通过图像重合成检测未知物体
计算机视觉与模式识别
2019-04-18 v2
摘要
经典的语义分割方法，包括最近的深度学习方法，都假设测试时观察到的所有类别在训练期间都已见过。在本文中，我们处理了更现实的场景：测试时可能出现未知类别的意外物体。该领域的主要趋势要么利用预测不确定性的概念将低置信度区域标记为未知，要么依赖自动编码器并突出显示解码不良的区域。观察到在这两种情况下，检测到的区域通常并不对应于意外物体，本文中我们引入了一种截然不同的策略：它依赖于这样的直觉，即网络会在描绘意外物体的区域产生虚假标签。因此，从所得语义图重新合成图像将与输入图像产生显著的外观差异。换句话说，我们将检测未知类别的问题转化为识别重合成不良的图像区域的问题。我们表明这优于基于不确定性和基于自动编码器的方法。
引用
@article{arxiv.1904.07595,
title = {Detecting the Unexpected via Image Resynthesis},
author = {Krzysztof Lis and Krishna Nakka and Pascal Fua and Mathieu Salzmann},
journal= {arXiv preprint arXiv:1904.07595},
year = {2019}
}