視覚異常検出のための自己教師付き表現学習【JST・京大機械翻訳】

Ali Rabia; Khan Muhammad Umar Karim; Kyung Chong Min

プレプリント

J-GLOBAL ID：202202203900746159 整理番号：22P0160312

視覚異常検出のための自己教師付き表現学習【JST・京大機械翻訳】

Self-Supervised Representation Learning for Visual Anomaly Detection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年06月17日プレプリントサーバーでの情報更新日： 2020年06月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

自己監督学習は,ラベルなしデータのより良い利用を可能にする。自己スーパービジョンにより得られた特徴表現は,分類,物体検出,セグメンテーション,および異常検出のような下流タスクに使用できる。分類,物体検出,およびセグメンテーションは自己監督学習で研究されているが,異常検出にはより多くの注意が必要である。画像とビデオにおける異常検出の問題を考察し,ビデオのための新しい視覚異常検出技術を提示する。多様な画像データセット上の異常検出のために,多数の精巧および最先端の自己監督法を評価した。次に,ビデオ異常検出における空間特徴の重要性を見るために,ビデオ異常検出に最良の性能画像ベース自己教師付き表現学習法を使用した。また,任意の光フロー情報の使用なしにビデオフレームを横切る時間コヒーレンスを学習するための簡単な自己スーパービジョンアプローチを提案した。そのコアにおいて,提案手法は,ビデオの時空間特徴の学習を可能にする, jりビデオシーケンスのフレームインデックスを同定する。この直感的手法は,UCF101およびILSVRC2015ビデオデータセット上の画像およびビデオに対する多数の方法と比較して,視覚異常検出の優れた性能を示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , 人工知能

, , ,

前のページに戻る