論文の概要: Towards Open World Detection: A Survey

• arxiv url: http://arxiv.org/abs/2508.16527v1
• Date: Fri, 22 Aug 2025 16:49:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-25 16:42:36.462248
• Title: Towards Open World Detection: A Survey
• Title（参考訳）: オープンワールド検出に向けて:サーベイ
• Authors: Andrei-Stefan Bulzan, Cosmin Cernazanu-Glavan,
• Abstract要約: オープンワールド検出(OWD)は、視覚領域におけるクラスに依存しない、一般的に適用可能な検出モデルを統合するための包括的用語である。 私たちは、基礎的なビジョンの歴史から始まり、今日の最先端の展望を構成する重要な概念、方法論、データセットをカバーします。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: For decades, Computer Vision has aimed at enabling machines to perceive the external world. Initial limitations led to the development of highly specialized niches. As success in each task accrued and research progressed, increasingly complex perception tasks emerged. This survey charts the convergence of these tasks and, in doing so, introduces Open World Detection (OWD), an umbrella term we propose to unify class-agnostic and generally applicable detection models in the vision domain. We start from the history of foundational vision subdomains and cover key concepts, methodologies and datasets making up today's state-of-the-art landscape. This traverses topics starting from early saliency detection, foreground/background separation, out of distribution detection and leading up to open world object detection, zero-shot detection and Vision Large Language Models (VLLMs). We explore the overlap between these subdomains, their increasing convergence, and their potential to unify into a singular domain in the future, perception.
• Abstract（参考訳）: 何十年もの間、Computer Visionは機械が外界を知覚できるようにすることを目指してきた。 最初の制限は、高度に専門化されたニッチの開発につながった。 それぞれのタスクの成功と研究が進むにつれて、ますます複雑な知覚タスクが出現した。 本調査では,これらのタスクの収束度を図示し,その過程で視覚領域におけるクラスに依存しない,一般的に適用可能な検出モデルを統一する包括的用語であるOpen World Detection (OWD)を導入する。 私たちは、基礎的なビジョンサブドメインの歴史から始まり、今日の最先端の展望を構成する重要な概念、方法論、データセットをカバーします。 これは、早期の唾液検出、前景/背景分離、分布検出から始まり、オープンワールドオブジェクト検出、ゼロショット検出、ビジョン大言語モデル(VLLM)に至るトピックを横断する。 これらのサブドメイン間の重なり合い、それらの収束の増大、そして将来の特定のドメインに統一する可能性、知覚について検討する。

関連論文リスト

• A Survey on Video Anomaly Detection via Deep Learning: Human, Vehicle, and Environment [2.3349787245442966]
  ビデオ異常検出(VAD)は、コンピュータビジョンにおいて重要なタスクとして登場し、複数の分野にまたがる幅広い関連性を持つ。 近年のディープラーニングの進歩はこの分野に大きな進歩をもたらしているが、この分野はドメインや学習パラダイムにまたがって断片化されている。 この調査は、様々な監督レベルの文献を体系的に整理し、VADに関する包括的な視点を提供する。
  論文  参考訳（メタデータ） (2025-08-19T18:50:49Z)
• Vision Generalist Model: A Survey [87.49797517847132]
  本稿では、ビジョンジェネラリストモデルの概要を概観し、その分野におけるその特性と能力について考察する。 関連ドメインへの簡単な探索を行い、相互接続と潜在的なシナジーに光を当てます。
  論文  参考訳（メタデータ） (2025-06-11T17:23:41Z)
• Towards Visual Grounding: A Survey [87.37662490666098]
  2021年以降、視覚的な接地は大幅に進歩し、接地事前訓練のような新しい概念が生まれている。 この調査は、初心者と経験豊富な研究者の両方に適しているように設計されており、重要な概念を理解し、最新の研究成果を追跡するための貴重な情報源となっている。
  論文  参考訳（メタデータ） (2024-12-28T16:34:35Z)
• Open World Object Detection: A Survey [16.839310066730533]
  オープンワールドオブジェクト検出(OWOD)は、この原則を適用して新しい知識を探求する、新たな研究分野である。 本稿では、OWODドメインの徹底的なレビューを行い、問題定義、ベンチマークデータセット、ソースコード、評価指標、既存手法の比較研究など、基本的な側面について述べる。 本稿では,現在のOWODアルゴリズムが直面する限界と課題に対処し,今後の研究の方向性を提案する。
  論文  参考訳（メタデータ） (2024-10-15T05:46:00Z)
• Deepfake Generation and Detection: A Benchmark and Survey [134.19054491600832]
  Deepfakeは、特定の条件下で非常にリアルな顔画像やビデオを作成するための技術だ。 この調査は、ディープフェイクの発生と検出の最新の展開を包括的にレビューする。 本研究では, 顔交換, 顔再現, 話し顔生成, 顔属性編集の4つの代表的なディープフェイク分野の研究に焦点をあてる。
  論文  参考訳（メタデータ） (2024-03-26T17:12:34Z)
• Generalized Video Anomaly Event Detection: Systematic Taxonomy and Comparison of Deep Models [33.43062232461652]
  ビデオ異常検出(VAD)は、インテリジェント監視システムにおいて重要な技術である。 本調査は,GA(Generalized Video Anomaly Event Detection, GVAED)と呼ばれる幅広いスペクトルを含む,教師なしの手法を超えて,従来のVODの範囲を拡張した。
  論文  参考訳（メタデータ） (2023-02-10T07:11:37Z)
• Universal Object Detection with Large Vision Model [79.06618136217142]
  本研究は,大規模多領域普遍物体検出問題に焦点をあてる。 これらの課題に対処するために,ラベル処理,階層型設計,資源効率のよいモデルトレーニングを提案する。 本手法は,ロバスト・ビジョン・チャレンジ2022のオブジェクト検出トラックにおいて,優れた2位の地位を確保した。
  論文  参考訳（メタデータ） (2022-12-19T12:40:13Z)
• Towards Open World Object Detection [68.79678648726416]
  ORE: Open World Object Detectorは、対照的なクラスタリングとエネルギーベースの未知の識別に基づいている。 未知のインスタンスの識別と特徴付けは、インクリメンタルなオブジェクト検出設定における混乱を減らすのに役立ちます。
  論文  参考訳（メタデータ） (2021-03-03T18:58:18Z)

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。