arxiv_readerのブックマーク / 2021年3月23日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年3月23日のブックマーク (200件)

3次元（3D）グラフ用の距離-幾何学的グラフ畳み込みネットワーク（DG-GCN）
arxiv_reader 2021/03/23
距離幾何学的グラフ表現は、3次元（3D）グラフの幾何学を表現するための統一されたスキーム（距離）を採用しています。グラフの回転と平行移動に対して不変であり、ペアワイズノードの相互作用とそれらの一般的な

convolutional

dataset

arXiv reaDer

learning

arXiv

representation

3D
リンク
SSD：自己監視外れ値検出のための統合フレームワーク
arxiv_reader 2021/03/23
次の質問をします。効果的な異常/分布外（OOD）検出器を設計する、つまりトレーニング分布から遠く離れたサンプルを検出するには、どのようなトレーニング情報が必要ですか。ラベルのないデータは多くのアプリケ

dataset

OOD

arXiv reaDer

few-shot

arXiv

self-supervised

representation learning

detection
リンク
LaneAF：アフィニティフィールドを使用したロバストなマルチレーン検出
arxiv_reader 2021/03/23
この研究は、バイナリセグメンテーションマスクとピクセルごとのアフィニティフィールドの予測を含むレーン検出へのアプローチを提示します。これらのアフィニティフィールドは、バイナリマスクとともに、後処理ステ

dataset

clustering

arXiv reaDer

arXiv

benchmark

affinity

segmentation

detection
リンク
3D変換グループの接空間逆伝播
arxiv_reader 2021/03/23
3D変換グループSO（3）、SE（3）、およびSim（3）を含む計算グラフのバックプロパゲーションを実行する問題に対処します。 3D変換グループは、3Dビジョンやロボット工学で広く使用されていますが、

3D

arXiv

arXiv reaDer
リンク
きめ細かい再識別
arxiv_reader 2021/03/23
再識別（ReID）のタスクの研究は、その多くのユースケースとゼロショット学習の性質のためにコンピュータービジョンの勢いを増しています。この論文では、トレーニングパラメータの数を最小限に抑えながら画像と

pre-training

zero-shot

re-id

pooling

dataset

arXiv reaDer

computer vision

arXiv

benchmark

attention
リンク
MonStereo：単眼とステレオが3D人間のローカリゼーションの尾で出会うとき
arxiv_reader 2021/03/23
単眼およびステレオビジョンは、自動運転車またはソーシャルロボットのコンテキストでの3D人間のローカリゼーションのための費用効果の高いソリューションです。ただし、通常は独立して開発され、それぞれの長所と

metric

pedestrian

human

robot

arXiv reaDer

monocular

localization

arXiv

stereo

3D
リンク
VerSe：マルチ検出器CT画像の椎骨ラベリングおよびセグメンテーションベンチマーク
arxiv_reader 2021/03/23
脊椎のラベリングとセグメンテーションは、自動脊椎処理パイプラインの2つの基本的なタスクです。脊椎画像の信頼性が高く正確な処理は、診断、手術計画、および脊椎と骨の健康に関する人口ベースの分析のための臨床

domain

dataset

arXiv reaDer

arXiv

benchmark

CT

segmentation
リンク
ノイズの多いラベルでトレーニングされたモンテカルロドロップアウトのロバスト性について
arxiv_reader 2021/03/23
深層学習の記憶効果は、ノイズの多いラベルで学習するときに、テストセットで効果的に一般化するパフォーマンスを妨げます。以前の研究では、認識論的不確実性手法は、不確実性推定のないニューラルネットワークと比

dataset

arXiv reaDer

adversarial

estimation

learning

arXiv

representation
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 2021/03/23
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

arXiv reaDer

action recognition

few-shot

arXiv

benchmark

contrastive learning
リンク
有向非巡回グラフとアーティファクトモデルに基づく強度と構造の超音波信頼性マップ
arxiv_reader 2021/03/23
超音波イメージングは改善されていますが、減衰、シャドウイング、回折、スペックルなど、モデル化が難しい固有のアーティファクトに悩まされ続けています。これらのアーティファクトは、個人の確実性を評価しようと

arXiv

arXiv reaDer
リンク
ビデオからの3D物理オブジェクトの教師なし発見
arxiv_reader 2021/03/23
教師なし物体発見の問題を研究します。既存のフレームワークは、各オブジェクトの外観に基づいてシーンを2Dセグメントに分解することを目的としていますが、物理学、特にオブジェクトの相互作用が、監視されていな

unsupervised

video

arXiv reaDer

disentangling

arXiv

3D

synthesis
リンク
モンテカルロツリー検索による優先アーキテクチャサンプリング
arxiv_reader 2021/03/23
ワンショットニューラルアーキテクチャ検索（NAS）メソッドは、検索スペース全体を1つのネットワークと見なすことにより、検索コストを大幅に削減します。このネットワークは、一度だけトレーニングする必要があ

NAS

arXiv reaDer

benchmark

arXiv

one-shot
リンク
迅速な検索、スマートな再ランク付け：クロスモーダル検索を改善するための協調的および共同アプローチ
arxiv_reader 2021/03/23
クロスモーダル検索プロセスへの現在の最先端のアプローチは、テキストと視覚入力を共同で処理し、画像内のすべての単語とオブジェクトに対応するクロスアテンションメカニズムを備えたTransformerベース

zero-shot

arXiv

arXiv reaDer

benchmark
リンク
局所性鋭敏型ハッシュを使用したGANのトレーニング後の圧縮の評価
arxiv_reader 2021/03/23
トレーニング後、つまり微調整なしの生成的敵対的ネットワーク（GAN）での圧縮効果の分析は、重要ではありますが、計算とメモリ要件の増加傾向にある未研究のトピックのままです。既存の研究では、トレーニング中

pre-training

metric

dataset

arXiv reaDer

quantization

GAN

arXiv

compression
リンク
強化されたオブジェクトの外観を備えた画像生成へのコンテキストアウェアレイアウト
arxiv_reader 2021/03/23
画像へのレイアウト（L2I）生成モデルは、特定のレイアウトを条件として、自然の背景（もの）に対して複数のオブジェクト（もの）を含む複雑な画像を生成することを目的としています。生成的敵対的ネットワーク（

arXiv reaDer

GAN

arXiv

benchmark

representation
リンク
眼底画像のディープラーニングは、視神経乳頭を超えた緑内障を検出します
arxiv_reader 2021/03/23
今日、多くの緑内障の症例は検出されないままであり、不可逆的な失明をもたらしています。費用効果の高いスクリーニングを求めて、カラー眼底画像から緑内障を検出するための深層学習ベースの方法が評価されています

explainable

arXiv reaDer

estimation

learning

arXiv

detection
リンク
デコンボリューションと畳み込みネットワーク
arxiv_reader 2021/03/23
2D畳み込みニューラルネットワーク（CNN）は、間違いなくコンピュータービジョンタスクの事実上の標準になっています。ただし、最近の調査結果は、CNNが1Dパターン認識に最適なオプションではない可能性が

dataset

human

arXiv reaDer

learning

computer vision

arXiv

classification

CNN
リンク
DeepViT：より深いビジョントランスフォーマーに向けて
arxiv_reader 2021/03/23
ビジョントランスフォーマー（ViT）は、最近、画像分類タスクに正常に適用されています。このホワイトペーパーでは、より多くの畳み込み層を積み重ねることで改善できる畳み込みニューラルネットワーク（CNN）

convolutional

arXiv reaDer

arXiv

classification

transformer

representation learning

attention

CNN
リンク
深層学習による酵母顕微鏡画像の生成とシミュレーション
arxiv_reader 2021/03/23
タイムラプス蛍光顕微鏡（TLFM）は、合成生物学研究における重要かつ強力なツールです。実際のデータに基づいてTLFM実験をモデル化すると、研究者はわずかな労力で特定の実験を繰り返すことができます。この

dataset

arXiv reaDer

learning

GAN

arXiv

simulation

synthesis
リンク
AutoSpace：人間の干渉が少ないニューラルアーキテクチャ検索
arxiv_reader 2021/03/23
現在のニューラルアーキテクチャ検索（NAS）アルゴリズムには、ネットワーク構築用の検索スペースを設計するための専門知識と努力が必要です。この論文では、人間の干渉を最小限に抑えるために探索空間の設計を自

