Fugu-MT 論文翻訳(概要): Nonlinear Cook distance for Anomalous Change Detection

論文の概要: Nonlinear Cook distance for Anomalous Change Detection

arxiv url: http://arxiv.org/abs/2012.12307v1
Date: Tue, 8 Dec 2020 11:11:31 GMT
ステータス: 処理完了
システム内更新日: 2021-05-16 21:41:29.532773
Title: Nonlinear Cook distance for Anomalous Change Detection
Title（参考訳）: 異常変化検出のための非線形クック距離
Authors: Jos\'e A. Padr\'on Hidalgo, Adri\'an P\'erez-Suay, Fatih Nar, Gustau Camps-Valls
Abstract要約: 本研究では,クロノクロームアプローチに基づくリモートセンシング画像の異常な変化を検出する手法を提案する。画像間の回帰器を用いて、観測されたデータの中で最も影響力のある点を検出する。
参考スコア（独自算出の注目度）: 8.480205772461927
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In this work we propose a method to find anomalous changes in remote sensing images based on the chronochrome approach. A regressor between images is used to discover the most {\em influential points} in the observed data. Typically, the pixels with largest residuals are decided to be anomalous changes. In order to find the anomalous pixels we consider the Cook distance and propose its nonlinear extension using random Fourier features as an efficient nonlinear measure of impact. Good empirical performance is shown over different multispectral images both visually and quantitatively evaluated with ROC curves.
Abstract（参考訳）: 本研究では,クロノクロームアプローチに基づくリモートセンシング画像の異常な変化を検出する手法を提案する。画像間の回帰器を用いて、観測されたデータの中で最も影響力のある点を発見する。通常、最大残差の画素は異常な変化であると決定される。異常画素を見つけるため、クック距離を考慮し、ランダムフーリエ特徴を用いた非線形拡張を効率的な衝突の非線形測度として提案する。 roc曲線を用いて視覚的および定量的に評価した異なるマルチスペクトル画像に対して良好な経験的性能を示す。

関連論文リスト

Random Walk on Pixel Manifolds for Anomaly Segmentation of Complex Driving Scenes [1.3581810800092389]
我々はRWPM(Random Walk on Pixel Manifolds)と呼ばれる新しい手法を提案する。 RWPMはランダムウォークを用いて画素間の固有の関係を明らかにし、画素埋め込みを洗練させる。実験の結果、RWPMは既存の異常セグメンテーション法の性能を一貫して改善していることがわかった。
論文参考訳（メタデータ） (2024-04-27T17:16:45Z)
Graph Spatiotemporal Process for Multivariate Time Series Anomaly Detection with Missing Values [67.76168547245237]
本稿では,グラフ時間過程と異常スコアラを用いて異常を検出するGST-Proという新しいフレームワークを提案する。実験結果から,GST-Pro法は時系列データ中の異常を効果的に検出し,最先端の手法より優れていることがわかった。
論文参考訳（メタデータ） (2024-01-11T10:10:16Z)
MSFlow: Multi-Scale Flow-based Framework for Unsupervised Anomaly Detection [124.52227588930543]
教師なし異常検出(UAD)は多くの研究の関心を集め、幅広い応用を推進している。不明瞭だが強力な統計モデルである正規化フローは、教師なしの方法で異常検出と局所化に適している。非対称な並列フローと融合フローからなるMSFlowと呼ばれる新しいマルチスケールフローベースフレームワークを提案する。我々のMSFlowは、検出AUORCスコアが99.7%、ローカライゼーションAUCROCスコアが98.8%、プロスコアが97.1%の新たな最先端技術を実現している。
論文参考訳（メタデータ） (2023-08-29T13:38:35Z)
The Treasure Beneath Multiple Annotations: An Uncertainty-aware Edge Detector [70.43599299422813]
既存のメソッドは、単純な投票プロセスを使用して複数のアノテーションを融合し、エッジ固有の曖昧さを無視し、アノテータのラベル付けバイアスを無視する。多様なアノテーションの主観性とあいまいさを調査するために不確実性を利用した新しい不確実性認識エッジ検出器(UAED)を提案する。 UAEDは複数のエッジ検出ベンチマークで一貫したパフォーマンスを実現している。
論文参考訳（メタデータ） (2023-03-21T13:14:36Z)
Unsupervised Anomaly and Change Detection with Multivariate Gaussianization [8.508880949780893]
データの高次元性を考えると、異常検出は難しい問題である。本稿では,リモートセンシング画像の異常や変化を検出する教師なし手法を提案する。異常検出と変化検出の両方を含む実験において,本手法の有効性を示す。
論文参考訳（メタデータ） (2022-04-12T10:52:33Z)
Learning High-Precision Bounding Box for Rotated Object Detection via Kullback-Leibler Divergence [100.6913091147422]
既存の回転物体検出器は、主に水平検出パラダイムから受け継がれている。本稿では,回転回帰損失の設計を帰納パラダイムから導出手法に変更することを目的としている。
論文参考訳（メタデータ） (2021-06-03T14:29:19Z)
Multi-Perspective Anomaly Detection [3.3511723893430476]
我々は,ディープサポートベクトルデータ記述アルゴリズムを構築し,マルチパースペクティブな異常検出に対処する。我々は、少ない一級データを扱うために、デノナイジングプロセスで異なる拡張手法を採用する。 2つの異なる視点からの画像を用いて新しいダイスデータセットのアプローチを評価し、標準MNISTデータセットのベンチマークを行った。
論文参考訳（メタデータ） (2021-05-20T17:07:36Z)
Kernel Anomalous Change Detection for Remote Sensing Imagery [9.925434709337765]
リモートセンシング画像処理において,異常変化検出(ACD)が重要な課題である。本稿では, 異常変動検出器の完全ファミリーの非線形拡張を紹介する。干ばつ、山火事、都市化など、さまざまな状況が実際の例で研究されています。
論文参考訳（メタデータ） (2020-12-09T08:57:36Z)
Offline detection of change-points in the mean for stationary graph signals [55.98760097296213]
グラフ信号定常性の概念に依存するオフライン手法を提案する。我々の検出器は、漸近的でない不等式オラクルの証拠を伴っている。
論文参考訳（メタデータ） (2020-06-18T15:51:38Z)
Analytic Signal Phase in $N-D$ by Linear Symmetry Tensor--fingerprint modeling [69.35569554213679]
解析信号位相とその勾配は2-D$以上の不連続性を持つことを示す。この欠点は深刻なアーティファクトをもたらす可能性があるが、問題は1-D $シグナルには存在しない。本稿では,複数のGaborフィルタに頼って線形シンメトリー位相を用いることを提案する。
論文参考訳（メタデータ） (2020-05-16T21:17:26Z)
Sub-Image Anomaly Detection with Deep Pyramid Correspondences [39.59606869996232]
近接近傍(kNN)法は画像全体に適用した場合に非常に強い異常検出性能を示す。本稿では,異常画像と類似画像の一定数とのアライメントに基づく新しい異常分割手法を提案する。提案手法は,多分解能特徴ピラミッドを用いたセマンティックピラミッド異常検出 (SPADE) である。
論文参考訳（メタデータ） (2020-05-05T17:43:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。