Mar, 2022

基于 SIFT 和 SURF 的特征提取用于异常检测

PDF
TL;DR本文介绍了一种使用 SIFT 和 SURF 算法提取图像特征来进行异常检测的方法，用这些特征向量在实际数据集上进行了半监督和单类分类器的训练，证明了 SIFT 和 SURF 算法能够作为特征提取器，训练准确率在 89％左右，且单类分类器的性能可以与半监督分类器相媲美。作者还公开了数据集和源代码。
anomaly detectionsiftsurfsemi-supervised learningsvdd
发现论文，激发创造
  • SIFT 遇见 CNN：实例检索十年回顾

    本文概述了过去十年内的实例检索方法，包括基于 SIFT 和 CNN 的方法，并探讨了其在不同数据集上的表现和应用前景。

    Aug, 2016

  • 基于 SIFT 完全图拓扑结构的人脸识别

    本文提出了一种基于 SIFT 特征的图匹配技术的人脸识别系统，采用旋转不变的 SIFT 特征为基础来匹配代表人脸的图形的拓扑结构，并使用两种基于图形的匹配技术，以处理假匹配和减少找到数据库和查询脸 SIFT 特征之间最佳特征集的数量，实验结果表明了这种系统在自动人脸识别方面的有效性.

    Feb, 2010

  • 预训练的 CNN 是否适合用作监控视频中异常检测的特征提取器？

    本文比较了四种现代图像分类网络提取 features 的结果，并研究了不同的特征标准化技术的使用。结果表明，当使用 CNN 特征进行异常检测时，选择适当的标准化方法对于提高性能至关重要。

    Nov, 2018

  • 使用卷积神经网络进行特征描述符匹配：与 SIFT 的比较

    利用卷积神经网络训练数据和不训练数据，与标准的 SIFT 描述符进行比较，结果显示网络表现的更好，特别是在描述符匹配方面。

    May, 2014

  • 使用预训练网络进行完全无监督的视觉检查的数据细化

    本文研究使用深度预训练神经网络提取特征的传统离群值检测技术在 MVTec Anomaly Detection 数据集上交出的出色成绩在全无监督场景下的鲁棒性，提出了一种简单的单类分类策略（SROC），并证明其在与现有文献中更复杂的策略竞争时具有更好的性能。

    Feb, 2022

  • CSE：使用对比选择嵌入进行表面异常检测

    本研究提出了一种以目标特定嵌入为核心的新方法，通过引入人工生成的有缺陷样本和无缺陷样本，使用对比训练过程捕捉待考虑纹理的最具代表性特征，并利用表面的内在性质，从无缺陷样本中推导出有意义的表示，从而实现了对异常得分的简单而有效的计算。通过在 MVTEC AD 和 TILDA 数据集上进行的实验，验证了我们的方法与最先进方法的竞争力。

    Mar, 2024

  • 基本矩阵估计中特征匹配算法评估

    评估最近算法在图像匹配及极线几何评估中的表现，并利用它们设计出更实用的注册系统，扩大计算机视觉任务的应用，通过四个大型数据集的实验，提出了三种高质量的匹配系统和粗 - 细 RANSAC 评估器，具有潜在的应用前景。

    Aug, 2019

  • 图像点描述符的残差学习

    本文提出了一种通过使用手工制作的检测器和描述符来学习本地图像描述符的非常简单且有效的方法，通过对手工制作的描述符已有的知识进行优化，只学习主网络分支的剩余知识，从而在收敛速度上提供了 50 倍的优势，并在推理过程中提供了优于学习和手工制作描述符的性能。该方法在集成学习和非可微函数学习方面具有潜在应用，通过匹配、相机定位和运动过程中的实验展示了我们方法的优势。

    Dec, 2023

  • 工业流程和物联网环境中准确快速的异常检测

    我们提出一种新颖、简单且广泛适用的半监督异常检测程序 SAnD（Simple Anomaly Detection），它由五个步骤组成：平滑滤波器、方差膨胀因子、马哈拉诺比斯距离、阈值选择算法和特征重要性技术，各自利用众所周知的统计工具。根据我们的了解，SAnD 是首个集成这些工具以识别异常并帮助解读其潜在原因的程序。我们展示了每个步骤如何解决从业者在检测工业环境中的异常时遇到的技术挑战，其中信号可能高度多重共线，分布未知，并且短期噪声与长期实际异常交织在一起。SAnD 的开发受到我们的工业合作伙伴的具体案例研究的启发，我们在此使用该案例研究来展示其有效性。我们还通过将其与来自异常检测文献的公共数据集上的一些半监督方法进行比较，评估了 SAnD 的性能。我们得出结论，SAnD 在异常检测和运行时间方面都是有效的，广泛适用，并且优于现有方法。

    Apr, 2024

  • Tor 暗网中可疑内容的分类

    本文探讨了利用语义关注关键点过滤自动分类暗网图像的方法，并在定制的 Tor 图像数据集上使用该方法测试，与 CNN 特征和 BoVW 方法相比，达到了高达 87.98% 的准确率，是一种较为有效的方式。

    May, 2020