NAS

human

arXiv reaDer

differentiable

arXiv

face
リンク
深度に敏感な注意と自動マルチモーダルフュージョンによる深いRGB-D顕著性検出
arxiv_reader 2021/03/23
RGB-D顕著なオブジェクト検出（SOD）は通常、RGBと深度の2つのモダリティにわたる分類または回帰の問題として定式化されます。したがって、効果的なRGBD特徴モデリングとマルチモーダル特徴融合の両

RGB-D

arXiv reaDer

arXiv

benchmark

classification

attention

saliency

detection
リンク
S ^ 3：ガイド付き深度推定のための学習可能なスパース信号超密度
arxiv_reader 2021/03/23
高密度深度推定は、ロボット工学、3D再構成、拡張現実などの複数のアプリケーションで重要な役割を果たします。 LiDARやレーダーなどのスパース信号は、密度の高い深度推定を強化するためのガイダンスとして

augmentation

arXiv reaDer

estimation

reconstruction

arXiv

LiDAR

sparse

3D
リンク
畳み込み設計をビジュアルトランスフォーマーに組み込む
arxiv_reader 2021/03/23
自然言語処理（NLP）タスクでのトランスフォーマーの成功に動機付けられて、トランスフォーマーをビジョンドメインに適用するいくつかの試み（ViTやDeiTなど）が出現します。ただし、純粋なTransfo

domain

arXiv reaDer

arXiv

representation

transformer

attention

CNN
リンク
サムネイルインスタンスの正規化による超解像度ニューラルスタイル転送に向けて
arxiv_reader 2021/03/23
任意の高解像度画像（10000x10000ピクセルなど）のスタイル転送を初めて柔軟に処理する、URSTと呼ばれる非常にシンプルな超解像度スタイル転送フレームワークを紹介します。超高解像度の画像を処理す

arXiv

arXiv reaDer
リンク
動的距離学習：複数の意味スケールに対応するためのスケーラブルな距離空間に向けて
arxiv_reader 2021/03/23
このホワイトペーパーでは、実際のメトリックツールから深い視覚認識まで、新しい基本的な特性、つまりダイナミックレンジを紹介します。計測学では、ダイナミックレンジはメートル法ツールの基本的な品質であり、さ

dataset

arXiv reaDer

computer vision

arXiv

benchmark

metric learning

vehicle
リンク
機械学習による運動系の測定とモデリング
arxiv_reader 2021/03/23
運動系を理解する上での機械学習の有用性は、データの収集、測定、分析の方法に革命をもたらすことを約束しています。運動科学の分野では、実験作業を導くために理論と工学の原則がすでにエレガントに組み込まれてい

pose estimation

arXiv

arXiv reaDer

learning
リンク
AdaSGN：効率的なスケルトンベースの行動認識のための関節数とモデルサイズの適応
arxiv_reader 2021/03/23
スケルトンベースの行動認識の既存の方法は、主に認識精度の向上に焦点を合わせていますが、モデルの効率はほとんど考慮されていません。最近、軽量モジュールを設計することによってスケルトンモデリングを高速化し

arXiv

arXiv reaDer

dataset

action recognition
リンク
内容と場所：行動認識のための意味論的および空間的観点からのスケルトンのモデリング
arxiv_reader 2021/03/23
人間の関節の2D / 3D座標のみで構成される骨格データは、人間の行動認識のために広く研究されてきました。既存の方法では、セマンティクスを事前知識として使用して、人間の関節をグループ化し、空間的な位置

convolutional

dataset

human

arXiv reaDer

action recognition

arXiv

sparse
リンク
Tokens-to-Token ViT：ImageNetで最初からビジョントランスフォーマーをトレーニングする
arxiv_reader 2021/03/23
言語モデリングで人気のあるトランスフォーマーは、最近、視覚タスクを解決するために検討されています。たとえば、画像分類用のビジョントランスフォーマー（ViT）です。 ViTモデルは、各画像を固定長のトー

dataset

arXiv reaDer

arXiv

classification

transformer

attention

CNN
リンク
RNNベースの予測-更新サイクルを使用した欠落した観測の処理
arxiv_reader 2021/03/23
追跡などのタスクでは、時系列データは必然的に欠落した観測値を運びます。従来の追跡アプローチでは欠落している観測値を処理できますが、リカレントニューラルネットワーク（RNN）は、すべてのステップで入力デ

pedestrian

arXiv reaDer

estimation

RNN

arXiv

synthesis

tracking
リンク
デュアルサブネットとマルチステージ通信アップサンプリングによる大規模モーションビデオ超解像
arxiv_reader 2021/03/23
ビデオ超解像（VSR）は、ビデオを低解像度（LR）で復元し、高解像度（HR）に改善することを目的としています。ビデオタスクの特性により、フレーム間のモーション情報を十分に考慮し、要約して、VSRアルゴ

residual

convolutional

video

arXiv reaDer

estimation

arXiv

super-resolution

3D
リンク
Twin-Pipe Network とトポロジー再構成を使用した CT 画像における自動肺動脈静脈分離
arxiv_reader 2021/03/23
医療用コンピュータ支援診断システムの開発により、肺動脈静脈（A / V）の再建は、肺がん手術の術前計画において医師を支援する上で重要な役割を果たします。ただし、胸部CT画像で動脈と静脈の灌注を区別する

arXiv reaDer

reconstruction

arXiv

CT

classification
リンク
Meta-DETR：クラス間相関を利用した画像レベルの少数ショットオブジェクト検出
arxiv_reader 2021/03/23
少数ショットのオブジェクト検出は、注釈付きの例をいくつか使用して、新しいオブジェクトを検出することを目的としています。以前の研究では、メタ学習が有望なソリューションであることが証明されており、それらの

arXiv reaDer

few-shot

localization

arXiv

benchmark

classification

representation

detection
リンク
新しい効率的なナンバリングシステム：ナンバー生成とビジュアルマーカーデザインへの応用
arxiv_reader 2021/03/23
この短い論文では、最近特許を取得したラインベースの番号付けシステムを紹介します。最後のものは、10進数の値との最良の一致を可能にし、従来の10進数の記数法では不可能な新しい機会を開きます。提案されたO

augmentation

arXiv

arXiv reaDer
リンク
TICaM：飛行時間型の車内キャビンモニタリングデータセット
arxiv_reader 2021/03/23
単一の広角深度カメラを使用した車内監視用の飛行時間型車内キャビン監視データセットであるTICaMを紹介します。私たちのデータセットは、ラベル付けされたクラス、記録されたシナリオ、および提供された注釈の

domain adaptation

dataset

semantic segmentation

arXiv reaDer

action

arXiv

3D

synthesis

vehicle

detection
リンク
動的画像コーディングのための網膜に着想を得たフィルタリング
arxiv_reader 2021/03/23
この論文では、静止画像の時空間分解を可能にする新しい分離不可能なsPAtioteMporalフィルター（非SPAM）を紹介します。このフィルターの構造は、脳に情報を選択的に送信できる網膜のモデルに触発

reconstruction

arXiv

arXiv reaDer

synthesis
リンク
空間的に依存するU-Net：医用画像セグメンテーションのための高精度アーキテクチャ
arxiv_reader 2021/03/23
臨床診療では、医用画像の関心領域は、正確な画像セグメンテーションのプロセスを通じて特定する必要があることがよくあります。この画像セグメンテーションステップの品質は、その後の患者の状態の臨床評価に重大な

convolutional

bias

arXiv reaDer

U-Net

arXiv

CT

video

segmentation
リンク
n-hot：2の累乗のニューラルネットワーク量子化のための効率的なビットレベルのスパース性
arxiv_reader 2021/03/23
2の累乗（PoT）量子化は、リソースに制約のあるハードウェア上のディープニューラルネットワークのビット演算の数を減らします。ただし、PoT量子化は、表現能力が限られているため、精度が大幅に低下します。

