reconstruction-based methods | BriefGPT

关键词reconstruction-based methods

搜索结果 - 11

学习特征反演用于通用型 COCO-AD 基准下的多类异常检测
构建了一个大规模通用的 COCO-AD 数据集，提出了一些实用的基于阈值的 AD 特定度量标准，并通过提出的 InvAD 框架改进了基于重构的方法在多类无监督设置下的有效性。
PDF3 months ago
学习统一的参考表示用于无监督多类异常检测
提出了一种名为 RLR（从可学习的参考表示中重建特征的异常检测框架）的新型统一特征重建型异常检测框架，利用可学习的参考表示明确地使模型学习正常特征模式，从而防止模型受到 ' 学习捷径 ' 问题的影响，并融入了局部约束和掩码可学习键注意机制以
PDF4 months ago
基于理论的重新思考自编码器在医学异常检测中的应用
利用信息理论揭示了基于自动编码器的重建方法在异常检测中的原理和设计理念，并验证了通过最小化潜在向量的信息熵来提高自动编码器在异常检测中的效果。
PDF4 months ago
基于知识驱动的自我训练的重建式异常定位
本文提出了一种名为知识驱动自训练（KIST）的新型重建方法，通过自学习将知识融入重建模型中，利用弱标记的异常样本和领域专家总结的异常知识，生成像素级伪标签，实现对正常像素的重建同时抑制异常像素的重建，从而在异常定位任务中取得比现有重建方法更
PDF4 months ago
一次制作，两次利用的异常检测
POUTA 是一种用于视觉异常检测的方法，通过利用重构网络中的判别信息潜力，提高了准确性和效率，并且能够精确定位异常区域。
PDF7 months ago
多类无监督异常检测中基于普通 ViT 重建的探索
这篇论文研究了多类别无监督异常检测任务，采用了基于重构的方法与 Vision Transformer 相结合的简洁架构 ViTAD，提出了一种新颖的对称结构，并在多个指标上取得了最先进的结果。
PDF7 months ago
基于去噪扩散概率模型的基于似然的异常检测
我们提出了一种基于深度去噪扩散模型的离群检测方法，该方法利用了证据下界评估以构建复杂度修正似然比，其结果与基于生成模型的最新离群检测方法相比具有可比性。
PDF8 months ago
DCdetector：用于时间序列异常检测的双关注对比表征学习
本文提出 DCdetector 模型，采用多尺度双重注意力对比度表示学习，实现时间序列异常检测的最新结果。
PDFa year ago
基于正常参考关注机制和缺陷特征感知网络的表面缺陷检测
本文提出了一种名为 NDP-Net 的无监督重构方法，通过引入多比例判别特征提取模块和基于参考的注意力机制，准确检测各种纹理缺陷并进行多尺度缺陷分割。
PDF2 years ago
无监督异常检测的全频道选择表示
本文提出一种新式的无监督异常检测方法 ——Omni-frequency Channel-selection Reconstruction（OCR-GAN），该方法利用 Frequency Decoupling 模块将图像分解成不同频率成分，
PDF2 years ago
ICCVDivide-and-Assemble: 学习分块存储的记忆以进行无监督异常检测
本文提出了一种自动编码器框架中的分割 - 组装策略，并引入了多尺度块状记忆模块和对抗学习以改进无监督图像异常检测的性能。
PDF3 years ago