anomaly segmentation | BriefGPT

关键词anomaly segmentation

搜索结果 - 19

基于像素流形的复杂驾驶场景异常分割的随机游走
在复杂的驾驶场景的异常分割中，我们提出了一种名为随机游走像素流形（RWPM）的新方法，通过利用随机游走来改善像素嵌入，从而改善异常评分的准确性，经过广泛实验证明，RWPM 持续改善现有的异常分割方法的性能并取得最佳结果。
PDF2 months ago
基于量子贴片的自编码器用于异常分割
这篇论文介绍了一种基于量子自编码器的图像异常分割方法，其中参数的数量与图像块的大小对数缩放。该方法通过量子状态的重构，通过 SWAP 测试对嵌入输入块计算异常映射，而无需重建输入图像，并在多个数据集和参数配置下评估其性能并与经典对应方法进行
PDF2 months ago
AnoFPDM: 前向扩散模型用于脑部 MRI 的异常分割
无需像素级标签，利用弱监督扩散模型进行异常分割，提升信号强度并优于最新弱监督方法。
PDF2 months ago
通过修复补全在上下文中放置物体实现超出分布的分割
在本文中，我们提出了 Placing Objects in Context（POC）流程，通过扩散模型在任何图像中逼真地添加任何对象。通过基于 POC 生成的数据创建的不同异常分割数据集，我们展示了 POC 能够提高最新的先进异常微调方法在
PDF4 months ago
双学生知识蒸馏网络用于无监督异常检测
由于数据不平衡和缺陷的多样性，学生 - 教师网络（S-T）在无监督异常检测中备受青睐，它通过知识蒸馏过程中从特征表示中探索差异来识别异常。文章通过构建新颖的双学生知识蒸馏（DSKD）架构来解决原生 S-T 网络不稳定的问题，该架构的关键在于
PDF5 months ago
Mask2Anomaly：面具变换器用于通用开放集分割
将传统的按像素分类的方法转变为基于掩码分类的方法，提出了 Mask2Anomaly 方法来解决异常分割、开放集语义分割和开放集全景分割问题，并引入了全局掩码注意力模块、掩码对比学习、掩码细化解决方案和基于掩码架构特性的未知实例挖掘。经过全面
PDF10 months ago
ICCV通过风格对齐的异常感知语义分割
自动驾驶背景下，为了在开放世界中部署无人车时遇到未知对象，将标准语义分割模型配备异常感知能力至关重要。本文通过减小合成的超出分布数据和驾驶场景之间的领域差异，有效缓解训练中可能出现的突破口，提升了超出分布合成过程。此外，我们提出了一种简单的
PDF10 months ago
利用多粒度跨域对齐提升异常分割
提出了适用于复杂驾驶环境中异常物体分割的多粒度跨域对齐（MGCDA）框架，该框架将新的多源领域对抗训练（MDAT）模块和新的跨域异常感知对比学习（CACL）方法结合起来，以增强模型的普适性，无缝地整合多域数据，并在场景和样本级别上进行操作。
PDFa year ago
UGainS: 不确定性引导的异常实例分割
通过使用不确定区域指导细分异常实例的模型和强大的对象先验，我们提出了一个能够准确检测道路异常物体的方法，优于当前的像素级异常分割方法，实验结果在 Fishyscapes Lost and Found 和 RoadAnomaly 验证集上分别
PDFa year ago
ICCV道路场景分割中的异常解除
我们提出了一种从像素分类到掩膜分类的方法，通过集成异常检测方法于掩膜分类体系结构中实现对异常的改进。该方法包括全局掩膜注意力模块、掩膜对比学习和掩膜细化解决方案，能够在多项基准测试中实现最新的、基于像素和组件级别的性能。Mask2Anoma
PDFa year ago
CVPRCVPR2023 视觉异常和新颖性检测挑战的获胜解决方案：以数据为中心的多模态提示异常检测
该技术报告介绍了 Segment Any Anomaly 团队在 CVPR2023 视觉异常和新颖性检测（VAND）挑战赛中获胜的解决方案。该解决方案使用多模态提示进行无监督异常分割，并以基础模型为零样本下分割任务的先验知识的正则化，实
PDFa year ago
Maskomaly: 零样本遮盖异常分割
提出了一个名为 Maskomaly 的异常分割框架，其通过简单的推理后处理步骤扩展了基于掩模的标准语义分割网络，并且在训练过程中不需要异常数据，在 SMIYC、RoadAnomaly 和 StreetHazards 数据集上实现了最佳结果，
PDFa year ago
混合提示正则化无需训练分割任何异常
我们提出了一种新的框架 —— 任意异常分割 +（SAA +），通过混合提示正则化来改善现代基础模型的适应性，实现了零样本异常分割，包括 VisA、MVTec-AD、MTD 和 KSDD2 在内的多个异常分割基准测试表现优异。
PDFa year ago
视觉异常分割的神经结构搜索
本文介绍了 AutoPatch，将神经架构搜索应用到分割视觉异常的复杂任务中。提出了加权平均精度（wAP）作为替代 AUROC 和 AUPRO 的度量标准，并提出了一种新的神经架构搜索方法，能够在没有任何训练的情况下高效地进行视觉异常分割。
PDFa year ago
AAAI基于像素描述符的高分辨率遥感影像异常分割
提出一种基于像素描述符的异常分割模型 (ASD)，包括数据论证以及多级、多尺度的特征提取策略，应用于高空间分辨率遥感图像的异常分割。
PDFa year ago
ECCV基于像素能量偏置的弃权学习在复杂城市驾驶场景下的异常分割
本文提出了一种名为像素能量偏置遗弃学习（PEBAL）的新的异常分割方法，它探索了基于模型的像素级异常类和内点像素分布的能量模型（EBM）的像素级遗弃学习（AL），通过非平凡联合训练 EBM 和 AL，实现了自适应低罚分配，大大提高了实时自驾
PDF3 years ago
AnoSeg: 自监督学习异常分割网络
本文提出了一种新型的异常分割网络（AnoSeg），能够使用自监督学习直接生成准确的异常图，并通过像素精度和对抗损失以及坐标通道拼接等三种新技术保证异常分割的高精度性能。我们的实验表明，该方法优于目前 MVTec AD 数据集上的现有异常检测
PDF3 years ago
ICML对比预测编码用于异常检测
本论文使用对比学习的方法，以 Contrastive Predictive Coding 模型为基础，通过解释模型的对比损失作为异常得分，进行异常检测和分割，取得了令人满意的结果，适用于 MVTec-AD 数据集。
PDF3 years ago
Patch SVDD：基于块的 SVDD 用于异常检测和分割
通过扩展支持向量数据描述（SVDD）的深度学习变体，我们使用自监督学习构建基于补丁的方法来实现图像异常检测和分割，并在 AUROC 上展示了比以往最先进方法提高了 9.8％和 7.0％的检测和分割性能。
PDF4 years ago