dataset

arXiv reaDer

DNN

quantization

arXiv

classification

representation

detection
リンク
自己教師あり学習によるモデルベースの3D手の再構成
arxiv_reader 2021/03/23
シングルビューRGB画像から3D手を再構築することは、さまざまな手の構成と深さのあいまいさのために困難です。単眼画像から3D手を確実に再構築するために、ほとんどの最先端の方法は、トレーニング段階で3D

keypoint

arXiv reaDer

learning

monocular

pose

reconstruction

arXiv

representation

self-supervised

3D
リンク
CANet：3D脳神経膠腫セグメンテーションのためのコンテキスト認識ネットワーク
arxiv_reader 2021/03/23
脳神経膠腫の自動セグメンテーションは、診断の決定、進行の監視、および手術の計画において積極的な役割を果たします。ディープニューラルネットワークに基づいて、以前の研究は脳神経膠腫のセグメンテーションのた

convolutional

metric

dataset

arXiv reaDer

arXiv

3D

segmentation
リンク
より良いバウンディングボックス回帰のための制御距離IoUおよび制御距離IoU損失関数
arxiv_reader 2021/03/23
フィードバックメカニズムの多くの改善は、オブジェクト検出の大きな進歩に貢献しています。本論文では、まず、評価システムとフィードバックメカニズムからなると提案されている評価フィードバックモジュールを提示

dataset

R-CNN

arXiv reaDer

arXiv

loss function

detection

YOLO
リンク
3D畳み込みニューラルネットワークを使用した生のT1強調磁気共鳴画像データからの脳年齢の予測
arxiv_reader 2021/03/23
脳の磁気共鳴画像法（MRI）データに基づく年齢予測は、脳の疾患と老化の進行を定量化するためのバイオマーカーです。現在のアプローチは、ボクセルを標準化された脳地図に登録するなど、複数の前処理ステップでデ

transfer learning

arXiv reaDer

arXiv

MRI

3D

CNN
リンク
自己EMD：ImageNetを使用しない自己監視オブジェクト検出
arxiv_reader 2021/03/23
本論文では、物体検出のための新しい自己教師あり表現学習法、Self-EMDを提案する。私たちの方法は、ImageNetのような一般的に使用される象徴的なオブジェクトの画像データセットの代わりに、COC

embedding

convolutional

pre-training

dataset

R-CNN

arXiv reaDer

arXiv

self-supervised

representation learning

detection
リンク
Transformer Meets Tracker：ロバストなビジュアルトラッキングのための時間的コンテキストの活用
arxiv_reader 2021/03/23
ビデオオブジェクトトラッキングでは、既存のトラッカーではほとんど見過ごされてきた、連続するフレーム間に豊富な時間的コンテキストが存在します。この作業では、個々のビデオフレームをブリッジし、堅牢なオブジ

video

arXiv reaDer

reinforcement

arXiv

benchmark

transformer

tracking
リンク
教師なし2段階異常検出
arxiv_reader 2021/03/23
異常データは常にまれであり、非常に予測不可能なタイプである可能性があるため、単一の画像からの異常検出は困難です。利用可能な異常のないデータのみを使用して、ほとんどの既存の方法は、オートエンコーダーをト

dataset

arXiv reaDer

reconstruction

arXiv

unsupervised

face

anomaly detection
リンク
敵対的ドメイン適応のためのサンプル再ラベル付けによるドメイン弁別器の再活性化
arxiv_reader 2021/03/23
多くの教師なしドメイン適応（UDA）メソッドは、ドメイン敵対トレーニングを利用して特徴を整列させ、ドメインギャップを減らします。ここで、特徴抽出器は、特徴分布を整列させるためにドメイン弁別器をだますよ

domain adaptation

arXiv reaDer

adversarial

arXiv

benchmark

unsupervised
リンク
教師なし人物の再識別のためのカメラ内類似性
arxiv_reader 2021/03/23
教師なし人の再識別（Re-ID）作業のほとんどは、カメラ間の分布の不一致を考慮せずに特徴の類似性を測定することによって疑似ラベルを生成し、カメラ間のラベル計算の精度を低下させます。この論文は、疑似ラベ

re-id

dataset

transfer learning

arXiv reaDer

person

arXiv

classification

unsupervised

CNN
リンク
偏光ガイド鏡面反射分離
arxiv_reader 2021/03/23
鏡面反射は実際にキャプチャされた画像に存在することが多く、記録された色と固有の色の間に偏差が生じるため、鏡面反射の分離は、一貫したオブジェクト表面の外観を必要とする複数のアプリケーションに利点をもたら

arXiv

arXiv reaDer
リンク
前方ランキング問題としての神経膠腫成長予測の評価
arxiv_reader 2021/03/23
腫瘍増殖予測の問題は挑戦的ですが、有望な結果はモデル駆動法と統計的方法の両方で達成されています。この作業では、空間浸透パターンに焦点を当てた成長予測の評価、特に将来の成長の予測を評価するためのフレーム

segmentation

arXiv

arXiv reaDer

metric
リンク
テキストガイドによるニューラル画像の修復
arxiv_reader 2021/03/23
画像修復タスクでは、破損した画像をコンテキストと整合性のあるコンテンツで埋める必要があります。この研究分野は、ニューラルイメージインペインティング手法を使用して有望な進歩を遂げています。それにもかか

attention

arXiv

arXiv reaDer

dataset
リンク
AET-EFN：静的および動的なイベントベースのビジョンのための多用途の設計
arxiv_reader 2021/03/23
シーンの光学的変化を捉えるニューロモーフィックイベントカメラは、高速かつ低消費電力で注目を集めています。ただし、イベントデータは、非常に高い時間分解能を持つ時空間ドメインでノイズが多く、まばらで、不均

domain

dataset

attention

arXiv reaDer

arXiv

representation

sparse

point cloud
リンク
ドメイン適応のためのバッチ正規化分類器
arxiv_reader 2021/03/23
トレーニングセット外の予期しないデータで適切に機能するようにモデルを適応させることは、新しいアプローチの動機付けを続ける一般的な問題です。ソフトマックスアクティベーションの前に、出力レイヤーでバッチ正

domain adaptation

dataset

arXiv reaDer

arXiv

benchmark

batch normalization
リンク
表現不変性損失による指向性オブジェクト検出の最適化
arxiv_reader 2021/03/23
自然界には任意指向の物体が広く存在するため、近年、指向物体検出が注目されています。主流の回転検出器は、回転するオブジェクトを表すために、方向付けられた境界ボックス（OBB）または四辺形の境界ボックス（

metric

dataset

arXiv reaDer

localization

arXiv

representation

attention

detection
リンク
クロスブランチ機能融合による単一画像からの手オブジェクトの3D再構成
arxiv_reader 2021/03/23
手と物体の画像から手と物体の形状を正確に3Dで再構成することは、人間と物体の相互作用や人間の日常活動を理解するために重要です。素手ポーズ推定とは異なり、手とオブジェクトの相互作用は、手とその操作され

dataset

human

pose estimation

arXiv reaDer

reconstruction

LSTM

arXiv

3D

activity
リンク
積み重ねられた変圧器によるマルチモーダル運動予測
arxiv_reader 2021/03/23
自動運転の安全性にとって、近くの車両の複数のもっともらしい将来の軌道を予測することは非常に重要です。最近の動き予測アプローチは、機能を暗黙的に正則化するか、複数の候補提案を明示的に生成することによって

dataset

video

arXiv reaDer

arXiv

transformer

vehicle

autonomous driving
リンク
人物画像生成のためのプログレッシブで調整されたポーズ注意転送
arxiv_reader 2021/03/23
この論文は、ポーズ転送、すなわち、所与の人のポーズをターゲットポーズに転送するための新しい生成的敵対的ネットワークを提案する。一連の転送ブロックで構成されるプログレッシブジェネレータを設計します。各ブ

