arxiv_readerのブックマーク / 2021年2月5日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年2月5日のブックマーク (42件)

リラックス-責任階層型離散VAE
arxiv_reader 2021/02/05
離散潜在変数の階層を使用して変分オートエンコーダー（VAE）を正常にトレーニングすることは、引き続き活発な研究分野です。ベクトル量子化VAEは、離散VAEに対する強力なアプローチですが、単純な階層拡張

autoregressive

dataset

generative

arXiv

representation

arXiv reaDer
リンク
流通シフトの下での一般化のためのCrossNormとSelfNorm
arxiv_reader 2021/02/05
正規化手法は、ディープニューラルネットワークのトレーニングを安定化および加速するために重要です。ただし、これらは主に独立した同一分布（IID）データ用に設計されており、実際の多くの分布外（OOD）状況

classification

domain

attention

arXiv

semi-supervised

OOD

segmentation

arXiv reaDer
リンク
マルチステージプログレッシブ画像復元
arxiv_reader 2021/02/05
画像復元タスクでは、画像を復元しながら、空間の詳細と高レベルのコンテキスト化された情報の間の複雑なバランスが必要です。この論文では、これらの競合する目標のバランスを最適化できる新しい相乗効果のある設計

attention

dataset

arXiv

pre-training

denoising

arXiv reaDer
リンク
固有値ベースのプルーニングによる畳み込みの詳細
arxiv_reader 2021/02/05
畳み込みニューラルネットワーク（CNN）は、パラメーター共有の原理によりパラメーターがはるかに少ないにもかかわらず、完全に接続されたニューラルネットワークよりも優れた視覚認識パフォーマンスを実現できま

classification

CNN

dataset

arXiv

residual

pruning

arXiv reaDer
リンク
Im2Vec：ベクター監視なしでベクターグラフィックスを合成する
arxiv_reader 2021/02/05
ベクターグラフィックは、フォント、ロゴ、デジタルアートワーク、グラフィックデザインを表すために広く使用されています。しかし、膨大な量の作業がラスターイメージの生成アルゴリズムに焦点を合わせている一方で

differentiable

dataset

generative

arXiv

representation

arXiv reaDer

synthesis
リンク
3D骨盤CT画像での前立腺およびリスクのある臓器の半教師ありセマンティックセグメンテーション
arxiv_reader 2021/02/05
自動セグメンテーションは、手動の輪郭作成の労力を節約し、観察者内および観察者間の変動を減らすことにより、放射線治療の計画を支援することができます。ディープラーニングアプローチの最近の開発により、パフォ

GAN

augmentation

arXiv

3D

CT

semantic segmentation

metric

semi-supervised

arXiv reaDer

synthesis
リンク
テキスト生成による視覚と言語のタスクの統合
arxiv_reader 2021/02/05
視覚と言語の学習のための既存の方法は、通常、各タスクのタスク固有のアーキテクチャと目的を設計する必要があります。たとえば、視覚的な質問応答用のマルチラベル回答分類子、表現理解を参照するための領域スコア

captioning

learning

reasoning

generative

arXiv

multi-task

arXiv reaDer

benchmark
リンク
きめの細かい斑状画像分類のためのマスクガイド付き注意
arxiv_reader 2021/02/05
この作業では、きめの細かい斑状画像分類のための新しいマスク誘導注意（MGA）法を提示します。きめの細かいパッチ画像分類の主な課題は、オブジェクト間の超きめの細かいカテゴリ間差異と、トレーニングに利用で

classification

attention

representation learning

dataset

arXiv

semantic segmentation

pre-training

arXiv reaDer
リンク
StyleGAN画像操作用のエンコーダーの設計
arxiv_reader 2021/02/05
最近、事前に訓練された無条件のジェネレータを使用して画像編集を実行するための多様な方法が急増している。ただし、これらの方法を実際の画像に適用することは、画像を潜在空間に反転させる必要があるため、依然と

domain

arXiv

pre-training

arXiv reaDer

reconstruction
リンク
複合図形のセマンティックセグメンテーション
arxiv_reader 2021/02/05
科学文献には大量の非構造化データが含まれており、図の30％以上が複数の画像の組み合わせとして構成されているため、これらの複合図は既存の情報検索ツールでは直接分析できません。本論文では、複合図を「マス

detection

dataset

arXiv

semantic segmentation

arXiv reaDer
リンク
スタイルの問題のみ：スタイルベースの回帰モデルを使用した年齢変換
arxiv_reader 2021/02/05
年齢変換のタスクは、時間の経過に伴う個人の外観の変化を示しています。入力された顔の画像上でこの複雑な変換を正確にモデル化することは、入力のアイデンティティを維持しながら、顔の特徴と頭の形に説得力のある

