論文の概要: IMMoE: Incomplete Multi-View Anomaly Detection via Mixture of View Experts Fusion

• arxiv url: http://arxiv.org/abs/2607.19032v1
• Date: Tue, 21 Jul 2026 12:19:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-22 19:05:05.420412
• Title: IMMoE: Incomplete Multi-View Anomaly Detection via Mixture of View Experts Fusion
• Title（参考訳）: IMMoE:ビューエキスパート融合による不完全多視点異常検出
• Abstract要約: 既存のマルチビュー異常検出(MAD)手法では、すべてのビューが完全に利用可能であり、それぞれのビューを個別にモデル化する。 我々は,多視点の専門家ネットワークを通じて多視点情報を融合し,単一のビューの再構築を誘導するtextbfIMMoEを提案する。 本手法は,RIMADデータセットとReal-IADデータセットの両方で最先端の性能を実現する。
• 参考スコア（独自算出の注目度）: 13.58401394704324
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing Multi-view Anomaly Detection (MAD) methods assume that all views are completely available and model each view separately. However, in real industrial scenarios, information in the view may be missing due to faults such as occlusion, which leads to the performance degradation of existing methods due to the lack of a multi-view consistency prior. To address this, we explored a more challenging task: Incomplete Multi-View Anomaly Detection (IMVAD), in which some areas of each view were masked. We proposed a pipeline for automatically generating the IMVAD dataset and generated the \textbf{RIMAD} dataset based on the Real-IAD dataset through this pipeline. In addition, in order to effectively utilize the information of multiple views in the absence of view information, we propose \textbf{IMMoE}, which consists of two key modules: (1) Multi-View Expert Fusion (MVEF) effectively fuses multi-view information through a multi-view expert network and guides the reconstruction of a single view; (2) Local Anomaly Enhancement Encoder (LAEE) effectively prevents the model from overfitting the mask region by applying dropout to local features. Our method achieves state-of-the-art performance on both the RIMAD and Real-IAD datasets, especially on RIMAD, we have increased the pixel-level and image-level metrics by 11.8\% and 2.8\%, respectively. Our source code is available at https://github.com/HULEI7/IMMoE
• Abstract（参考訳）: 既存のマルチビュー異常検出(MAD)手法では、すべてのビューが完全に利用可能であり、それぞれのビューを個別にモデル化する。 しかし、実際の産業シナリオでは、オクルージョンのような欠陥のため、ビュー内の情報が欠落している可能性があるため、既存のメソッドのパフォーマンスが低下するのは、以前のマルチビューの一貫性が欠如しているためである。 Incomplete Multi-View Anomaly Detection (IMVAD: Incomplete Multi-View Anomaly Detection) では、各ビューのいくつかの領域がマスクされている。 我々は、IMVADデータセットを自動的に生成するパイプラインを提案し、このパイプラインを通してReal-IADデータセットに基づいて、textbf{RIMAD}データセットを生成した。 また、ビュー情報がない場合に複数のビューの情報を有効に活用するために、(1)多視点エキスパートフュージョン(MVEF)がマルチビュー情報を効果的に融合し、単一のビューの再構築を誘導する、(2)局所異常拡張エンコーダ(LAEE)が局所特徴にドロップアウトを施すことにより、モデルがマスク領域の過度な適合を効果的に防止する、という2つの主要なモジュールからなる「textbf{IMMoE}」を提案する。 本手法はRIMADとReal-IADの両データセットの最先端性能を実現し,特にRIMADでは画素レベルと画像レベルのメトリクスをそれぞれ11.8\%と2.8\%に向上させた。 ソースコードはhttps://github.com/HULEI7/IMMoEで入手できる。