augmentation

re-id

dataset

arXiv reaDer

person

pose

GAN

arXiv

attention
リンク
アンカーフリーの人の検索
arxiv_reader 2021/03/23
人物検索は、現実的なトリミングされていない画像からクエリ人物を同時にローカライズして識別することを目的としています。これは、歩行者の検出と人物の再識別（re-id）の統合タスクと見なすことができます。

embedding

re-id

pedestrian

arXiv reaDer

person

localization

arXiv

anchor free

detection
リンク
画像美的評価に関する調査
arxiv_reader 2021/03/23
自動画像美学評価は、画像をさまざまな美的レベルに分類することを扱うコンピュータービジョンの問題です。分類は通常、入力画像を分析し、画像が写真の主要な原則（バランス、リズム、調和、コントラスト、統一、外

arXiv reaDer

learning

computer vision

arXiv

attention
リンク
ローカルセグメンテーションネットワークと曲線接続を使用した曲線テキストの検出
arxiv_reader 2021/03/23
曲線テキストまたは任意の形状のテキストは、実際のシナリオでは非常に一般的です。この論文では、ローカルセグメンテーションネットワーク（LSN）とそれに続く曲線接続を使用して、水平、方向付け、および曲線形

dataset

arXiv reaDer

arXiv

segmentation

detection
リンク
PriorityCut：ワープベースの画像アニメーションのオクルージョンガイド正則化
arxiv_reader 2021/03/23
画像アニメーションは、運転中のビデオの動きに続いてソース画像のビデオを生成します。最先端の自己監視画像アニメーションアプローチは、運転中のビデオの動きに応じてソース画像をワープし、修復することでワープ

augmentation

convolutional

domain

dataset

video

arXiv reaDer

computer vision

arXiv

self-supervised

regularization
リンク
人間の咬合解除：人間の目に見えない知覚と回復
arxiv_reader 2021/03/23
本論文では、人間の閉塞されたセグメンテーションマスクと目に見えない外観内容を理由とする人間の閉塞解除の問題に取り組む。特に、不可視部分を推定し、内部のコンテンツを復元するために、2段階のフレームワーク

dataset

human

attention

arXiv reaDer

pose

arXiv

segmentation
リンク
ディープニューラルネットワークは、セマンティックセグメンテーションでノイズの多いラベルからメタ構造を学習します
arxiv_reader 2021/03/23
蛍光顕微鏡画像は、生命科学における生物医学的プロセスの空間的または時空間的情報をキャプチャする重要な役割を果たします。それらの単純な構造とセマンティクスは、ディープニューラルネットワーク（DNN）の学

arXiv reaDer

learning

DNN

arXiv

unsupervised

segmentation
リンク
分散の伝達と正規化を掘り下げる：平均勾配のシフトによりネットワークが崩壊する
arxiv_reader 2021/03/23
正規化操作は、最先端のニューラルネットワークに不可欠であり、大きな学習率（LR）でネットワークを最初からトレーニングすることができます。 BNと重み正規化（WN）の関係を調査することにより、分散伝達の

convolutional

gradient

arXiv reaDer

learning

arXiv

batch normalization
リンク
堅牢な分類のために敵対的に最適化されたミックスアップ
arxiv_reader 2021/03/23
Mixupは、データポイント間でスムーズに補間された予測を行うようにネットワークをトレーニングするデータ拡張の手順です。敵対的トレーニングは、各データポイントの周囲のコンパクトな空間で最悪の場合の予測

augmentation

gradient

arXiv reaDer

adversarial

arXiv

classification
リンク
教師なし多変量CanonicalCSCℓ_4Netを使用した脳画像合成
arxiv_reader 2021/03/23
神経科学の最近の進歩は、特定の病状を調査し、人間の認知を理解するためのマルチモーダル医療データの有効性を浮き彫りにしました。ただし、さまざまなモダリティの完全なセットを取得することは、長い取得時間、高

dataset

human

arXiv reaDer

adaptation

arXiv

unsupervised

synthesis
リンク
パックと検出：関心領域パッキングを使用したビデオでの高速オブジェクト検出
arxiv_reader 2021/03/23
ビデオ内のオブジェクト検出は、オブジェクトトラッキング、ビデオ要約、ビデオ検索などのさまざまなアプリケーションのコンピュータビジョンにおける重要なタスクです。ディープニューラルネットワークの台頭により

dataset

arXiv reaDer

computer vision

arXiv

video

tracking

detection
リンク
Learn-to-Race：自律レースのためのマルチモーダル制御環境
arxiv_reader 2021/03/23
自動運転に関する既存の研究は、主に都市部の運転に焦点を当てていますが、これは高速レースの根底にある複雑な運転行動を特徴づけるには不十分です。同時に、既存のレーシングシミュレーションフレームワークは、視

metric

dataset

arXiv reaDer

learning

arXiv

trajectory

simulation

vehicle

autonomous driving
リンク
VIGOR：1対1の検索を超えたクロスビュー画像のジオローカリゼーション
arxiv_reader 2021/03/23
クロスビュー画像のジオローカリゼーションは、空中からのGPSタグ付き参照画像と照合することにより、ストリートビュークエリ画像の場所を特定することを目的としています。最近の研究は、都市規模のデータセット

dataset

arXiv reaDer

localization

arXiv

benchmark
リンク
ニューラルルミグラフレンダリング
arxiv_reader 2021/03/23
新しいビューの合成は、困難で不適切な逆レンダリングの問題です。ニューラルレンダリング技術は、最近、このタスクでフォトリアリスティックな画質を実現しました。ただし、最先端の（SOTA）ニューラルボリュー

dataset

arXiv reaDer

mesh

arXiv

representation

real time

3D

synthesis

face
リンク
教師なし個人の再識別のためのクラスターコントラスト
arxiv_reader 2021/03/23
教師なし個人再識別（re-ID）は、業界での実用化によりますます注目を集めています。最先端の教師なしre-IDメソッドは、メモリベースの非パラメトリックソフトマックス損失を使用してニューラルネットワー

domain adaptation

re-id

dataset

clustering

arXiv reaDer

person

arXiv

contrastive

unsupervised

attention
リンク
群集ローカリゼーションのための独立したインスタンスマップの学習
arxiv_reader 2021/03/23
群集シーンで各頭の位置を正確に特定することは、群集分析の分野で重要なタスクです。ただし、従来の密度ベースの方法は粗い予測のみを予測し、セグメンテーション/検出ベースの方法では、非常に密度の高いシーンや

pre-training

dataset

arXiv reaDer

learning

differentiable

localization

arXiv

segmentation
リンク
一時的な文の接地のためのコンテキストアウェアなBiaffineローカライズネットワーク
arxiv_reader 2021/03/23
この論文は、文のクエリによってトリミングされていないビデオから特定のセグメントの時間的境界を識別することを目的とする時間的文接地（TSG）の問題に対処します。以前の作業では、事前定義された候補セグメン

dataset

arXiv reaDer

reasoning

arXiv

localization

representation

video
リンク
ISTA-Net ++：圧縮センシングのための柔軟なディープアンフォールディングネットワーク
arxiv_reader 2021/03/23
ディープニューラルネットワークは画像圧縮センシング（CS）で目覚ましい成功を収めていますが、実際のアプリケーションでマルチレシオタスクやマルチシーン画像を処理する場合、それらのほとんどは柔軟性に欠けて

arXiv

arXiv reaDer

metric

dataset
リンク
サンプルおよび計算効率の高いVQAモデルを設計する方法
arxiv_reader 2021/03/23
視覚的な質問応答（VQA）などのマルチモーダル推論タスクでは、多くのモデリングとトレーニングのパラダイムがテストされています。以前のモデルは、ビジョンと言語のタスクにさまざまな方法を提案していますが、