GAN

face

arXiv

disentangling

pre-training

arXiv reaDer
リンク
時間的対照学習による半教師あり行動認識
arxiv_reader 2021/02/05
面倒に収集されたアクティビティラベルが不足しているため、ほんの一握りのラベル付きビデオからアクションを認識することを学ぶことは困難な問題です。ビデオ速度を変更してもアクションは変更されないという事実を

contrastive learning

unsupervised

dataset

arXiv

activity

semi-supervised

action recognition

representation

arXiv reaDer

benchmark
リンク
シンボルと属性による絵画の重要な俳優の計算による識別
arxiv_reader 2021/02/05
美術絵画の自動分析は、人工知能、コンピュータービジョン、機械学習、知識表現に対して、従来の写真の分析で発生するものとはまったく異なる、多くの新しい技術的課題を提示します。最も重要な違いは、多くの写実主

CNN

interpretation

learning

arXiv

identification

representation

arXiv reaDer

computer vision
リンク
野生の顔解析のためのRoITanh-polarTransformerネットワーク
arxiv_reader 2021/02/05
顔の解析は、画像内のターゲット顔の顔コンポーネントのピクセル単位のラベルを予測することを目的としています。既存のアプローチは通常、前処理中に計算された境界ボックスに関して入力画像からターゲットの顔をト

transformer

pose

CNN

representation learning

augmentation

dataset

face

arXiv

residual

arXiv reaDer
リンク
事前知識を使用して動的MRIの超解像を改善するための深層学習モデルパラメータの微調整
arxiv_reader 2021/02/05
ダイナミックイメージングは、生理学的変化を評価するための介入に有益なツールです。それにもかかわらず、動的MRI中は、高い時間分解能を達成しながら、空間分解能が損なわれます。この時空間のトレードオフを克

super-resolution

dataset

MRI

3D

arXiv

U-Net

arXiv reaDer

reconstruction

spatio-temporal

benchmark
リンク
ProxyFAUG：近接ベースの指紋拡張
arxiv_reader 2021/02/05
データを要求する機械学習手法の急増により、シンプルなルールベースの手法でトレーニングデータセットのサイズを拡大できる手法の必要性が明らかになりました。この概念に沿って、この作業で提案された指紋拡張スキ

learning

augmentation

dataset

arXiv

GA

arXiv reaDer
リンク
緊密に結合されたライダー-視覚-慣性オドメトリのための統合マルチモーダルランドマーク追跡
arxiv_reader 2021/02/05
単一の統合因子グラフ内で視覚、ライダー、慣性情報を共同で最適化する、モバイルプラットフォーム向けの効率的なマルチセンサーオドメトリシステムを紹介します。これは、固定ラグスムージングを使用してフルフレー

tracking

odometry

arXiv

3D

point cloud

LiDAR

real time

landmark

arXiv reaDer

robot
リンク
セマンティックセグメンテーションのアクティブな境界損失
arxiv_reader 2021/02/05
この論文は、セマンティックセグメンテーションのための新しいアクティブ境界損失を提案します。これは、エンドツーエンドのトレーニング中に予測された境界とグラウンドトゥルース境界の間の調整を段階的に促進でき

differentiable

dataset

video

arXiv

semantic segmentation

arXiv reaDer
リンク
TricycleGAN：形状事前分布に基づく教師なし画像合成とセグメンテーション
arxiv_reader 2021/02/05
医療画像のセグメンテーションは、臓器や病変などの関心領域を分離するために日常的に実行されます。現在、ディープラーニングは自動セグメンテーションの最先端技術ですが、通常、訓練を受けた臨床医によって手動で

unsupervised

domain

dataset

generative

arXiv

semi-supervised

segmentation

arXiv reaDer

benchmark
リンク
インスタンスを意識した投影の一貫性を介した動的シーンでの単眼深度の学習
arxiv_reader 2021/02/05
複数の動的オブジェクトの6-DoFモーション、エゴモーション、および監視なしの単眼カメラ設定での深度を明示的にモデル化するエンドツーエンドの共同トレーニングフレームワークを提示します。私たちの技術的貢

learning

estimation

dataset

video

arXiv

monocular

segmentation

arXiv reaDer

optical flow
リンク
非負の概念活性化ベクトルを使用したCNNモデルの可逆概念ベースの説明
arxiv_reader 2021/02/05
コンピュータビジョンの畳み込みニューラルネットワーク（CNN）モデルは強力ですが、最も基本的な形式では説明性に欠けています。この欠陥は、重要なドメインにCNNを適用する際の重要な課題です。近似線形モデ

