一、檢測相關(5篇)

1.1 Contextual Affinity Distillation for Image Anomaly Detection

用于圖像異常檢測的上下文親和度提取

https://arxiv.org/abs/2307.03101

以往的無監(jiān)督工業(yè)異常檢測工作主要集中在局部結構異常，如裂紋和顏色污染。雖然在這種異常上實現了顯著的高檢測性能，但它們面臨著違反遠程依賴性的邏輯異常，例如放置在錯誤位置的正常對象。在本文中，基于以前的知識蒸餾工程，我們建議使用兩個學生（本地和全球），以更好地模仿教師的行為。在以往的研究中，局部學生主要關注結構異常檢測，而全局學生則關注邏輯異常。為了進一步鼓勵全球學生的學習，以捕捉遠程依賴關系，我們設計的全球上下文壓縮塊（GCCB），并提出了一個上下文的親和力損失的學生訓練和異常評分。實驗結果表明，該方法不需要繁瑣的訓練技術，并取得了新的國家的最先進的性能MVTec LOCO AD數據集。

1.2 Noise-to-Norm Reconstruction for Industrial Anomaly Detection and Localization

用于工業(yè)異常檢測和定位的信噪比重建

https://arxiv.org/abs/2307.02836

異常檢測有著廣泛的應用，在工業(yè)質量檢測中尤為重要。目前，許多表現最好的異常檢測模型依賴于特征嵌入方法。然而，這些方法在對象位置變化較大的數據集上表現不佳?；谥亟ǖ姆椒ㄊ褂弥亟ㄕ`差來檢測異常，而不考慮樣本之間的位置差異。在這項研究中，提出了一種基于重建的方法，使用噪聲到規(guī)范的范例，它避免了不變性的異常區(qū)域的重建。我們的重建網絡是基于M-網，并采用多尺度融合和剩余注意力模塊，使端到端的異常檢測和定位。實驗結果表明，該方法能有效地將異常區(qū)域重構為正常模式，實現準確的異常檢測和定位。在MPDD和VisA數據集上，我們提出的方法比最新的方法取得了更有競爭力的結果，并在MPDD數據集上建立了一個新的最先進的標準。

1.3 MMNet: Multi-Collaboration and Multi-Supervision Network for Sequential Deepfake Detection

MMNet：多協作、多監(jiān)控的序列深偽檢測網絡

https://arxiv.org/abs/2307.02733

先進的操縱技術為犯罪分子提供了制造社會恐慌或通過產生欺騙性媒體（如偽造的人臉圖像）獲取非法利潤的機會。作為回應，已經提出了各種深度偽造檢測方法來評估圖像的真實性。序列深度偽造檢測是深度偽造檢測的擴展，旨在識別具有正確序列的偽造面部區(qū)域以進行恢復。然而，由于空間和順序操作的不同組合，偽造的人臉圖像表現出嚴重影響檢測性能的實質性差異。此外，偽造圖像的恢復需要操縱模型的知識來實現逆變換，這是難以確定的，因為相關技術通常被攻擊者隱藏。為了解決這些問題，我們提出了多協作和多監(jiān)督網絡（MMNet），處理各種空間尺度和順序排列偽造的人臉圖像，并實現恢復，而不需要相應的操作方法的知識。此外，現有的評估指標只考慮檢測精度在一個單一的推斷步驟，沒有考慮的匹配程度與地面真理在連續(xù)多個步驟。為了克服這一限制，我們提出了一種新的評價指標，稱為完整序列匹配（CSM），它認為在多個推斷步驟的檢測精度，反映了檢測整體偽造序列的能力。在幾個典型數據集上的實驗表明，MMNet具有最佳的檢測性能和獨立恢復性能。

1.4 GIT: Detecting Uncertainty, Out-Of-Distribution and Adversarial Samples using Gradients and Invariance Transformations

GIT：使用梯度和不變性變換檢測不確定性、非分布和對抗性樣本

https://arxiv.org/abs/2307.02672

深度神經網絡傾向于做出過度自信的預測，并且通常需要額外的錯誤分類檢測器，特別是對于安全關鍵型應用?，F有的檢測方法通常只關注對抗性攻擊或分布外的樣本作為錯誤預測的原因。然而，泛化錯誤的發(fā)生是由于各種原因，往往與學習相關的不變性差。因此，我們提出了GIT，一個整體的方法，結合使用梯度信息和不變性變換的泛化錯誤的檢測。不變性變換被設計成將錯誤分類的樣本移回神經網絡的泛化區(qū)域，而梯度信息測量初始預測與使用變換后的樣本的神經網絡的相應固有計算之間的矛盾。我們的實驗表明，GIT的優(yōu)越性能相比，國家的最先進的各種網絡架構，問題設置和擾動類型。

