Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.00721

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2506.00721 (cs)
[提交于 2025年5月31日 ]

标题: 常见补丁对象:上下文内外

标题: Common Inpainted Objects In-N-Out of Context

Authors:Tianze Yang, Tyson Jordan, Ninghao Liu, Jin Sun
摘要: 我们提出了Common Inpainted Objects In-N-Out of Context(COinCO),这是一个新型的数据集,旨在解决现有视觉数据集中缺乏离散情境例子的问题。 通过基于扩散模型的图像修复系统性地替换COCO图像中的物体,我们创建了97,722张独特的图像,这些图像既包括语境一致的场景也包括不一致的场景,从而实现有效的语境学习。 每个修复的物体都经过仔细验证,并通过多模态大型语言模型评估分类为在情境内或情境外。 我们的分析揭示了影响物体类别修复成功率的重要语义先验模式。 我们展示了COinCO支持的三个关键任务:(1)训练能够有效判断现有物体是否属于其语境的语境分类器;(2)一种新的从语境预测物体的任务,在实例和团簇级别确定哪些新物体自然适合给定场景;(3)在最先进的方法上进行增强语境的假检测,无需微调。 COinCO提供了一个具有语境变化的受控测试平台,为推进计算机视觉和图像取证中的语境感知视觉理解奠定了基础。 我们的代码和数据位于:https://github.com/YangTianze009/COinCO。
摘要: We present Common Inpainted Objects In-N-Out of Context (COinCO), a novel dataset addressing the scarcity of out-of-context examples in existing vision datasets. By systematically replacing objects in COCO images through diffusion-based inpainting, we create 97,722 unique images featuring both contextually coherent and inconsistent scenes, enabling effective context learning. Each inpainted object is meticulously verified and categorized as in- or out-of-context through a multimodal large language model assessment. Our analysis reveals significant patterns in semantic priors that influence inpainting success across object categories. We demonstrate three key tasks enabled by COinCO: (1) training context classifiers that effectively determine whether existing objects belong in their context; (2) a novel Objects-from-Context prediction task that determines which new objects naturally belong in given scenes at both instance and clique levels, and (3) context-enhanced fake detection on state-of-the-art methods without fine-tuning. COinCO provides a controlled testbed with contextual variations, establishing a foundation for advancing context-aware visual understanding in computer vision and image forensics. Our code and data are at: https://github.com/YangTianze009/COinCO.
评论: 12页,7幅图
主题: 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG)
引用方式: arXiv:2506.00721 [cs.CV]
  (或者 arXiv:2506.00721v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.00721
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Tianze Yang [查看电子邮件]
[v1] 星期六, 2025 年 5 月 31 日 21:42:12 UTC (18,764 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号