顶刊TPAMI 2023！西电提出TIB：通过双流信息瓶颈检测未知物体

方法框图

分布外目标检测（OOD-OD）旨在让基于分布内数据训练的目标检测器能够在没有给定任何分布外数据的情况下检测出相应的分布外物体。解决这个任务，有助于推动目标检测器在真实场景中的安全应用，近年来引起了越来越多的关注。由于缺乏用于训练的分布外数据，从而导致较多的误检和漏检的情形。

论文“TIB：Detecting Unknown Objects via Two-Stream Information Bottleneck”从信息论的新角度解决了这个问题，提出了一种被称为双流信息瓶颈（TIB）的方法。该方法假设分布外数据往往是和当前任务无关。在此基础上，首先使用标准信息瓶颈来强化物体相关的信息，有助于提升物体的定位性能。然后，为了缓解缺失分布外数据的影响，该方法通过反转信息瓶颈的优化目标来合成分布外特征。最后提出了一个混合信息瓶颈模块来进一步提升特征的判别性。多个任务和数据集上的实验结果表明该方法能够有效提升检测分布外物体的能力。

转载自：西安电子科技大学、OPTIC Lab公众号

编辑：郭楠楠 责任编辑：王格

点击进入—>【目标检测和Transformer】交流群

后台回复：CVPR2023，即可下载CVPR 2023论文和代码开源的论文合集
后台回复：ICCV2023，即可下载ICCV 2023论文和代码开源的论文合集
目标检测和Transformer交流群成立

扫描下方二维码，或者添加微信：CVer444，即可添加CVer小助手微信，便可申请加入CVer-目标检测或者Transformer 微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF等。

一定要备注：研究方向+地点+学校/公司+昵称（如目标检测或者Transformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲扫码或加微信号: CVer444，进交流群

CVer计算机视觉（知识星球）来了！想要了解最新最快最好的CV/DL/AI论文速递、优质实战项目、AI行业前沿、从入门到精通学习教程等资料，欢迎扫描下方二维码，加入CVer计算机视觉，已汇集数千人！

▲扫码进星球

▲点击上方卡片，关注CVer公众号

整理不易，请点赞和在看