ACMamba: Fast Unsupervised Anomaly Detection via Asymmetrical Consensus State Space Model

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种不对称共识状态空间模型(ACMamba),用于高光谱图像的无监督异常检测。该模型通过使用区域级实例替代像素级样本,显著降低了计算成本,同时保持了检测精度。实验结果表明,ACMamba在速度和性能上优于现有方法。

🎯

关键要点

  • 本研究提出了一种不对称共识状态空间模型(ACMamba),用于高光谱图像的无监督异常检测。
  • ACMamba通过使用区域级实例替代像素级样本,显著降低了计算成本。
  • 该模型在保持检测精度的同时,提升了速度和性能。
  • 实验结果表明,ACMamba优于现有的最先进方法。
➡️

继续阅读