arXiv reaDer

differentiable

reasoning

arXiv

VQA
リンク
SSCNav：視覚的セマンティックナビゲーションのための信頼性を意識したセマンティックシーンの完成
arxiv_reader 2021/03/23
このホワイトペーパーでは、視覚的なセマンティックナビゲーションに焦点を当てています。これは、アクティブなエージェントが未知の環境で指定されたターゲットオブジェクトカテゴリに移動するためのアクションを生

arXiv reaDer

action

arXiv

representation

video
リンク
ニューラルアーキテクチャの転送
arxiv_reader 2021/03/23
ニューラルアーキテクチャ検索（NAS）は、タスク固有のニューラルネットワークを自動的に設計するための有望な手段として浮上しています。既存のNASアプローチでは、ハードウェアまたは目的の展開仕様ごとに1

pre-training

dataset

NAS

transfer learning

arXiv reaDer

arXiv

benchmark

classification
リンク
エッジでの環境音の分類：非常にリソースに制約のあるデバイスでの深部音響ネットワークのパイプライン
arxiv_reader 2021/03/23
デスクトップおよびクラウドシステムの分類および認識能力をエッジデバイスに直接もたらすために、多大な努力が払われています。エッジでのディープラーニングの主な課題は、極端なリソースの制約（メモリ、CPU速

arXiv reaDer

learning

quantization

arXiv

benchmark

classification

compression

CNN

edge device
リンク
条件付きフレシェ開始距離
arxiv_reader 2021/03/23
条件付き分布関数間の距離関数を検討します。ワッサースタインメトリックと、フレシェ開始距離（FID）として知られるそのガウスケースに焦点を当てます。これらのメトリックの条件付きバージョンを開発し、それら

metric

arXiv reaDer

learning

generative

arXiv
リンク
クロスドメインの人の再識別のための教師なしの自己適応技術
arxiv_reader 2021/03/23
重複しないカメラ間での人物再識別（ReID）は困難な作業であり、このため、従来技術のほとんどの作品は、異なるビューで同じ人物を照合するために、ラベル付きデータセットからの教師あり特徴学習に依存していま

domain adaptation

re-id

dataset

unsupervised

arXiv reaDer

learning

person

arXiv

loss function
リンク
MoViNets: 効率的なビデオ認識のためのモバイルビデオネットワーク
arxiv_reader 2021/03/23
モバイルビデオネットワーク（MoViNets）を紹介します。これは、オンライン推論のためにストリーミングビデオを操作できる計算およびメモリ効率の高いビデオネットワークのファミリーです。 3D畳み込みニ

dataset

NAS

video

arXiv reaDer

action recognition

arXiv

3D

CNN
リンク
初期化時のニューラルネットワークの剪定：なぜマークが欠落しているのですか？
arxiv_reader 2021/03/23
最近の研究では、初期化時にニューラルネットワークを枝刈りする可能性が調査されています。そのための提案を評価します：SNIP（Lee et al。、2019）、GraSP（Wang et al。、202

pruning

arXiv

arXiv reaDer
リンク
随伴剛体変換ネットワーク：3D形状のタスク条件付きアライメント
arxiv_reader 2021/03/23
3Dデータ（点群、メッシュ）のほとんどの学習方法では、データが正規の方向に注意深く配置されていないと、パフォーマンスが大幅に低下します。さまざまなソースから収集された実世界の3Dデータを調整することは

pre-training

arXiv reaDer

learning

disentangling

reconstruction

mesh

arXiv

self-supervised

3D

point cloud
リンク
プライバシー保護の深い行動認識：敵対的学習フレームワークと新しいデータセット
arxiv_reader 2021/03/23
スマートカメラアプリケーションで重要性が増している問題であるディープラーニングにおけるプライバシー保護のビデオベースの行動認識を調査します。ターゲットユーティリティタスクのパフォーマンスと関連するプラ

dataset

arXiv reaDer

adversarial

action recognition

learning

arXiv

video

face
リンク
カメラポーズ回帰におけるアクティベーションマップに注意を払う
arxiv_reader 2021/03/23
カメラポーズ回帰法は、クエリ画像に単一のフォワードパスを適用して、カメラポーズを推定します。そのため、画像検索に基づく従来のローカリゼーションスキームに代わる高速で軽量な代替手段を提供します。ポーズ回

embedding

convolutional

arXiv reaDer

pose

localization

arXiv

benchmark

transformer

attention
リンク
#PraCegoVer：ポルトガル語の画像キャプション用の大規模なデータセット
arxiv_reader 2021/03/23
自然な文章を使用して画像を自動的に説明することは、視覚障害者のインターネットへの参加をサポートするための重要なタスクです。画像に存在するオブジェクトの関係と、それらが関与する属性およびアクションを理解

dataset

captioning

interpretation

arXiv reaDer

action

arXiv
リンク
軌道シミュレーションにおける速度制御のための条件付き生成的敵対的ネットワーク
arxiv_reader 2021/03/23
運動行動は、目標、隣接するエージェントの存在と行動、社会的関係、物理的および社会的規範、さまざまな特性を持つ環境など、いくつかの要因によって駆動されます。ほとんどの要因は直接観察できないため、コンテキ

augmentation

pooling

metric

arXiv reaDer

GAN

arXiv

trajectory

benchmark

simulation

attention
リンク
トランスフォーマーを使用したマルチシーン絶対ポーズ回帰の学習
arxiv_reader 2021/03/23
絶対カメラポーズリグレッサは、キャプチャされた画像のみからカメラの位置と向きを推定します。通常、多層パーセプトロンヘッドを備えた畳み込みバックボーンは、一度に1つの参照シーンを埋め込むために画像とポー

embedding

convolutional

dataset

arXiv reaDer

learning

pose

localization

arXiv

transformer
リンク
移動カメラからの移動物体検出のためのUAV画像データセット
arxiv_reader 2021/03/23
このペーパーでは、移動するオブジェクトに手動でラベルを付ける新しい高解像度の航空画像データセットを紹介します。移動カメラの移動物体検出手法の評価に貢献することを目的としています。航空写真から動く物体を

dataset

arXiv reaDer

computer vision

arXiv

UAV

detection
リンク
車両消失点検出による交通カメラのキャリブレーション
arxiv_reader 2021/03/23
本論文では、交通監視映像内の車両に関連する消失点のペアの検出に基づく交通監視カメラのキャリブレーション方法を提案します。消失点を検出するために、無限の射影空間全体から消失点を検出できるようにするダイヤ

dataset

arXiv reaDer

detection

arXiv

vehicle

CNN
リンク
責任あるAI：感情認識におけるジェンダーバイアス評価
arxiv_reader 2021/03/23
人工知能（AI）システムの急速な発展は、社会における多くの懸念を増幅させています。これらのAIアルゴリズムは、不思議な操作フローのために人間からさまざまなバイアスを継承し、そのために使用法が不利になり

bias

emotion

explainable

arXiv reaDer

learning

arXiv

face
リンク
最適なトランスポートによるディープディストリビューション保存の不完全なクラスタリング
arxiv_reader 2021/03/23
クラスタリングは、コンピュータービジョンと機械学習のコミュニティにおける基本的なタスクです。さまざまな方法が提案されていますが、不完全な高次元データを処理すると、既存のアプローチのパフォーマンスが劇的

embedding

clustering

arXiv reaDer

learning

reconstruction

computer vision

arXiv

loss function
リンク
MiniSeg：効率的なCOVID-19セグメンテーションのための非常に最小限のネットワーク
arxiv_reader 2021/03/23
新しいパンデミック、すなわちCOVID-19の急速な拡大は、世界の健康を深刻に脅かしています。 COVID-19に感染したCT領域のセグメンテーションなど、ディープラーニングベースのコンピューター支援

attention

arXiv reaDer

COVID-19

learning

arXiv

benchmark

CT

segmentation
リンク
TextCaps用の信頼性を意識した非反復マルチモーダルトランスフォーマー
arxiv_reader 2021/03/23
画像を説明するとき、重要な情報を理解するには、視覚的なシーンでテキストを読むことが重要です。最近の作業では、TextCapsタスク、つまり光学式文字認識（OCR）トークンを読み取る画像キャプションを調