1.5 Anomaly detection in image or latent space of patch-based auto-encoders for industrial image analysis

用于工業(yè)圖像分析的基于塊的自動編碼器的圖像或潛在空間的異常檢測

https://arxiv.org/abs/2307.02495

我們研究了幾種方法，用于檢測彩色圖像中的異常，構建基于補丁的自動編碼器。我們比較了三種類型的方法的基礎上，第一，原始圖像和重建之間的錯誤，第二，在潛空間中的正常圖像分布的支持估計，第三，在originalimage和重建圖像的恢復版本之間的錯誤的性能。這些方法進行評估的工業(yè)圖像數據庫MVTecAD和兩個競爭的國家的最先進的方法相比。

二、分割|語義相關(7篇)

2.1 Probabilistic and Semantic Descriptions of Image Manifolds and Their Applications

圖像流形的概率和語義描述及其應用

https://arxiv.org/abs/2307.02881

本文首先描述的方法估計概率密度函數的圖像，反映了觀察，這些數據通常被限制在有限的區(qū)域的高維圖像空間-不是每一個模式的像素是一個圖像。通常說圖像位于高維空間中的低維流形上。然而，盡管圖像可能位于這種低維流形上，但并非流形上的所有點都具有相等的圖像概率。圖像是不均勻分布在流形上，我們的任務是設計方法來模擬這種分布的概率分布。在追求這一目標的過程中，我們考慮了在AI和計算機視覺社區(qū)中流行的生成模型。為了我們的目的，生成/概率模型應該具有以下屬性：1）樣本生成：應該可以根據建模的密度函數從該分布中采樣，以及2）概率計算：給定來自感興趣的數據集的先前未見過的樣本，應當能夠計算樣本的概率，至少達到歸一化常數。為此，我們研究使用的方法，如正?；牧髁亢蛿U散模型。然后，我們表明，這種概率描述可以用來構建防御對抗性攻擊。除了在密度方面描述的流形，我們還考慮如何語義解釋可以用來描述點的流形。為此，我們考慮一個新興的語言框架，它利用變分編碼器產生一個解開表示點，駐留在一個給定的流形。流形上的點之間的軌跡，然后可以描述在不斷發(fā)展的語義描述。

2.2 Towards accurate instance segmentation in large-scale LiDAR point clouds

大比例尺激光雷達點云中的精確實例分割

https://arxiv.org/abs/2307.02877

全景分割是語義分割和實例分割的組合：將3D點云中的點分配給語義類別，并將它們劃分為不同的對象實例。它在戶外場景理解方面有許多明顯的應用，從城市測繪到森林管理?，F有的方法努力分割附近的實例相同的語義類別，如相鄰的街道設施或相鄰的樹木，這限制了它們的可用性的庫存或管理類型的應用程序，依賴于對象實例。本研究探討了與將點聚類為對象實例有關的全景分割流水線的步驟，其目標是緩解該瓶頸。我們發(fā)現，一個精心設計的聚類策略，利用多種類型的學習點嵌入，顯著提高實例分割。NPM3D城市移動地圖數據集和FOR實例森林數據集上的實驗證明了該策略的有效性和通用性。

2.3 Semi-supervised Domain Adaptive Medical Image Segmentation through Consistency Regularized Disentangled Contrastive Learning

基于一致性正則化解纏對比學習的半監(jiān)督領域自適應醫(yī)學圖像分割

https://arxiv.org/abs/2307.02798

雖然無監(jiān)督域自適應（UDA）是一個很有前途的方向，以減輕域轉移，他們不符合他們的監(jiān)督同行。在這項工作中，我們調查了相對較少探索的半監(jiān)督域自適應（SSDA）的醫(yī)學圖像分割，其中訪問一些標記的目標樣本可以大大提高自適應性能。具體而言，我們提出了一個兩階段的培訓過程。首先，編碼器是預先訓練的自學習范式，使用一種新的域內容解開對比學習（CL）以及像素級的特征一致性約束。建議的CL強制編碼器學習歧視性的內容特定的，但域不變的語義在全球范圍內從源和目標圖像，而一致性正則化強制挖掘本地像素級信息，保持空間敏感性。該預訓練的編碼器連同解碼器一起被進一步微調用于下游任務（即，像素級分割）。此外，我們的實驗驗證，我們提出的方法可以很容易地擴展為UDA設置，增加了所提出的策略的優(yōu)越性。兩個域自適應圖像分割任務的評估后，我們提出的方法優(yōu)于SoTA方法，無論是在SSDA和UDA設置。代碼可在www.example.com上獲得https://github.com/hritam-98/GFDA-disentangled

