論文の概要: Random Walk on Pixel Manifolds for Anomaly Segmentation of Complex Driving Scenes

• arxiv url: http://arxiv.org/abs/2404.17961v2
• Date: Sun, 15 Sep 2024 00:55:55 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-18 02:25:36.991805
• Title: Random Walk on Pixel Manifolds for Anomaly Segmentation of Complex Driving Scenes
• Title（参考訳）: 複雑な運転シーンの異常セグメンテーションのための画素マニフォールドのランダムウォーク
• Authors: Zelong Zeng, Kaname Tomite,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 1.3581810800092389
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In anomaly segmentation for complex driving scenes, state-of-the-art approaches utilize anomaly scoring functions to calculate anomaly scores. For these functions, accurately predicting the logits of inlier classes for each pixel is crucial for precisely inferring the anomaly score. However, in real-world driving scenarios, the diversity of scenes often results in distorted manifolds of pixel embeddings in the space. This effect is not conducive to directly using the pixel embeddings for the logit prediction during inference, a concern overlooked by existing methods. To address this problem, we propose a novel method called Random Walk on Pixel Manifolds (RWPM). RWPM utilizes random walks to reveal the intrinsic relationships among pixels to refine the pixel embeddings. The refined pixel embeddings alleviate the distortion of manifolds, improving the accuracy of anomaly scores. Our extensive experiments show that RWPM consistently improve the performance of the existing anomaly segmentation methods and achieve the best results. Code is available at: \url{https://github.com/ZelongZeng/RWPM}.
• Abstract（参考訳）: 複雑な運転シーンの異常セグメンテーションにおいて、最先端の手法は異常スコアを計算するために異常スコア関数を利用する。 これらの関数に対して、各画素に対する不整クラスのロジットを正確に予測することは、異常スコアを正確に推測するために重要である。 しかし、現実世界の運転シナリオでは、シーンの多様性は、しばしば空間にピクセルの埋め込みの歪んだ多様体をもたらす。 この効果は、既存の手法で見過ごされる関心事である、推論中のロジット予測にピクセル埋め込みを直接使用することには影響しない。 この問題に対処するために,Pixel Manifolds (RWPM) 上でランダムウォーク(Random Walk)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。 改良された画素埋め込みにより多様体の歪みが軽減され、異常スコアの精度が向上する。 大規模な実験により,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,最良の結果が得られることが示された。 コードは: \url{https://github.com/ZelongZeng/RWPM}で入手できる。

関連論文リスト

• Smooth-edged Perturbations Improve Perturbation-based Image Explanations [1.1663475941322277]
  摂動に基づくポストホック画像説明法は、画像予測モデルを説明するために一般的に用いられる。 個々のピクセルを個別に摂動させることの難しさのため、画像は典型的にはより大きなセグメントに起因している。 この研究は、マスクサンプリング、セグメンテーション技術、スムース化、帰属計算の多くの組み合わせをテストする。
  論文  参考訳（メタデータ） (2024-09-06T08:33:26Z)
• Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
  本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。 本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
  論文  参考訳（メタデータ） (2024-07-16T12:39:56Z)
• Restoring Images in Adverse Weather Conditions via Histogram Transformer [75.74328579778049]
  悪天候による画像の復元に有効なヒストグラム変換器(Histoformer)を提案する。 これはヒストグラム自己アテンション( histogram self-attention)と呼ばれるメカニズムで、空間的特徴を強度ベースのビンに分類し、セグメント化する。 ヒストグラムの自己アテンションを高めるために,従来のコンボリューションが類似画素上で動作できるようにするダイナミックレンジ・コンボリューションを提案する。
  論文  参考訳（メタデータ） (2024-07-14T11:59:22Z)
• Real-World Efficient Blind Motion Deblurring via Blur Pixel Discretization [45.20189929583484]
  我々は,デブロアリング(回帰)タスクを,画素の離散化と離散連続変換タスクに分解する。 具体的には,ぼやけた画素を識別して画像残差誤差を生成し,連続的な形状に変換する。
  論文  参考訳（メタデータ） (2024-04-18T13:22:56Z)
• Pixel-Inconsistency Modeling for Image Manipulation Localization [59.968362815126326]
  デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。 本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。 実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
  論文  参考訳（メタデータ） (2023-09-30T02:54:51Z)
• UGainS: Uncertainty Guided Anomaly Instance Segmentation [80.12253291709673]
  道路上の1つの予期せぬ物体が事故を引き起こしたり、怪我を負うことがある。 現在のアプローチでは、各ピクセルに異常スコアを割り当てることで、異常セグメンテーションに取り組む。 本稿では, 高精度な異常マスクを生成する手法を提案する。
  論文  参考訳（メタデータ） (2023-08-03T20:55:37Z)
• Feature Tracks are not Zero-Mean Gaussian [63.51990384359593]
  特徴トラック位置の誤差がゼロ平均ガウスであると考えるのが慣例である。 キャリブレーションされたカメラの内在、地中カメラのポーズ、深度画像の組み合わせにより、画像処理アルゴリズムを用いて抽出した特徴トラックの地中トラック位置を計算することができる。
  論文  参考訳（メタデータ） (2023-03-25T00:58:30Z)
• BezierSeg: Parametric Shape Representation for Fast Object Segmentation in Medical Images [4.155973181136616]
  関心領域を含むベジエ曲線を出力するベジエセグモデルを提案する。 輪郭を直接解析方程式でモデル化することで、セグメンテーションが連結され、連続し、境界が滑らかであることを保証する。 実験により,提案手法はリアルタイムに動作し,画素ワイドセグメンテーションモデルと競合する精度を実現する。
  論文  参考訳（メタデータ） (2021-08-02T10:10:57Z)
• Pixel-wise Anomaly Detection in Complex Driving Scenes [30.884375526254836]
  本稿では,不確実性マップを用いて異常検出を改善する画素方向異常検出フレームワークを提案する。 私たちのアプローチは、すでにトレーニング済みのセグメンテーションネットワークの一般的なフレームワークとして機能します。 さまざまな異常データセットを対象としたトップ2パフォーマンスは、異なる異常インスタンスを扱うアプローチの堅牢性を示している。
  論文  参考訳（メタデータ） (2021-03-09T14:26:20Z)
• SegFix: Model-Agnostic Boundary Refinement for Segmentation [75.58050758615316]
  既存のセグメンテーションモデルによって生成されるセグメンテーション結果の境界品質を改善するためのモデルに依存しない後処理方式を提案する。 内部画素のラベル予測がより信頼性が高いという実証的な観察により、我々は、内部画素の予測によって、もともと信頼できない境界画素の予測を置き換えることを提案する。
  論文  参考訳（メタデータ） (2020-07-08T17:08:08Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。