修复缺陷嫌疑区域的无监督磁瓦表面缺陷检测

磁瓦表面缺陷样本数量少,异常视觉特征分布发散,现有依赖目标特征的有监督检测方法不能有效检测未定义缺陷;磁瓦表面正常纹理呈非均匀且非周期性分布,使得经典重构网络难以准确地重构磁瓦表面正常特征,导致相关无监督检测方法性能低下.为此,采用多头注意力增强的掩码图像修复网络(MIINet),长距离提取图像特征,捕捉全局信息,增强图像修复的能力;引入视觉显著性算法抑制磁瓦表面纹理信息和突显缺陷区域,以便二值化算法精准分割缺陷嫌疑区域;利用MIINet修复待检测图像缺陷嫌疑区域,选用修复前后图像的残差图像和结构相似性实现缺陷检测与缺陷判定.与经典无监督方法相比,修复缺陷嫌疑区域的表面缺陷检测方法的准确率提升了2.36%,F1值提升了1.62%.

密度先验引导的无监督深度点云降噪算法

为了提高无监督深度点云降噪算法的性能,提出密度先验引导的无监督深度点云降噪算法.基于现有的网络框架,首先设计了密度先验,通过噪声点云的整体分布计算每点位于真实底层曲面的概率;然后利用深度网络,通过上采、下采等策略克服大噪声点的影响,得到降噪点云;最后利用密度先验优化干净点的条件概率分布,设计无监督损失函数对网络进行优化,得到最终算法.此外,基于密度先验还提出低噪声点筛选方法和滤波算法.所提算法在PyTorch上实现,以基于ModelNet-40构造的仿真数据库及真实扫描数据PERL为例,以倒角距离及点到曲面的距离为评价指标.与DMR等算法相比,倒角距离平均降低0.35~1.34,点到曲面的距离平均降低0.68~1.94.实验结果表明,所提算法降噪结果优于现有算法,且具有较强的鲁棒性、普适性和泛化能力.

一种单阶段无监督可见光-红外跨模态行人重识别方法

无监督“可见光-红外”跨模态行人重识别任务能够缓解智能监控场景中需要大量人工标注的问题。常见多阶段模型用于处理不同模态数据。文中提出了一种有效的单阶段无监督跨模态行人重识别的方法,设计了基于置信因子的聚类算法和图嵌入的跨模态特征处理方法,分别用于解决无标签问题和跨模态问题。实验结果表明,相较于现有算法,所提方法在r=1时精度至少取得了7%的提高。

基于特征重建的无监督木材图像异常检测

为有效解决目前木材图像异常边缘区域检测精度不高的问题,提出一种基于特征重建的无监督异常检测模型FRNet。设计多层级特征提取器为图像子区域生成多个空间上下文特征表示;多尺度特征生成器将多层特征融合为一幅具有多尺度特征表达的特征图;设计具有跳跃连接的卷积自编码器,通过补充下采样时丢失的细节信息重建特征图,根据重建误差定位异常区域。在构建的木材异常数据集上进行实验,其结果表明,FRNet取得了最好的异常检测性能。

基于多核扩展卷积的无监督视频行人重识别

行人重识别旨在跨监控摄像头下检索出特定的行人目标。由于存在姿态变化、物体遮挡和背景干扰的不同成像条件等问题,导致行人特征提取不充分。本文提出一种利用多核扩展卷积的无监督视频行人重识别方法,使得提取到的行人特征能够更全面、更准确地表达个体差异和特征信息。首先,采用预训练的ResNet50作为编码器,为了进一步提升编码器的特征提取能力,引入了多核扩展卷积模块,通过增加卷积核的感受野,使得网络能够更有效地捕获到局部和全局的特征信息,从而更全面地描述行人的外貌特征;其次,通过解码器将高级语义信息还原为更为底层的特征表示,从而增强特征表示,提高系统在复杂成像条件下的性能;最后,在解码器的输出中引入多尺度特征融合模块融合相邻层中的特征,进一步减少不同特征通道层之间的语义差距,以产生更鲁棒的特征表示。在3个主流数据集上进行离线实验,结果表明该方法在准确性和鲁棒性上均取得了显著的改进。

基于多掩膜技术的无监督深度与光流估计方法

针对自动驾驶领域现有方法在处理动态、遮挡等复杂实际场景时存在的估计不准确问题,提出了一种以多掩膜技术为基础的无监督深度与光流估计方法,通过无监督学习从单目视频序列中提取目标深度、相机运动位姿和光流信息。根据不同外点类型设计了多种特定掩膜,以有效抑制外点对光照一致性损失函数的干扰,并在位姿估计和光流估计任务中起到剔除外点的作用。引入预训练的光流估计网络,协助深度和位姿估计网络更好地利用三维场景的几何约束,从而增强联合训练性能。最后,借助训练得到的深度和位姿信息,以及计算得到的掩膜,对光流估计网络进行了优化训练。在KITTI数据集上的实验结果表明,该策略能够显著提升模型的性能,并优于其他同类型方法。