human

domain

CNN

arXiv

clustering

pre-training

arXiv reaDer

computer vision
リンク
ポイント提案ネットワーク：ディープラーニングによるポイントソース検出の高速化
arxiv_reader 2021/02/05
点光源検出技術は、電波天文調査で点光源を特定して位置を特定するために使用されます。 Square Kilometer Array（SKA）望遠鏡の開発により、調査画像のサイズはギガピクセルからテラピ

detection

CNN

learning

arXiv

arXiv reaDer
リンク
TCLR：ビデオ表現のための時間的対照学習
arxiv_reader 2021/02/05
対照学習は、画像表現の教師あり学習と自己教師あり学習の間のギャップをほぼ埋めました。ただし、ビデオデータのドメインに対する対照学習の既存の拡張は、ビデオクリップの時間的次元全体の内部の特徴を明示的に表

contrastive learning

classification

CNN

domain

representation learning

arXiv

3D

action recognition

self-supervised

arXiv reaDer
リンク
材料認識における幾何学と照明の共同の役割
arxiv_reader 2021/02/05
物質を観察し、認識することは、私たちの日常生活の基本的な部分です。通常の表示条件下では、周囲のオブジェクトを簡単に識別し、それらが構成されている素材を認識することができます。それにもかかわらず、オブジ

human

classification

domain

arXiv

representation

arXiv reaDer
リンク
CHEF：食品ドメイン検索のためのクロスモーダル階層埋め込み
arxiv_reader 2021/02/05
画像とテキストのペアなどのマルチモーダルデータが豊富にあるにもかかわらず、これらのデータインスタンスの構築における個々のエンティティとそれらのさまざまな役割を理解するための努力はほとんどありませんでし

domain

learning

arXiv

representation

embedding

arXiv reaDer

action
リンク
ABCNet：高解像度リモートセンシング画像の効率的なセマンティックセグメンテーションのための注意深い二国間コンテキストネットワーク
arxiv_reader 2021/02/05
リモートセンシング画像のセマンティックセグメンテーションは、精密農業、環境保護、および経済的評価において重要な役割を果たします。近年、かなりの高解像度のリモートセンシング画像がセマンティックセグメンテ

CNN

learning

arXiv

semantic segmentation

real time

arXiv reaDer
リンク
複数の日付の衛星画像からの3D表面再構成
arxiv_reader 2021/02/05
正確な3次元環境モデルの再構築は、写真測量の分野における最も基本的な目標の1つです。衛星画像は大規模な環境再構成を取得するための適切なプロパティを提供するため、衛星画像ペアの点群を再構成するためのさま

3D

arXiv

point cloud

mesh

satellite

arXiv reaDer

stereo

reconstruction
リンク
ディーププロジェクションGSUREによる画像復元
arxiv_reader 2021/02/05
不適切な逆問題は、ブレ除去や超解像など、多くの画像処理アプリケーションで発生します。近年、深い畳み込みニューラルネットワーク（CNN）に基づくソリューションは大きな期待を示しています。ただし、外部デー

super-resolution

CNN

learning

loss function

arXiv

arXiv reaDer
リンク
Deep Face Fuzzy Vault：実装とパフォーマンス
arxiv_reader 2021/02/05
深い畳み込みニューラルネットワークは、顔認識パフォーマンスの顕著な改善を達成しました。同様の種類の開発、たとえばデコンボリューションニューラルネットワークは、潜在空間への対応する埋め込みから顔画像を再

pose

CNN

face

arXiv

embedding

arXiv reaDer

reconstruction
リンク
FcaNet：周波数チャネル注意ネットワーク
arxiv_reader 2021/02/05
注意メカニズム、特にチャネル注意は、コンピュータビジョンの分野で大きな成功を収めています。多くの研究は、根本的な問題を無視しながら、効率的なチャネル注意メカニズムを設計する方法に焦点を当てています。つ

pooling

detection

classification

domain

attention

arXiv

segmentation

arXiv reaDer

computer vision
リンク
MeInGame：単一のポートレートからゲームキャラクターの顔を作成する
arxiv_reader 2021/02/05
最近、多くの深層学習ベースの3D顔再構成法が提案されていますが、ゲームに適用できるものはほとんどありません。現在のゲームキャラクターのカスタマイズシステムでは、プレーヤーが必要な顔を取得するためにかな

occlusion

learning

dataset

face

3D

arXiv

mesh

arXiv reaDer

reconstruction
リンク
身体化されたエージェントのための環境予測コーディング
arxiv_reader 2021/02/05
具現化されたエージェントの環境レベルの表現を学習するための自己監視アプローチである環境予測コーディングを紹介します。画像の自己教師あり学習に関するこれまでの研究とは対照的に、エージェントが3D環境で動

