比较，并且没有深入探索其不确定性估计的潜力。为此，本文将介绍CAR方法的分类和总结，CAR的一种新的不确定性估计解决方案，并在KITTI数据集上对基于CAR的模型的深度精度和不确定性量化进行了一系列实验。实验反映了两个主干上的各种CAR方法的可移植性的差异。同时，新提出的不确定性估计的方法可以优于集成方法，只有一个前向传播。
2022-06-29 cs.CV cs.LG
DELTAS: Depth Estimation by Learning Triangulation And densification of Sparse points
Magic Leap Inc.（Magic Leap公司）；InsideIQ Inc.（InsideIQ公司）
多视图立体视觉（MVS）是介于主动深度感知的准确性和单目深度估计的实用性之间的黄金平均值。采用3D卷积神经网络（CNN）的基于成本体积的方法已经显著提高了MVS系统的准确性。然而，这种准确性带来了高计算成本，这阻碍了实际采用。与成本体积方法不同，我们提出了一种有效的深度估计方法，首先（a）检测和评估兴趣点的描述符，然后（b）学习匹配和三角测量一小部分兴趣点，最后（c）使用CNN加密这个稀疏的3D点集。端到端网络在深度学习框架内有效地执行所有三个步骤，并使用中间2D图像和3D几何监督以及深度监督进行训练。至关重要的是，我们的第一步使用兴趣点检测和描述符学习来补充姿势估计。我们展示了国家的最先进的深度估计的结果与较低的计算不同的场景长度。此外，我们的方法可以推广到较新的环境，并且我们的网络输出的描述符与强基线相比毫不逊色。代码可在https://github.com/magicleap/DELTAS上获得
2020-08-25 cs.CV cs.LG eess.IV
Feature Squeezing: Detecting Adversarial Examples in Deep Neural Networks
University of Virginia（弗吉尼亚大学）
尽管深度神经网络（DNN）在许多任务中取得了巨大的成功，但它们经常被\emph{adversarial examples}所愚弄，这些\emph{adversarial examples}是通过向自然示例添加小但有目的的扭曲而生成的。以前防御对抗性示例的研究主要集中在改进DNN模型上，但要么成功有限，要么需要昂贵的计算。我们提出了一种新的策略，\emph{feature squeezing}，可用于通过检测对抗性示例来强化DNN模型。特征压缩通过将对应于原始空间中的许多不同特征向量的样本合并到单个样本中来减少对手可用的搜索空间。通过比较DNN模型对原始输入的预测与对压缩输入的预测，特征压缩以高精度和低误报检测对抗性示例。本文探讨了两种特征压缩方法：降低每个像素的颜色位深和空间平滑。这些简单的策略是廉价的，并补充其他防御，并可以结合在一个联合检测框架，以实现对最先进的攻击的高检测率。
2017-12-05 cs.CR cs.CV cs.LG
Height Estimation of Children under Five Years using Depth Images
Microsoft（微软）；Welthungerhilfe（德国世界饥饿援助组织）；GRID Council（GRID委员会）；Dr. B C Roy PGI PS（比·西·罗伊博士儿科研究生学院）
营养不良是一个全球性的健康危机，是五岁以下儿童死亡的主要原因。检测营养不良需要测量体重、身高和中上臂围。然而，由于资源有限，准确衡量这些指标是一项挑战，特别是在全球南部。在这项工作中，我们提出了一种基于CNN的方法来估计身高的站立儿童五岁以下的深度图像收集使用智能手机。根据SMART方法手册[5]，高度的可接受精度小于1.4 cm。在87131张深度图像上训练我们的深度学习模型时，我们的模型在57064张测试图像上的平均绝对误差为1.64%。对于70.3%的测试图像，我们准确地估计高度在可接受的1.4 cm范围内。因此，我们提出的解决方案可以准确地检测五岁以下站立儿童的发育迟缓（低身高）。
2021-07-30 cs.AI cs.CV cs.LG
Comparative Study of Machine Learning Algorithms in Detecting Cardiovascular Diseases
Quaid-E-Millath Government College for Women（奎德-埃-米拉特政府女子学院）
本研究比较多种机器学习算法在心血管疾病检测中的性能，通过结构化流程评估，发现集成方法效果显著，为临床诊断提供可靠框架。
2024-05-27 cs.LG