改进的采样算法与无监督聚类相结合的软件缺陷预测模型

该文首先在自适应综合过采样算法ADASYN(adaptive synthetic sampling)的基础上,考虑少数类内部不同密度簇之间的连接性问题,将与采样点距离为中等的点纳入新样本生成范围,改进得到T-ADASYN过采样优化算法,有效地增加了少数类内部不同密度簇的连接性,生成了分布更为均衡的数据集.然后使用基于连接的spectral clustering算法进行聚类预测操作,将过采样算法和无监督聚类相结合,提出一种新型实用的软件缺陷预测模型TA-SC(T-ADASYN+spectral clustering).以F-score为评价指标,spectral clustering为聚类模型进行验证.实验结果表明:改进的T-ADASYN过采样算法在公开的PROMISE数据集和NASA数据集上比常用的过采样算法均有6%的性能提升,且TA-SC模型在PROMISE和NASA 2个数据集上比常用聚类算法分别有3%和2%的性能提升.

适用于不同款式的无监督服装动画预测

虚拟角色着装动画生成是三维动画的关键技术,着装变形作为其核心一直是该领域的研究热点。现有着装变形方法大多基于单一服装款式进行研究,一旦款式变化则需要重新训练,耗费时间和增加计算成本。同时现有方法大多基于有监督的方法进行网络训练,需要大量的数据准备和训练成本。基于此,提出一种适用于不同款式的无监督着装动画生成方法。首先,提出一个可学习的款式特征表示方式,学习款式约束的运动隐空间概率分布模型;其次,基于编解码结构搭建款式约束的无监督服装变形预测网络,进一步引入Transformer编解码层对时序运动特征进行提取;最后,进行多款式动画生成实验,并与现有方法基于视觉效果和定量指标进行对比分析。实验结果表明,相较于现有方法,本文方法可以生成款式可调的、视觉合理的着装动画,在预测精度以及穿透损失等方面具有明显的优越性。

基于改进FeatDepth的足球运动场景无监督单目图像深度预测

为了在降低成本的同时提高图像深度信息预测的精确度,并将深度估计应用于足球运动场景,提出一种基于改进FeatDepth的足球运动场景无监督单目图像深度预测方法。首先,对原FeatDepth引入注意力机制,使模型更加关注有效的特征信息;其次,将FeatDepth中的PoseNet网络和DepthNet网络分别嵌入GAM全局注意力机制模块,为网络添加额外的上下文信息,在基本不增加计算成本的情况下提升FeatDepth模型深度预测性能;再次,为在低纹理区域和细节上获得更好的深度预测效果,由单视图重构损失与交叉视图重构损失组合而成最终的损失函数。选取KITTI数据集中Person场景较多的部分进行数据集制作并进行仿真实验,结果表明,改进后的FeatDepth模型不仅在精确度上有所提升,且在低纹理区域及细节处拥有更好的深度预测效果。最后,对比模型在足球场景下的推理效果后得出,改进后的模型在低纹理区域(足球、球门等)及细节处(肢体等)有更好的深度预测效果,实现了将基于无监督的单目深度估计模型应用于足球运动场景的目的。

基于D-S证据理论的无监督异常检测算法

在实际应用中,当数据集缺少真实标签或正常点数据量不足时,可能导致一分类支持向量机处于无监督情况。此外,当训练集中包含异常数据时,一分类支持向量机生成的决策边界将偏斜至异常数据区域。上述问题降低了异常数据的检测率,并导致分类器的性能变差。为了解决上述问题,基于K近邻算法将数据集分为可疑正常点数据集与可疑离群点数据集。其中,可疑正常点数据集用于一分类支持向量机训练与建模,对于可疑离群点数据集则采用D-S证据理论来识别其中的正常数据。实验结果表明:基于D-S理论的无监督异常检测算法可以有效地分离正常点与异常点,该算法在整体数据集上A_(uc)均值达到了0.83,且在可疑离群点数据集上A_(uc)均值达到了0.883。