pose

learning

video

3D

arXiv

representation

self-supervised

arXiv reaDer

trajectory
リンク
プロトタイプ中心の注意深い学習による数ショットの行動認識
arxiv_reader 2021/02/05
数ショットの行動認識は、トレーニングサンプルが少ない行動クラスを認識することを目的としています。ほとんどの既存の方法は、エピソードトレーニングを伴うメタ学習アプローチを採用しています。各エピソードでは

contrastive learning

few-shot

arXiv

action recognition

arXiv reaDer

benchmark
リンク
1つのラベル、10億の顔：コンピュータビジョンにおける人種カテゴリの使用法と一貫性
arxiv_reader 2021/02/05
コンピュータビジョンは広く展開されており、非常に目立ち、社会を変えるアプリケーションがあり、偏見と表現に関する問題が文書化されています。データセットは、公正なコンピュータビジョンの進捗状況をベンチマー

human

dataset

face

arXiv

bias

representation

arXiv reaDer

computer vision
リンク
プッシュフレーム衛星画像の視差推定：Skysat製品からの超解像および3D表面モデリングへの適用
arxiv_reader 2021/02/05
Skysat星座を含む最近の衛星星座は、画像のバーストを取得することができます。この新しい取得モードにより、マルチフレーム超解像を含む最新の画像復元技術が可能になります。バーストの取得中に衛星が移動す

super-resolution

estimation

3D

arXiv

satellite

arXiv reaDer

optical flow
リンク
ニューラルネットワークの敵対的ロバスト性を改善するためのマージン増加（IMA）トレーニング
arxiv_reader 2021/02/05
畳み込みニューラルネットワーク（CNN）は、医療画像分類の従来の方法を上回っています。ただし、CNNは敵対的な攻撃に対して脆弱であり、医療アプリケーションに悲惨な結果をもたらす可能性があります。敵対

classification

CNN

adversarial

dataset

arXiv

arXiv reaDer
リンク
Echo-SyncNet：心エコー検査における自己監視型心臓ビュー同期
arxiv_reader 2021/02/05
心エコー検査（エコー）では、心電図（ECG）を使用して、重要な測定値を評価するためにさまざまな心臓ビューを時間的に位置合わせします。ただし、緊急事態やポイントオブケアの状況では、ECGを取得することは

detection

one-shot

learning

arXiv

representation

self-supervised

embedding

arXiv reaDer
リンク
DEFT：追跡用の検出埋め込み
arxiv_reader 2021/02/05
最新のマルチオブジェクトトラッキング（MOT）システムは、検出器とそれに続く検出をトラックに関連付ける方法で構成される、検出による追跡パラダイムに従います。モーション機能と外観機能を組み合わせてオクル

occlusion

detection

LSTM

arXiv

3D

embedding

arXiv reaDer

monocular

benchmark

MOT
リンク
低線量CT投影の参照なしノイズ除去
arxiv_reader 2021/02/05
低線量コンピュータ断層撮影（LDCT）は、患者に過剰なX線を照射しないことを目指して、放射線科の明確な傾向になりました。放射線量を減らすと、患者へのリスクは減りますが、ノイズレベルが上がり、画像の品質

learning

dataset

CT

arXiv

denoising

self-supervised

arXiv reaDer
リンク
辞書学習者が推定した等方性体積分率を使用した単一シェルNODDI
arxiv_reader 2021/02/05
神経突起配向分散および密度イメージング（NODDI）は、マルチシェル拡散MRIデータからの細胞内、細胞外、および自由水信号の評価を可能にします。これは、脳組織の微細構造を特徴づける洞察に満ちたアプロー

human

learning

estimation

MRI

arXiv

sparse

simulation

arXiv reaDer

synthesis

reconstruction
リンク
NeMo：ロバストな3Dポーズ推定のための対照的な特徴のニューラルメッシュモデル
arxiv_reader 2021/02/05
3Dポーズ推定は、コンピュータビジョンにおいて挑戦的ですが、重要なタスクです。この作業では、3Dポーズ推定への標準的な深層学習アプローチは、オブジェクトが部分的に遮られているか、以前は見えなかったポー

pose estimation

arXiv reaDer

3D

contrastive learning

arXiv

generative

computer vision

representation

reconstruction

occlusion
リンク
屋外の視覚と言語のナビゲーションのためのマルチモーダルテキストスタイル転送
arxiv_reader 2021/02/05
自然言語処理（NLP）で最も難しいトピックの1つは、視覚に基づいた言語の理解と推論です。屋外の視覚と言語のナビゲーション（VLN）は、エージェントが自然言語の指示に従い、実際の都市環境をナビゲートする

learning

augmentation

dataset

reasoning

arXiv

arXiv reaDer
リンク
- 2021年2月8日
- 2021年2月5日
- 2021年2月4日

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx