题目： Hybrid Open-Set Segmentation With Synthetic Negative Data
使用合成负样本的混合开放集分割
作者：Matej Grcic，Sinisa Segvic
摘要
开放集分割可以通过补充封闭集分类与异常检测来构想。许多现有的密集异常检测器通过生成模型对常规数据进行建模或与负数据进行区分。这两种方法优化了不同的目标，因此表现出不同的失败模式。因此，我们提出了一种新颖的异常得分，它融合了生成和判别的提示。我们的得分可以通过升级任何封闭集分割模型，以实现数据集后验和未归一化数据可能性的密集估计。我们得到的密集混合开放集模型需要负训练图像，这些图像可以从辅助负数据集、联合训练的生成模型或两者混合来源中进行采样。我们在密集异常检测和开放集分割的基准测试中评估了我们的贡献。实验表明，尽管计算开销微不足道，但开放集性能强大。
关键词
开放集分割，开放集识别，分布外检测，异常检测，语义分割，合成数据，混合模型。