Kiwi's Blog

与这世界的美好,终将相遇

异常检测概述(二): 方法分类

Overview of Anomaly Detection,Part II, Taxonomy

重构方法是最传统的异常检测方法 异常检测概述 II Review of Anomaly Detection, Part II : VAD Taxonomy 本文在part I拖更了数个月,终于抽空写完,本文相对于上篇,更注重对于最近的方法研究进展的探索,评判。视频异常检测是一个相当偏向应用的子方向,其中相当多的进展,其实并不是本方向的探索,多是“拿来”相关方向的进展,然后用于本方...

异常检测概述(一)

Overview of Anomaly Detection,Part I

个人的异常检测论文总结 1 异常检测的问题定义及设定 本部分内容为【3】演讲内容整理,图片来自其演讲ppt,视频在最后的citation有link. 1.1 在ML中异常检测问题的定义 给定$x_1,x_2, …. x_N$,每一个$x_i$∈$R^d$ 拥有的数据集是混合有正常的点和异常的点 异常的点是由不同生成过程产生的,与正常点不同 1.2 三种异常检...

CVPR 2018:对抗训练的异常发现单类分类器

Adversarially Learned One-Class Classifier for Novelty Detection

Denoising AutoEncoder的CNN+对抗版本 Adversarially Learned One-Class Classifier for Novelty Detection code paper 1. Novelty Detection Novelty Detection 字面翻译是新颖性检测。本质上就是发现输入的新的对象/模式,其实就是Anomaly De...

CVPR2018: 更为鲁棒的分类器 卷积原型学习CPL

CVPR2018: A Robust Classifier --CPL

类似Center Loss,不过多子类中心 CVPR2018: 更为鲁棒的分类器 卷积原型学习CPL 一、 论文概述 本篇论文提出了导致CNN的鲁棒性的缺乏的原因,是最后的那一层softmax layer,由于softmax loss 是把问题设定在一个closed的空间,就不能很好的应用在open set的情境下。 softmax loss在0~8的训练集下...

CVPR 2018: 任务学,揭开任务迁移学习的秘密

CVPR 2018: Taskonomy

任务与任务之间是个图,特征与特征之间也可以是个图 CVPR 2018 Best Paper | 任务学: 揭开任务迁移学习的秘密 Introduction ​ 直觉告诉我们视觉任务之间存在着关联,但是这些关联是怎样的呢?这篇论文提出了一个完全通过计算的方法构建视觉任务的空间结构: 一个有向图,节点为任务,每一条的权重作为任务间的关联度。 ​ 当我们得知任务的边界...

ICCV 2017: 以迭代空间变形实现的免纠正的脸部识别模型

ICCV2017: Recursive Spatial Transfromer (ReST) for Alignment-Free Face Recognition

网络自己学会纠偏 ICCV2017: Recursive Spatial Transfromer (ReST) for Alignment-Free Face Recognition (以迭代空间变形实现的免纠正的脸部识别模型) Background: 传统的脸部识别流程: 预定义的平均脸做纠正 输入CNN 提取特征用以识别 传统的脸部纠正方法: Act...

DeepID系列论文解读

DeepID Series Paper

千奇百怪的网络结构 DeepID四代论文笔记 DeepID共包含有四个版本,分别是: DeepID1 :Deep Learning Face Representation from Predicting 10,000 Classes DeepID2 :deep learning face representation by joint identification-...

脸部识别三年来顶会论文lists

Top Conference Paper Lists in 3 Years in Face Recognition

温故而知新 脸部识别三年来顶会论文lists 1. ICCV 2017 大多数的论文涉及的是脸部纠正的内容,还有脸部的3D重建,还有就是对于小尺度的脸部检测方面,和视频识别脸部的内容。 S3FD: Single Shot Scale-Invariant Face Detector(单照片的尺寸比例无关脸部检测器) //更多在于解决基于锚定点的检测器随...

CVPR2017: 跨物种脸部关键点检测知识迁移

CVPR2017: Interspeices Knowledge Transfer for facial Keypoint Detection

跨物种的知识迁移 Interspeices Knowledge Transfer for Facial KeyPoint Detection(跨物种脸部关键点检测知识迁移) 一、介绍 ​ 本文主要涉及到变换将人脸关键点检测的方法以及已有知识转移到其他动物脸部识别中,借助迁移学习避免大量收集动物脸部照片再重新建模训练的麻烦,提出了一种使动物脸部图片变型来克服结构性差异,用人脸...

标签传递算法

Label propagation Algorithms

LAP(标签传递算法) 1. 简述 本文提出一种迭代的标签传递算法,利用没有标记的数据来帮助已经标记的数据来进行分类。另外利用基于启发式的最小生成树来和熵最小化来学习参数。 2. 背景 在监督学习当中,我们会有大量已经标记的数据,这样我们就可以很轻松的学习到分类的信息以及依赖的特征。但是当我们只有少量已经标记的数据,而大多数都是没有被标记的话,那么我们就没有办法像监督学习那样...