関連論文リスト

• See More, Detect Less? Taming Information Leakage in Multi-View Anomaly Detection [32.33973839948303]
  局所的およびグローバルな相互視融合による異常検出のための最初のフレームワークであるGLAD(Global-Local Attention Driven framework)を提案する。 実効的なマルチビュー融合では,デコーダに到達した情報を明示的に制限する必要がある。 Real-IADとMANTA-Tinyの実験によると、GLADはサンプルレベル、イメージレベル、ピクセルレベルのメトリクスで最先端のメソッドよりも優れています。
  論文  参考訳（メタデータ） (2026-08-25T21:29:35Z)
• INF-LLaVA: Dual-perspective Perception for High-Resolution Multimodal Large Language Model [71.50973774576431]
  本稿では,高解像度画像認識のための新しいMLLM INF-LLaVAを提案する。 我々はDCM(Dual-perspective Cropping Module)を導入し、各サブイメージが局所的な視点から連続的な詳細を含むことを保証する。 第2に,グローバルな特徴と局所的な特徴の相互強化を可能にするDEM(Dual-perspective Enhancement Module)を導入する。
  論文  参考訳（メタデータ） (2024-07-23T06:02:30Z)
• Multi-view Aggregation Network for Dichotomous Image Segmentation [76.75904424539543]
  Dichotomous Image (DIS) は近年,高解像度自然画像からの高精度物体分割に向けて出現している。 既存の手法は、グローバルなローカライゼーションと局所的な洗練を徐々に完了させるために、退屈な複数のエンコーダ・デコーダストリームとステージに依存している。 これに触発されて、我々は多視点オブジェクト認識問題としてdisをモデル化し、擬似多視点アグリゲーションネットワーク(MVANet)を提供する。 一般的なdis-5Kデータセットの実験では、我々のMVANetは精度と速度の両方で最先端の手法を大きく上回っている。
  論文  参考訳（メタデータ） (2024-04-11T03:00:00Z)
• PoIFusion: Multi-Modal 3D Object Detection via Fusion at Points of Interest [65.48057241587398]
  PoIFusionは、関心点(PoIs)におけるRGBイメージとLiDARポイントクラウドに関する情報を融合するフレームワークである。 提案手法は,各モダリティの視点を維持し,計算にやさしいプロジェクションと計算によってマルチモーダル特徴を得る。 我々はnuScenesとArgoverse2データセットについて広範囲に実験を行い、我々のアプローチを評価した。
  論文  参考訳（メタデータ） (2024-03-14T09:28:12Z)
• Debunking Free Fusion Myth: Online Multi-view Anomaly Detection with Disentangled Product-of-Experts Modeling [25.02446577349165]
  マルチビューやマルチモーダルデータさえも、現実世界のアプリケーションには魅力的なものです。 本稿では,(1)多視点データに対処するProduct-of-Experts層,(2)ビュー共通表現とビュー固有表現を混在させるTotal Correction Discriminator,(3)すべてのコンポーネントをラップするジョイントロス関数を含む,新しい多視点変分自動符号化モデルdPoEを提案する。
  論文  参考訳（メタデータ） (2023-10-28T15:14:43Z)
• MMRDN: Consistent Representation for Multi-View Manipulation Relationship Detection in Object-Stacked Scenes [62.20046129613934]
  我々は,MMRDN(Multi-view MRD Network)と呼ばれる新しい多視点融合フレームワークを提案する。 異なるビューからの2Dデータを共通の隠れ空間に投影し、埋め込みをVon-Mises-Fisher分布に適合させる。 これら2つのオブジェクトの相対位置を符号化した各オブジェクト対の点雲から、K$最大垂直近傍点(KMVN)の集合を選択する。
  論文  参考訳（メタデータ） (2023-04-25T05:55:29Z)
• Credible Remote Sensing Scene Classification Using Evidential Fusion on Aerial-Ground Dual-view Images [6.817740582240199]
  マルチビュー(マルチソース、マルチモーダル、マルチパースペクティブなど)データはリモートセンシングタスクで頻繁に使用される。 データ品質の問題はさらに明確になり、マルチビューデータの潜在的なメリットが制限される。 深層学習は空中二視点リモートセンシングシーン分類の課題に導入される。
  論文  参考訳（メタデータ） (2023-01-02T12:27:55Z)
• Multiview Detection with Feature Perspective Transformation [59.34619548026885]
  本稿では,新しいマルチビュー検出システムMVDetを提案する。 我々は,平面上に特徴写像を投影することで,多視点情報を集約するアンカーフリーアプローチを採っている。 私たちのモデル全体がエンドツーエンドで学習可能で、標準のWildtrackデータセットで88.2%のMODAを実現しています。
  論文  参考訳（メタデータ） (2020-07-14T17:58:30Z)
• Generative Partial Multi-View Clustering [133.36721417531734]
  本稿では,不完全なマルチビュー問題に対処するため,GP-MVCと呼ばれる生成的部分的マルチビュークラスタリングモデルを提案する。 まず、マルチビューエンコーダネットワークをトレーニングして、一般的な低次元表現を学習し、次にクラスタリング層を使用して複数のビューをまたいだ一貫したクラスタ構造をキャプチャする。 第2に、他のビューが与える共有表現に基づいて、1つのビュー条件の欠落データを生成するために、ビュー固有の生成敵ネットワークを開発する。
  論文  参考訳（メタデータ） (2020-03-29T17:48:27Z)

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。