embedding

dataset

captioning

arXiv reaDer

reasoning

arXiv

transformer
リンク
FastFlowNet：高速オプティカルフロー推定のための軽量ネットワーク
arxiv_reader 2021/03/23
高密度オプティカルフロー推定は、多くのロボットビジョンタスクで重要な役割を果たします。過去数年間、ディープラーニングの出現により、オプティカルフローの推定に大きな進歩が見られました。ただし、現在のネッ

pooling

dataset

robot

arXiv reaDer

estimation

learning

arXiv

optical flow

synthesis
リンク
シングルショットフリースタイルダンスの再現
arxiv_reader 2021/03/23
ソースダンサーとターゲット人物との間のモーション転送のタスクは、ポーズ転送問題の特殊なケースであり、ターゲット人物はダンサーのモーションに応じてポーズを変更します。この作品では、トレーニング中には見え

arXiv reaDer

person

pose

arXiv

single-shot

video

face
リンク
インスタントティーチング：エンドツーエンドの半教師ありオブジェクト検出フレームワーク
arxiv_reader 2021/03/23
教師あり学習ベースのオブジェクト検出フレームワークは、多くの面倒な手動注釈を必要としますが、実際のアプリケーションでは実用的でない場合があります。半教師ありオブジェクト検出（SSOD）は、ラベルのない

dataset

bias

arXiv reaDer

learning

semi-supervised

arXiv

detection
リンク
航空写真での物体検出のためのキャリブレーションされたガイダンスの学習
arxiv_reader 2021/03/23
最近、航空画像での物体検出に関する研究は、コンピュータビジョンのコミュニティで大きな進歩を遂げました。ただし、ほとんどの最先端の方法は、チャネル内の特徴キャリブレーションの重要性を驚くほど無視しながら

arXiv reaDer

learning

computer vision

arXiv

benchmark

transformer

attention

detection
リンク
ScanMix：セマンティッククラスタリングと半教師あり学習による重大なラベルノイズからの学習
arxiv_reader 2021/03/23
この論文では、深刻なラベルノイズの存在下でディープニューラルネットワークをトレーニングする問題に対処します。提案されたトレーニングアルゴリズムScanMixは、セマンティッククラスタリングと半教師あり

clustering

arXiv reaDer

learning

identification

semi-supervised

arXiv

benchmark

classification

representation
リンク
クロスビュートランスフォーマーを使用した未登録の医用画像のマルチビュー分析
arxiv_reader 2021/03/23
マルチビュー医療画像分析は、多くの場合、複数のビューからの情報の組み合わせに依存します。ただし、視点の違いやその他の形式のずれにより、登録が常に可能であるとは限らないため、ビューを効果的に組み合わせる

pooling

dataset

arXiv reaDer

arXiv

transformer
リンク
少数ショット画像分類のための階層的表現ベースのクエリ固有のプロトタイプネットワーク
arxiv_reader 2021/03/23
少数ショットの画像分類は、少数のラベル付きトレーニングデータで見えないカテゴリを認識することを目的としています。最近のメトリックベースのフレームワークは、固定プロトタイプ（たとえば、サポートカテゴリの

metric

dataset

arXiv reaDer

few-shot

arXiv

classification

benchmark

representation
リンク
数ショットの画像認識のためのマルチレベルメトリック学習
arxiv_reader 2021/03/23
少数のサンプルでモデルをトレーニングすることに専念するショット学習はほとんどありません。最近、ローカル記述子メトリック学習に基づく方法が優れたパフォーマンスを達成しました。これらのアプローチのほとんど

arXiv reaDer

few-shot

benchmark

arXiv

metric learning
リンク
MaAST：効率的なビジュアルナビゲーションのためのセマンティックトランスフォーマーによる地図の注意
arxiv_reader 2021/03/23
自律エージェントのビジュアルナビゲーションは、コンピュータビジョンとロボット工学の分野におけるコアタスクです。深層強化学習などの学習ベースの方法は、このタスクのために開発された従来のソリューションより

semantic segmentation

arXiv reaDer

computer vision

arXiv

representation

transformer

attention

reinforcement learning
リンク
FCレイヤー用のProgressiveSpinalNetアーキテクチャ
arxiv_reader 2021/03/23
深層学習モデルでは、FC（完全に接続された）層が、前の層から学習した特徴に基づいて入力を分類するための最大の重要な役割を果たします。 FC層はパラメーターの数が最も多く、これらの多数のパラメーターを微

dataset

gradient

arXiv reaDer

arXiv

classification

CNN
リンク
ニューラルネットワーク分類器の一般的なロバスト性のための自然摂動トレーニング
arxiv_reader 2021/03/23
分類のためのニューラルネットワークの堅牢性に焦点を当てます。堅牢性を実現するための方法間の公正な比較を可能にするために、最初に分類器の劣化の測定に基づく標準を導入します。次に、ネットワークを強化するた

dataset

occlusion

arXiv reaDer

adversarial

learning

arXiv

classification
リンク
免疫組織化学的染色の増強法としての自己敵対的攻撃
arxiv_reader 2021/03/23
サイクルの一貫性によって制約された対になっていない画像から画像への変換方法は、正確な入力再構成に必要な情報を知覚できないノイズとして隠すことが示されています。組織病理学データに適用すると、この隠れたノ

augmentation

arXiv reaDer

adversarial

reconstruction

arXiv

segmentation
リンク
自動運転におけるセマンティックセグメンテーションのためのクロスデータセット共学習
arxiv_reader 2021/03/23
最近の研究では、ターゲットデータセットで適切に設計されたアーキテクチャを調査することにより、セマンティックセグメンテーションのパフォーマンスを向上させようとしています。ただし、さまざまなデータセット間

dataset

semantic segmentation

arXiv reaDer

learning

arXiv

representation
リンク
ブラインドフェースの復元のための進歩的な意味認識スタイル変換
arxiv_reader 2021/03/23
顔の復元は顔画像処理において重要であり、近年広く研究されています。ただし、以前の作品では、現実の低品質（LQ）の顔画像に対して、もっともらしい高品質（HQ）の結果を生成できないことがよくあります。こ

arXiv

arXiv reaDer

synthesis

face
リンク
スパースライトフィールドカメラの深度推定と視覚オドメトリの教師なし学習
arxiv_reader 2021/03/23
ロボットの知覚を劇的に改善する可能性のある新しいイメージングデバイスのエキサイティングな多様性が出現している一方で、これらのカメラのキャリブレーションと解釈の課題により、ロボットコミュニティでの採用が

odometry

metric

robot

arXiv reaDer

estimation

learning

monocular

arXiv

sparse

unsupervised
リンク
ビデオパーソンの再識別のための参照支援部分整列機能の解きほぐし
arxiv_reader 2021/03/23
最近、ビデオベースの個人再識別（re-ID）は、その実用的なアプリケーションの見通しのために、コンピューティングビジョンコミュニティでますます注目を集めています。不正確な人物の検出とポーズの変更により

re-id

dataset

pedestrian

arXiv reaDer

disentangling

pose

arXiv

benchmark

representation

attention
リンク
学習したコンパクトで編集可能なライトフィールド表現
arxiv_reader 2021/03/23
ライトフィールドは、通常、ビューの配列、または単一のビューのピクセルごとの複数の指向性サンプルとして構造化された4Dシーン表現です。ただし、この高度に相関する構造は、送信および操作（特に編集の場合）に

residual

occlusion

arXiv reaDer

learning

reconstruction

arXiv

representation
リンク
PGT：長いビデオでモデルをトレーニングするための進歩的な方法
arxiv_reader 2021/03/23
畳み込みビデオモデルは、対応する画像レベルモデルよりも計算の複雑さが1桁大きくなります。計算リソースに制約されるため、長いビデオシーケンスをエンドツーエンドでトレーニングできるモデルやトレーニング方法

