自监督ViT时代的无监督目标定位：综述
计算机视觉与模式识别
2024-08-09 v3
摘要
近来对开放世界视觉系统的热情表明，学界对在迄今颇为流行的封闭词表基准设定之外执行感知任务有着高度兴趣。能够在事先不知晓数据集中包含何种目标的情况下发现图像/视频中的物体，是一个令人振奋的前景。但如何在对目标一无所知的情况下找到它们？近期工作表明，通过利用自监督预训练特征，可以执行类不可知的无监督目标定位。我们在此提出一篇关于无监督目标定位方法的综述，这些方法在自监督ViT时代无需任何人工标注即可发现图像中的物体。我们在代码仓库 https://github.com/valeoai/Awesome-Unsupervised-Object-Localization 中收集了所讨论方法的链接。
引用
@article{arxiv.2310.12904,
title = {Unsupervised Object Localization in the Era of Self-Supervised ViTs: A Survey},
author = {Oriane Siméoni and Éloi Zablocki and Spyros Gidaris and Gilles Puy and Patrick Pérez},
journal= {arXiv preprint arXiv:2310.12904},
year = {2024}
}
备注
IJCV 2024