【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（12 月 7 日论文合集）

一、检测相关(6篇)

1.1 Texture-Semantic Collaboration Network for ORSI Salient Object Detection

用于Orsi显著目标检测的纹理-语义协作网络

https://arxiv.org/abs/2312.03548

光学遥感图像中的显著目标检测是近年来研究的热点。由于ORSIs的特点，ORSI-SOD充满了挑战，如多目标，小目标，低照度和不规则形状。为了应对这些挑战，我们提出了一个简洁而有效的纹理语义协作网络（TSCNet），探索纹理线索和语义线索的合作ORSI-SOD。具体来说，TSCNet基于通用编码器-解码器结构。除了编码器和解码器之外，TSCNet还包括一个重要的纹理语义协作模块（TSCM），它对从编码器中提取的基本特征进行有价值的特征调制和交互。TSCM的主要思想是充分利用最低层的纹理特征和最高层的语义特征，实现显著区域在特征上的表达增强。在TSCM中，我们首先使用语义特征增强潜在显著区域的位置。然后，我们渲染和恢复对象的细节使用的纹理特征。同时，我们也感知不同尺度的区域，并构建不同区域之间的相互作用。由于TSCM和类属结构的完美结合，我们的TSCNet可以兼顾显著对象的位置和细节，有效地处理各种场景。在三个数据集上进行的大量实验表明，与14种最先进的方法相比，我们的TSCNet具有竞争力的性能。我们的方法的代码和结果可在https://github.com/MathLee/TSCNet上获得。

1.2 Active Wildfires Detection and Dynamic Escape Routes Planning for Humans through Information Fusion between Drones and Satellites

基于无人机与卫星信息融合的人类活动野火探测与动态逃生路径规划

https://arxiv.org/abs/2312.03519

无人机凭借其灵活性在野外救援领域发挥着越来越重要的作用。本文提出了一种融合无人机视觉技术和卫星图像分析技术的主动野火检测和道路网络提取的野火地区和实时动态规划遇险人员的逃生路线。首先，基于Sentinel 2卫星图像，对火源进行定位，并对烟雾和火焰进行分割。其次，利用无人机采集的火源中心区域的D-linkNet和NDVI值对道路进行分割，并对道路状况进行评价。最后，在建立动态火灾蔓延模型的道路网络中，采用加权A* 算法进行实时的动态最优路径规划。以2022年8月24日发生的重庆山火为例，研究结果表明，动态逃生路线规划算法能够通过无人机与卫星的信息融合，为人类在火灾中提供最优的实时导航路径。

1.3 Gravitational cell detection and tracking in fluorescence microscopy data

荧光显微镜数据中引力细胞的检测与跟踪

https://arxiv.org/abs/2312.03509

显微图像中细胞的自动检测和跟踪是计算机视觉技术在生物医学研究和临床实践中的主要应用。虽然机器学习方法在这些领域越来越普遍，但经典算法仍然为这两项任务提供了显着的优势，包括更好的可解释性，更快的计算速度，更低的硬件要求和更一致的性能。在本文中，我们提出了一种基于引力场的新方法，该方法可以与现代机器学习模型竞争，并且在应用于荧光显微镜图像时可能优于现代机器学习模型。该方法包括检测、分割和跟踪元素，其结果在细胞跟踪挑战数据集上展示。

1.4 From Detection to Action Recognition: An Edge-Based Pipeline for Robot Human Perception

从检测到动作识别：基于边缘的机器人感知流水线

https://arxiv.org/abs/2312.03477

移动服务机器人在一系列应用中越来越有效，例如医疗保健，监控日常生活活动（ADL）和促进环境辅助生活（AAL）。这些机器人严重依赖人类行为识别（HAR）来解释人类的行为和意图。然而，为了使HAR在服务机器人上有效地发挥作用，它需要人类存在的先验知识（人类检测）和要监视的个体的识别（人类跟踪）。在这项工作中，我们提出了一个端到端的管道，包括整个过程，从人体检测和跟踪开始，导致动作识别。该流水线设计为近实时操作，同时确保所有处理阶段都在边缘执行，减少了对集中计算的需求。为了确定最适合我们的移动机器人的模型，我们进行了一系列实验，根据检测性能和效率比较最先进的解决方案。为了评估我们提出的管道的有效性，我们提出了一个包含日常家庭活动的数据集。通过展示我们的发现和分析结果，我们证明了我们的方法在使移动机器人能够理解和响应人类行为方面的有效性，这些行为主要依赖于RGB相机的数据。

1.5 ScAR: Scaling Adversarial Robustness for LiDAR Object Detection

SCAR：激光雷达目标检测的对抗性缩放算法

https://arxiv.org/abs/2312.03085

模型的对抗性鲁棒性是指它抵抗以输入数据的小扰动形式的对抗性攻击的能力。通用对抗攻击方法，如快速符号梯度方法（FSGM）和投影梯度分解（PGD），在LiDAR目标检测中很受欢迎，但与特定任务的对抗攻击相比，它们往往存在不足。此外，这些通用方法通常需要不受限制地访问模型的信息，这在现实世界的应用程序中很难获得。为了解决这些限制，我们提出了一种用于LiDAR对象检测的黑盒缩放对抗鲁棒性（ScAR）方法。通过分析KITTI、Waymo和nuScenes等3D对象检测数据集的统计特征，我们发现模型的预测对3D实例的缩放敏感。提出了三种基于可用信息的黑盒缩放对抗攻击方法：模型感知攻击、分布感知攻击和盲攻击。我们还介绍了一种生成缩放对抗性示例的策略，以提高模型对这三种缩放对抗性攻击的鲁棒性。在不同的3D目标检测架构下，与其他方法在公共数据集上的比较证明了我们所提出的方法的有效性。

1.6 Few-Shot Anomaly Detection with Adversarial Loss for Robust Feature Representations

用于稳健特征表示的对抗性丢失的Few-Shot异常检测

https://arxiv.org/abs/2312.03005

异常检测是一项关键且具有挑战性的任务，旨在识别数据集中偏离正常模式和分布的数据点。已经提出了使用一个类一个模型的方法，但这些技术往往面临实际问题，如内存效率低下，需要足够的数据进行训练。特别地，Few-Shot异常检测在工业应用中提出了重大挑战，其中在大规模生产之前可获得有限的样本。在本文中，我们提出了一种Few-Shot异常检测方法，该方法集成了对抗性训练损失，以获得更鲁棒和通用的特征表示。我们利用先前在域自适应中采用的对抗性损失来对齐源域和目标域之间的特征分布，以增强Few-Shot异常检测任务中的特征鲁棒性和泛化能力。我们假设对抗性损失在应用于具有相似特征的特征时是有效的，例如来自暹罗网络的并行分支或基于重建方法的输入输出对中的同一层的特征。实验结果表明，该方法在利用对抗性损失时通常会获得更好的性能。