convolutional

dataset

arXiv reaDer

arXiv

video
リンク
ビデオ異常を検出およびローカライズするためのモジュール式で統合されたフレームワーク
arxiv_reader 2021/03/23
ビデオの異常検出は、ますます注目を集めています。ベンチマークデータセットでの最近の方法の競争力のあるパフォーマンスにもかかわらず、それらは通常、モジュール性、クロスドメイン適応性、解釈可能性、リアルタ

metric

dataset

transfer learning

arXiv reaDer

localization

arXiv

benchmark

real time

attention

anomaly detection
リンク
ニューラルネットワークトレーニングの統計的に有意な停止
arxiv_reader 2021/03/23
深層学習分類器をトレーニングするときに採用される一般的なアプローチは、数回の反復ごとにパラメーターを保存し、人間のオブザーバーまたは単純なメトリックベースのヒューリスティックがネットワークが学習してい

human

arXiv

arXiv reaDer

learning
リンク
意味論的および幾何学的事前分布を使用した除雪のための高密度マルチスケールネットワーク
arxiv_reader 2021/03/23
雪の日にキャプチャされた画像は、シーンの可視性が著しく低下し、現在のビジョンベースのインテリジェントシステムのパフォーマンスが低下します。したがって、画像から除雪することは、コンピュータビジョンの重要

arXiv reaDer

computer vision

arXiv

representation

synthesis
リンク
きめ細かい不均衡なデータ分類のための地理的時空間的特徴と形状ベースの事前知識
arxiv_reader 2021/03/23
きめ細かい分類は、グローバルな認識とパターンが類似しているが、細部が異なるアイテムを区別することを目的としています。私たちの主な課題は、クラス間の小さな変動とクラス内の大きな変動の両方から来ています。

arXiv

arXiv reaDer

classification
リンク
DomainMix：人間の注釈なしで一般化可能な人物の再識別を学習する
arxiv_reader 2021/03/23
既存の個人の再識別方法は、一般化の可能性が低いことがよくあります。これは主に、大規模なラベル付きトレーニングデータの可用性が限られているためです。ただし、大規模なトレーニングデータのラベル付けは、非常

domain

re-id

dataset

human

arXiv reaDer

adversarial

person

classification

arXiv

synthesis
リンク
二重不確実性推定を使用したラベルノイズによる医用画像分類の改善
arxiv_reader 2021/03/23
ディープニューラルネットワークはデータ駆動型であることが知られており、ラベルノイズはモデルのパフォーマンスに著しい影響を与える可能性があります。最近の研究では、ノイズの多いレートでも、従来の画像認識に

dataset

arXiv reaDer

estimation

learning

arXiv

classification
リンク
農業ロボット用の高精度制御と深層学習ベースのトウモロコシスタンドカウントアルゴリズム
arxiv_reader 2021/03/23
この論文では、農業用の低コストで超コンパクトな3D印刷された自律型フィールドロボットのための、高精度の制御と深層学習ベースのコーンスタンドカウントアルゴリズムを紹介します。現在、出芽率、バイオマス、活

robot

arXiv reaDer

arXiv

real time

3D

tracking
リンク
ハイパーグラフに基づく構造テキスタイルパターンの認識と処理
arxiv_reader 2021/03/23
人文科学は、社会の他の多くの分野と同様に、現在、デジタルトランスフォーメーションをきっかけに大きな変化を遂げています。ただし、この領域のデジタル化された資料のコレクションに簡単にアクセスできるようにす

clustering

arXiv

arXiv reaDer

dataset
リンク
教師なしアクションセグメンテーションのための時間的に重み付けされた階層的クラスタリング
arxiv_reader 2021/03/23
アクションセグメンテーションは、ビデオ内の意味的に一貫した視覚的概念の境界を推測することを指し、多くのビデオ理解タスクにとって重要な要件です。このタスクやその他のビデオ理解タスクでは、監視されたアプロ

dataset

clustering

video

arXiv reaDer

weakly-supervised

action

arXiv

unsupervised

segmentation
リンク
アトリビューションは正常に見えるため、堅牢なモデルはより解釈しやすくなります
arxiv_reader 2021/03/23
ディープニューラルネットワーク（DNN）の説明に関する最近の作業は、モデルの出力スコアを入力特徴に帰属させることに焦点を当てています。ただし、分類の問題に関しては、より基本的な問題は、各機能が、入力イ

arXiv reaDer

adversarial

DNN

arXiv

classification
リンク
https://arxiv-check-250201.firebaseapp.com/each/2103.11247v2
arxiv_reader 2021/03/23
マルチスケールシャムCNNの特徴マップに対応するTransformerエンコーダーを使用したマルチモーダル画像パッチマッチングのための注意ベースのアプローチを提案します。私たちのエンコーダーは、タスク

residual

embedding

arXiv reaDer

learning

arXiv

benchmark

transformer

attention

CNN
リンク
並列カスケードネットワークと時間差損失によるいつでも予測の改善
arxiv_reader 2021/03/23
ディープフィードフォワードニューラルネットワークは霊長類の視覚系といくつかの特徴を共有していますが、重要な違いはそれらのダイナミクスです。ディープネットは通常、後続のレイヤーで処理が開始される前に、各

residual

arXiv reaDer

arXiv

OOD

detection
リンク
コーヒー作物のさびと葉の採掘者の検出と定量化のための人工知能
arxiv_reader 2021/03/23
害虫や病気の防除は、これらの薬剤によって引き起こされる被害が毎年莫大な経済的損失の原因となっているため、農業において重要な役割を果たしています。この仮定に基づいて、コーヒーの葉（Coffea arab

arXiv

arXiv reaDer

CNN

detection
リンク
深層学習アンサンブルモデルによる肩のX線画像の分類
arxiv_reader 2021/03/23
骨折は、さまざまな理由で、身体の他の関節よりも可動域が広い肩の領域で発生します。これらの骨折を診断するために、X線（X線）、磁気共鳴画像法（MRI）、またはコンピューター断層撮影（CT）から収集された

dataset

arXiv reaDer

learning

arXiv

classification

MRI

CT

detection
リンク
歯科用コーンビームCTシステムにおけるセファログラム合成とランドマーク検出
arxiv_reader 2021/03/23
標準化された3Dセファロ分析法がないため、3DコーンビームCT（CBCT）ボリュームから合成された2Dセファログラムは、歯科用CBCTシステムのセファロ分析に広く使用されています。ただし、従来のX線

landmark

arXiv reaDer

learning

reconstruction

GAN

arXiv

CT

3D

synthesis

detection
リンク
s-Well分離ペア分解を使用した電力加重最短経路データの前処理
arxiv_reader 2021/03/23
s> 0の場合、R ^ n、n> 1の特定の点セットですべてのsウェル分離ペアを計算するアルゴリズムを検討します。整数K> 1の場合、ダイクストラのアルゴリズムの順列であるアルゴリズ

arXiv

arXiv reaDer

metric
リンク
カバレッジとビジュアルハルを最適化するためのZバッファレンダリングによるマルチカメラ配置
arxiv_reader 2021/03/23
人間の完全性が保証されている場合にのみ、共通の作業セルで人間とロボットの協力を許可できます。複数のカメラを備えた監視システムは、人間の協力者に接触することなく衝突を検出できます。フェイルセーフシステム

human

robot

arXiv reaDer

reconstruction

arXiv

simulation

3D
リンク
マルチカメラ配置のための微分不可能な対称対物レンズの効率的なグローバル最適化
arxiv_reader 2021/03/23
3Dシーンに複数のカメラを最適に配置および配置するための新しい反復法を提案します。サンプルアプリケーションには、3D再構成の精度の向上、監視のためのカバーエリアの最大化、または多視点歩行者追跡のカバレ

pedestrian

arXiv reaDer

quantization

reconstruction

arXiv

3D

tracking
リンク
視覚オドメトリを使用した車両制御のための自己監視ステアリング角度予測
arxiv_reader 2021/03/23
自動運転車の視覚ベースの学習方法は、主に、トレーニングに多数のラベルを必要とする教師ありアプローチを使用してきました。ただし、これらのラベルは通常、入手が困難で費用がかかります。この論文では、完全に自