Augmenting Monte Carlo Dropout Classification Models with Unsupervised Learning Tasks for Detecting and Diagnosing Out-of-Distribution Faults
University of California, Berkeley（加州大学伯克利分校）；RWTH Aachen University（亚琛工业大学）；California Institute of Technology（加州理工学院）
蒙特卡罗丢弃方法已被证明是一种可扩展且易于使用的方法，用于估计深度神经网络预测的不确定性。这种方法最近被应用到故障检测和诊断（FDD）的应用，以提高早期故障的分类性能。在本文中，我们提出了一种新的方法，增加了一个额外的无监督学习任务的分类模型。我们证明我们的选择算法设计通过信息理论分析。我们的实验结果表明，从不同的应用领域的三个数据集，所提出的方法导致改进的故障检测和诊断性能，特别是在分布的例子，包括早期和未知的故障。
2019-09-10 cs.LG eess.SP stat.ML
Detecting and Mitigating DDoS Attacks with AI: A Survey
Department of Computer Science, University of Bucharest（布加勒斯大学计算机科学系）
本文综述了基于AI的DDoS攻击检测与缓解方法，提供了基于专家层次和AI生成树状图的分类法，讨论了数据集、对抗训练及未来研究方向。
2026-06-17 cs.AI cs.CR cs.LG
Detecting Out-of-distribution Samples via Variational Auto-encoder with Reliable Uncertainty Estimation
Southern University of Science and Technology（南方科技大学）；Chongqing Jiaotong University（重庆交通大学）；Tsinghua University（清华大学）；China Automotive Engineering Research Institute（中国汽车工程研究院股份有限公司）；Dalian University of Technology（大连理工大学）；Zhejiang University（浙江大学）
变分自编码器（Variational autoencoder，VAE）是一种基于深度神经网络结构和贝叶斯方法的具有丰富表示能力的生成模型。然而，VAE模型有一个弱点，即分配更高的可能性外的分布（OOD）的输入比分布（ID）的输入。为了解决这个问题，一个可靠的不确定性估计被认为是深入了解面向对象设计输入的关键。在这项研究中，我们提出了一种改进的噪声对比先验（INCP），能够集成到编码器的VAE，称为INCPVAE。INCP具有可扩展性、可训练性和与VAE的兼容性，并且在不确定性估计中吸收了INCP的优点。在不同数据集上的实验表明，与标准VAE相比，我们的模型在OOD数据的不确定性估计方面具有优势，并且在异常检测任务中具有鲁棒性。INCPVAE模型获得了OOD输入的可靠的不确定性估计，解决了VAE模型中的OOD问题。
2021-11-01 cs.LG stat.ML
On Deep Neural Networks for Detecting Heart Disease
University of Tennessee, Knoxville（田纳西大学诺克斯维尔分校）
心脏病是导致死亡的主要原因，专家估计，大约一半的心脏病发作和中风发生在没有被标记为“危险”的人身上。“因此，迫切需要提高心脏病诊断的准确性。为此，我们研究了使用数据分析的潜力，特别是基于常规临床数据检测心脏病的深度神经网络（DNN）的设计和使用。我们的主要贡献是设计，评估和优化DNN架构，以增加心脏病诊断的深度。这项工作导致了一种新的五层DNN架构的发现-命名为心脏评估降低风险和优化五（HEARO-5）-产生最佳的预测准确性。HEARO-5的设计采用正则化优化，并自动处理缺失数据和/或数据离群值。为了评估和调整架构，我们使用k-way交叉验证以及Matthews相关系数（MCC）来衡量我们分类的质量。这项研究是在公开的克利夫兰医疗信息数据集上进行的，我们正在使我们的开发开源，以进一步促进DNN在医学中使用的开放性和研究。HEARO-5架构的准确率为99%，MCC为0.98，显著优于该领域目前已发表的研究成果。
2018-08-22 cs.AI cs.LG cs.PF