2.4 Spherical Feature Pyramid Networks For Semantic Segmentation

用于語義分割的球形特征金字塔網絡

https://arxiv.org/abs/2307.02658

球形數據的語義分割是機器學習中的一個具有挑戰(zhàn)性的問題，因為傳統的平面方法需要將球形圖像投影到歐幾里得平面。在根本不同的拓撲上表示信號會引入影響網絡性能的邊緣和失真。最近，基于圖形的方法已經繞過了這些挑戰(zhàn)，通過在球形網格上表示信號來實現顯著的改進。目前的球形分割方法僅使用UNet架構的變體，這意味著更成功的平面架構尚未開發(fā)。受特征金字塔網絡（FPNs）在平面圖像分割中的成功啟發(fā)，我們利用基于圖的球形CNN的金字塔層次結構來設計球形FPNs。我們的球形FPN模型表現出一致的改進球形UNets，同時使用更少的參數。在斯坦福大學的2D-3D-S數據集上，我們的模型實現了最先進的性能，mIOU為48.75，比之前最好的球形CNN提高了3.75個IoU點。

2.5 GNEP Based Dynamic Segmentation and Motion Estimation for Neuromorphic Imaging

基于GNEP的神經形態(tài)成像動態(tài)分割和運動估計

https://arxiv.org/abs/2307.02595

本文探討了基于事件的相機在圖像分割和運動估計領域的應用。這些相機提供了一個突破性的技術，通過捕捉視覺信息作為一個連續(xù)的異步事件流，從傳統的基于幀的圖像采集。我們引入了一個廣義納什均衡為基礎的框架，利用來自事件流的時間和空間信息進行分割和速度估計。為了建立理論基礎，我們推導出一個存在的標準，并提出了一個多層次的優(yōu)化方法計算平衡。通過一系列的實驗表明這種方法的有效性。

2.6 Topology-Aware Loss for Aorta and Great Vessel Segmentation in Computed Tomography Images

CT圖像中大動脈和大血管的拓撲感知丟失與分割

https://arxiv.org/abs/2307.03137

當用標準損失函數訓練分割網絡時，沒有明確地強加于學習圖像的全局不變量，例如對象的形狀和多個對象之間的幾何形狀。另一方面，將這樣的不變量合并到網絡訓練中可以幫助提高各種分割任務的性能，當它們是要分割的對象的固有特性時。一個示例是計算機斷層攝影（CT）圖像中的主動脈和大血管的分割，其中血管由于人體解剖結構而在身體中以特定幾何形狀被發(fā)現，并且它們在2D CT圖像上大多看起來像圓形對象。本文通過引入一個新的拓撲感知損失函數來解決這個問題，該函數通過持久同源性來懲罰地面實況和預測之間的拓撲差異。從以前建議的分割網絡設計，其中應用閾值過濾的預測圖的似然函數和地面實況的貝蒂數，本文提出應用Vietoris-Rips過濾獲得地面實況和預測圖的持久性圖，并計算與相應的持久性圖之間的Wasserstein距離的不相似性。該過濾的使用具有同時對形狀和幾何形狀建模的優(yōu)點，這在應用閾值過濾時可能不會發(fā)生。我們的實驗4327 CT圖像的24個科目顯示，所提出的拓撲意識的損失函數導致更好的結果比它的同行，表明這種使用的有效性。

2.7 Self-supervised learning via inter-modal reconstruction and feature projection networks for label-efficient 3D-to-2D segmentation

基于模式間重建和特征投影網絡的自監(jiān)督學習用于標簽高效的3D到2D分割

https://arxiv.org/abs/2307.03008

深度學習已經成為自動化某些醫(yī)學圖像分割任務的重要工具，大大減輕了醫(yī)學專家的工作量。這些任務中的一些需要在輸入維度的子集上執(zhí)行分割，最常見的情況是3D到2D。然而，現有方法的性能受到可用的標記數據的量的強烈制約，因為目前沒有數據有效的方法，例如，遷移學習，已經在這些任務中得到驗證。在這項工作中，我們提出了一種新的卷積神經網絡（CNN）和自監(jiān)督學習（SSL）的標簽高效的3D到2D分割方法。CNN由通過新穎的3D到2D塊連接的3D編碼器和2D解碼器組成。SSL方法包括重建具有不同維度的模態(tài)的圖像對。該方法已在兩項具有臨床相關性的任務中得到驗證：光學相干斷層掃描中地圖樣萎縮和網狀假性玻璃疣的正面分割。不同數據集的結果表明，所提出的CNN顯著提高了最新技術水平的情況下，標記數據有限的場景中的Dice得分高達8%。此外，建議的SSL方法允許進一步提高這種性能高達23%，我們表明，無論網絡架構的SSL是有益的。文章來源地址http://www.zghlxwxcb.cn/news/detail-533395.html

到了這里，關于【計算機視覺 | 目標檢測 | 圖像分割】arxiv 計算機視覺關于目標檢測和圖像分割的學術速遞（7 月 7 日論文合集）的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網！