wfl6666的博客

提高小数据集下数据的利用效率,几乎没有将其应用于针对更加敏感于过拟合的小样本任务上的相关研究。一种基于 DINO [2] 知识蒸馏架构的分层级联 Transformer (HCTransformer) 网络，通过谱聚类 tokens 池化以利用图像的内在结构来减少前景内容和背景噪声的模糊性，同时也提供了对不同数据集对于 patch token 切分大小的不同需求的适用性选择；并利用一种非传统的监督方式，通过标签的潜在属性在图像标签中找到更丰富的视觉信息，而非简单地学习由标签分类的视觉概念。SOTA!

本文提出了一个简单统一的参考视频目标分割框架，不同于以往复杂、多阶段的pipeline，本文提出了将语言描述作为查询的概念，使得模型能够精准地关注于目标对象，同时通过实例序列匹配自然地完成目标的跟踪，实现了端到端的输出

在本文中，通过重新表述本地化的知识蒸馏过程，我们提出了一种新的本地化蒸馏（LD）方法，该方法可以有效地将本地化知识从教师转移到学生。此外，我们还启发式地引入了有价值的定位区域的概念，该概念可以帮助选择性地提取特定区域的语义和定位知识。

多个候选框都预测到了一个目标上和加深网络的时候，性能不会有什么提升。因此本文主要的改动在于decoder的最后一个stage。在最后一个state中，提出了一个relation information extractor和query updater。除此之外，还提出了一个一对一标签分配规则（没有在图显出）。relation information extractor是用于noise-query和accepted query进行空间交互的，而query updater用于更新query

可视化及OCR、OCM、OOS的分析：

Sparse R-CNN，端到端物体检测，proposal boxes , proposal features ,稀疏R-CNN完全避免了所有与对象候选对象设计和多对一标签分配相关的工作。更重要的是，最终的预测结果直接输出，没有非最大抑制后处理。稀疏R-CNN在具有挑战性的COCO数据集上展示了与建立良好的检测器基线相当的准确性、运行时和训练收敛性能，

提出了一种基于反向训练自编码器的快速稳定的多变量时间序列无监督异常检测方法。它的自动编码器架构使它能够以无监督的方式学习。对抗训练及其体系结构的使用使得它能够在提供快速训练的同时隔离异常。

其实也就是利用背景建模去检测正在静止的车辆，通过检测静止车辆在背景中的持续时间有没有超过异常静止时间的阈值，来判断是否异常，因此我们如果使用目前的违停检测（原理同样是检测禁停区域内静止时间），我认为是殊途同归。因为我们使用目标检测和跟踪以及基于违停，实验发现虽然有时目标会失踪，在目标很小的情况下，但是项目代码里应该是做了特征匹配什么的，一般id不跳变，除非有遮挡，当然都不是绝对的，这个论文的目标检测与特征匹配也比较老，因此我们可以不需要考虑这个复杂的匹配过程。写完之后发现可借鉴的异常判定只有时间窗口。

动作识别 密集轨迹 运动边界直方图 HOG HOF MBH

基于时空关键/兴趣点的核心思想是：视频图像中的关键点通常是在时空维度上发生强烈变化的数据，这些数据反映了目标运动的重要信息。

无监督视频异常检测方法相当稀疏，为了消除获取费力注释的成本，并允许在没有人工干预的情况下部署这样的系统。为此，论文提出了一种新的无监督 生成式合作学习(GCL) 方法用于视频异常检测，该方法利用异常的低频率来构建生成器和鉴别器之间的交叉监督。

ROC曲线下面积AUC，FPR和TPR

一种新的道路交通事故自动检测框架。该框架从原始像素强度的STVVs中自动学习特征表示（外观特征、运动特征），而不是传统的手工制作特征。采用异常检测思路。该框架使用对普通交通视频进行去噪的自动编码器（SADE）提取深度表示。根据重构误差和深度表示的可能性来确定事故发生的可能性。对于深度表示的可能性，使用one-class的SVM训练非监督模型。此外，利用车辆轨迹的交点来降低虚警率，增加整个系统的可靠性。

在交通监控方面论文给出了一个基于无监督背景建模的方法进行车辆异常静止的检测方法。

目标检测；小样本学习；数据增强；增量学习；元学习