注重明度感知的通用渐进式无监督图像增强方法

针对低照度图像增强研究中真实成对训练数据获取难、现有方法难以同时兼顾上下游视觉任务等问题,设计一种注重明度感知的渐进式无监督图像增强方法。具体地,采用多项损失共同引导模型训练进程,从而摆脱对成对训练数据的依赖;借助所提明度感知参数估计网络,仅需0.035 M参数即可完成特征提取;为提高非线性调整能力并减少迭代次数,设计一种高阶非线性映射曲线。为验证所提方法有效性,在图像增强领域广泛使用的权威数据集上开展定性与定量实验,结果均表明所提方法优于已有图像增强方法。此外,以无人机夜间目标跟踪作为典型下游视觉感知任务展开测试,在相关权威评估基准上的试验结果表明,所提方法对现有跟踪器在夜间场景的性能有显著提升,其精度与成功率的增益分别为21.50%与32.23%。大量实验结果表明所提方法可以显著改善低照度图像视觉效果,并有效缓解夜间场景下因低照度挑战所致下游视觉算法性能下降问题。

基于随机邻域嵌入的无监督复杂工况识别

现代工业生产设备通常结构复杂并交替运行于不同工况,基于监测数据进行准确的工况识别是对系统进行健康监测的基础,但系统的监测数据通常维度较高、数据量较大。针对设备复杂工况的识别问题,提出了一种基于随机邻域嵌入的无监督工况识别方法。采用随机邻域嵌入算法,能够保留数据的局部和全局结构特性;计算了高维和低维空间中数据点的概率相似性,可实现设备高维监测数据的降维和无监督聚类,在不建立系统模型的基础上达成准确识别系统工况的目的。结果表明:该方法可有效实现高维监测数据的复杂工况识别,是一种有效的无监督聚类学习方法。

基于无监督图互信息最大化的海面小目标异常检测

受到复杂海洋环境的影响,雷达对海面慢速小目标难以实现高性能检测。对于这类目标,传统的基于能量的统计检测方法存在着严重的性能损失。针对这一问题,该文提出了基于互信息最大化框架下的海面小目标检测方法,实现海杂波背景下的无监督目标异常检测任务。首先,考虑到高分辨雷达回波不满足传统神经网络对样本独立同分布的假设,该文从图的角度重新建模数据,利用回波的空时相关特性来构建图拓扑结构。该文提出相对最大节点度并联合7个已有特征作为节点的初始表示向量。接下来,采用图注意力网络作为互信息最大化框架中的编码器学习节点表示向量。最后,使用异常检测算法进行目标检测,并实现虚警可控。经实测数据验证,使用快速凸包学习算法时,相比三特征检测器,所提检测器性能提升了9.2%;相比时频三特征检测器,性能提升了7.9%。当网络输出更高维的表示向量时,使用孤立森林算法的检测器的性能提升了27.4%。

基于集成学习的无监督网络入侵检测方法

目前,网络对抗对入侵检测智能化和自主性的需求不断提高,基于深度学习的方法通过训练和学习来区分复杂攻击模式和行为,但有监督的学习方法需要专家知识和大量人工开销。针对上述问题,文章提出一种基于集成学习的无监督网络入侵检测方法,并使用基于3种不同异常检测理念的深度学习检测器,在3种不同集成逻辑下对各单检测器的检测结果进行检测判定。该方法可以综合分析时间序列数据中不同类型的异常数据,降低无监督异常检测模型由于过度拟合所造成的影响,并以一种高效的在线方式检测可能存在的网络攻击数据流。在KDD CUP 1999和CSE-CICIDS 2018数据集上进行验证,实验结果表明,与其他单一的无监督异常检测模型相比,文章提出的集成方法结合了不同无监督检测模型的优势,适用于对多种网络入侵引起的异常进行检测。

基于语义信息的无监督单目深度估计

随着深度学习的发展,无监督单目深度估计成为计算机视觉的研究热点。由于深度图存在轮廓不清晰、深度估计不准确等问题,以编—解码器结构为基础,提出一种基于语义信息的无监督单目深度估计网络,为了获取更为清晰的轮廓信息,本文在编解码器之间通过空洞空间卷积池化金字塔(ASPP)层进行语义信息的细化,提高生成的图像质量;该网络通过在编码器到解码器的跳层连接实现对多分辨率特征的提取,在编码器部分采用改进的高分辨率网络(HRNet)融合不同层的多分辨率特征,在解码前使用串联策略融合中间阶段的输出,提高深度估计的准确率。在KITTI数据集上的实验结果表明,本文方法的误差评价指标相较于目前的深度估计方法更低,在3个深度估计准确率评价指标上达到了89.4%,96.3%,98.1%,具有较好的准确性。

视觉表面缺陷无监督学习检测方法研究进展

视觉表面缺陷检测是工业生产质量控制重要环节,其中无监督学习范式检测方法是重要的发展趋势。该文针对视觉表面缺陷无监督学习检测方法在工业生产、质量控制中的实际应用问题,系统介绍目前国内外的主要物体表面缺陷数据集以及缺陷视觉检测方法主要评价指标,评述图像重建范式、生成模型范式、特征嵌入范式在视觉表面缺陷无监督学习检测中的分类、基本原理及框架、应用性能等方面内容,总结比较各种方法的应用特点以及技术发展趋势,指出归一化流模型、预训练大模型等无监督视觉表面缺陷检测研究值得关注。

基于图卷积的无监督跨模态哈希检索算法

为解决当前无监督跨模态哈希检索在全局相似性矩阵构建和异构数据语义信息融合中存在的困难,提出一种基于图卷积的无监督跨模态哈希检索算法(GCUH)。采用分层次聚合的方式,将各个模态的相似性结构编码到全局相似性矩阵中,获得跨模态的成对相似性信息来指导学习。使用图卷积模块融合跨模态信息,消除邻居结构中的噪声干扰,形成完备的跨模态表征,提出两种相似性保持的损失函数约束哈希码的一致性。与基线模型相比,GCUH在NUS-WIDE数据集上使用64位哈希码执行文本检索图片任务的检索精度提升了6.3%。

基于无监督学习的连铸铸坯缺陷检测方法

铸坯在连铸过程中受温度分布不均、流动速度不稳等多种因素的影响,容易出现各种表面和内部缺陷,如疏松、偏析、缩孔、裂纹、气泡、夹杂等。这些缺陷不仅影响产品的外观和性能,还可能对工程结构的安全性产生潜在威胁。针对这一问题,提出了一种基于无监督学习的连铸铸坯缺陷检测方法,该方法利用图像频域处理技术和深度学习算法学习连铸铸坯正常样本的图像特征,通过图像重建方式自动检测铸坯图像中的缺陷。首先,通过频率解耦模块对铸坯图像进行图像频率分离,得到铸坯的低频图像与高频图像。然后,采用带有自监督预测卷积注意模块的生成器网络集合,分别重建低频图像和高频图像。最后,通过判别器网络对铸坯的原始图像与重建图像进行判定,以确定铸坯图像中是否包含缺陷。实验结果表明,该方法能够有效检测连铸铸坯的缺陷,具有较高的准确性和可靠性,可为提高连铸产品质量和生产效率提供有力支持。

基于注意力机制的无监督异常声音检测方法

针对传统的基于自编码器的无监督异常声音检测方法存在特征表达能力不足的问题,提出一种基于注意力-跳跃自编码器-生成对抗网络的无监督异常声音检测方法ASAE-GAN(Attentional Skip-connected Auto Encoder and Generative Adversarial Network)。ASAE-GAN在跳跃自编码器和生成对抗网络的基础上,引入通道间注意力机制和时间注意力机制,增强模型的特征表达能力。使用MIMII数据集中的pump声音数据进行实验,评价指标使用AUC分数。结果表明:ASAE-GAN的平均AUC分数相比较于AE、UNET和Skip-GANomaly分别提升了16.27%、14.23%和6.55%,验证了其在无监督异常声音检测方面的优越性。

二次聚类的无监督行人重识别方法

针对当前无监督行人重识别方法因受到硬件差异、光照变化等客观因素的影响,导致同一行人图像出现较大反差,随之易带来样本错误伪标签生成的问题,使得现有无监督行人重识别方法还有待进一步提升的空间。为了解决此问题,提出了一种基于二次重聚类的无监督行人重识别(unsupervised person re-identification based on quadratic clustering)方法。该方法主要包括全局二次聚类的无监督学习模块和基于聚类结果的有监督学习模块。具体来说,前者基于全局二次聚类分别对相机ID和行人身份ID进行无监督分析,解决了同一行人在不同摄像机视角下的统一成像风格问题;后者则采用有监督学习方式改进了内存字典的初始化与更新方式,解决了模型在训练中偏移的问题。通过此双模块的协同训练以共同抑制跨摄像头间采集的图像所产生错误伪标签的问题。所提出的算法分别在Market-1501、DukeMTMC-ReID、MSMT17、Person和VeRi-776数据集上进行实验,取得了mAP=81.2%和rank-1=91.2%、mAP=68.4%和rank-1=78.7%、mAP=31.1%和rank-1=60.4%、mAP=88.3%和rank-1=93.6%的性能,对比当前最先进的方法,分别提高了2.4、1.8、6.0、2.5和4.3个百分点的rank-1准确率。