odometry

arXiv reaDer

learning

pose

arXiv

trajectory

self-supervised

vehicle
リンク
ロングテール視覚認識のためのラベル分布のもつれを解く
arxiv_reader 2021/03/23
ロングテール視覚認識の現在の評価プロトコルは、ロングテールソースラベル分布で分類モデルをトレーニングし、均一なターゲットラベル分布でのパフォーマンスを評価します。このようなプロトコルは、ターゲットもロ

dataset

arXiv reaDer

disentangling

arXiv

classification

benchmark

representation
リンク
お互いのために作られていない-オーディオビジュアル不協和ベースのディープフェイク検出とローカリゼーション
arxiv_reader 2021/03/23
モダリティ不協和音スコア（MDS）と呼ばれる、音声と視覚のモダリティ間の非類似性に基づくディープフェイクビデオの検出を提案します。どちらかのモダリティを操作すると、2つのモダリティの間で不調和が生じ

deepfake

dataset

arXiv reaDer

localization

arXiv

contrastive

video

detection

face
リンク
行動認識のための効率的な時空間コンテキストモデリング
arxiv_reader 2021/03/23
文脈情報は、行動認識において重要な役割を果たします。ローカル操作では、遠距離恋愛の2つの要素間の関係をモデル化するのが困難です。ただし、任意の2点間のコンテキスト情報を直接モデル化すると、計算とメモリ

segmentation

dataset

recurrent

arXiv reaDer

action recognition

arXiv

sparse

3D

attention
リンク
3M：Multi-UPDOWNモデルでのマルチモダリティ機能を使用したマルチスタイルの画像キャプション生成
arxiv_reader 2021/03/23
この論文では、マルチモダリティ画像機能、ResNeXt機能、およびDenseCapによって生成されたテキスト機能を使用するスタイリッシュな画像キャプションのマルチスタイル生成モデルを構築します。マルチ

metric

captioning

dataset

arXiv reaDer

generative

arXiv
リンク
精度と効率のトレードオフの改善に向けて: 分割と共同トレーニング
arxiv_reader 2021/03/23
幅を大きくすると必然的にモデルの容量が増えるため、ニューラルネットワークの幅は重要です。ただし、ネットワークのパフォーマンスは幅に比例して向上せず、すぐに飽和状態になります。この場合、ネットワーク（ア

regularization

arXiv

arXiv reaDer

benchmark
リンク
あなたの分類器は密かにマルチソースドメインの適応で十分です
arxiv_reader 2021/03/23
マルチソースドメインアダプテーション（MSDA）は、ドメインシフトの下で、複数のラベル付きソースドメインからラベルなしターゲットドメインへのタスク知識の転送を処理します。既存の方法は、補助的な分布調整

domain adaptation

arXiv reaDer

arXiv

benchmark

self-supervised
リンク
クラスまたは連続変数の条件付けを使用した、条件付きGANの効率的な密度比ガイド付きサブサンプリング
arxiv_reader 2021/03/23
全体的な画質を改善するために無条件の生成的敵対的ネットワーク（GAN）をサブサンプリングすることが最近研究されています。ただし、これらの方法は多くの場合、高いトレーニングコスト（ストレージスペース、パ

dataset

arXiv reaDer

estimation

GAN

arXiv

sparse
リンク
マルチスケール補間ガウス記述子を使用した教師なし異常検出
arxiv_reader 2021/03/23
現在の教師なし異常検出およびピクセル単位の異常位置特定システムは、通常、正常な画像の分布の効果的な推定と異常を識別するための堅牢な基準に依存する1クラスの分類器として定式化されます。ただし、現在のシス

dataset

arXiv reaDer

estimation

identification

arXiv

unsupervised

anomaly detection
リンク
堅牢な時間的特徴の大きさの学習による弱教師ありビデオ異常検出
arxiv_reader 2021/03/23
弱く監視されたビデオレベルのラベルによる異常検出は、通常、複数インスタンス学習（MIL）問題として定式化されます。この問題では、異常イベントを含むスニペットを識別し、各ビデオをビデオスニペットのバッグ

convolutional

arXiv reaDer

learning

weakly-supervised

arXiv

benchmark

video

anomaly detection
リンク
MonteFloor：正確な大規模フロアプランを再構築するためのMCTSの拡張
arxiv_reader 2021/03/23
ノイズの多い3D点群からフロアプランを再構築するための新しい方法を提案します。私たちの主な貢献は、問題の複雑さにもかかわらず、適切な目的関数を効率的に最大化するためにモンテカルロ木探索（MCTS）アル

dataset

arXiv reaDer

differentiable

arXiv

3D

point cloud
リンク
クラス固有のフィルターを区別することによる解釈可能な畳み込みニューラルネットワークのトレーニング
arxiv_reader 2021/03/23
畳み込みニューラルネットワーク（CNN）は、さまざまなタスクで正常に使用されています。ただし、CNNはしばしば「ブラックボックス」と見なされ、解釈性が欠如しています。主な理由の1つは、フィルタークラ

pre-training

interpretation

arXiv reaDer

adversarial

detection

localization

arXiv

representation

sparse

CNN
リンク
MogFace：顔検出器のスケール拡張を再考する
arxiv_reader 2021/03/23
顔検出器は、極端なスケール変動の課題に頻繁に直面します。有名なソリューションは、マルチスケールトレーニング、データアンカーサンプリング、およびランダム作物戦略です。この論文では、画像の前景と背景の情報

augmentation

dataset

arXiv reaDer

arXiv

benchmark

detection

face
リンク
Masked GAN 潜在コード最適化による高解像度顔編集
arxiv_reader 2021/03/23
顔の編集は、顔の画像の特定の特性を編集することを目的とした、コンピュータビジョンコミュニティで人気のある研究トピックです。最近提案された方法は、条件付きエンコーダーデコーダー生成的敵対的ネットワーク（

embedding

pre-training

dataset

arXiv reaDer

disentangling

computer vision

GAN

arXiv

classification

face
リンク
モバイルタブレットの視線追跡のための適応機能融合ネットワーク
arxiv_reader 2021/03/23
最近、多くのマルチストリーム視線推定方法が提案されている。彼らは目と顔の外観から視線を推定し、妥当な精度を達成します。ただし、ほとんどの方法は、目と顔の外観から抽出された特徴を単純に連結します。機能融

dataset

arXiv reaDer

estimation

arXiv

tracking

face

gaze
リンク
車線セグメンテーションのための共同コーディングモデルに基づく新しいマルチモーダル融合ネットワーク
arxiv_reader 2021/03/23
最近、マルチモーダルセンサーを利用して堅牢なレーンラインセグメンテーションを実現することに関心が高まっています。この論文では、情報理論の観点から新しいマルチモーダル融合アーキテクチャを紹介し、光検出お

dataset

arXiv reaDer

learning

arXiv

LiDAR

segmentation

detection
リンク
分類器の作成：ConvNetをゼロショット学習者に変えましょう！
arxiv_reader 2021/03/23
ゼロショット学習（ZSL）では、観察されたときの予想される外観（クラスの埋め込み）に関するテキストの説明と、注釈付きの視覚データにアクセスできる見られたクラスの互いに素なプールを使用して、見えないカテ

dataset

embedding

benchmark

zero-shot

attention

arXiv

representation

CNN

classification

arXiv reaDer
リンク
画像セマンティックセグメンテーションのための新しいアップサンプリングとコンテキスト畳み込み
arxiv_reader 2021/03/23
画像のピクセル単位の分類を指すセマンティックセグメンテーションは、ロボットビジョンや自動運転業界での重要性が増しているため、コンピュータビジョンの基本的なトピックです。オブジェクトの境界、カテゴリ、場

pooling

dataset

semantic segmentation

arXiv reaDer

computer vision

arXiv

benchmark

classification

CNN

autonomous driving
リンク
イメージングおよび人工知能技術による中心性漿液性網膜症の検出における最近の進展レビュー
arxiv_reader 2021/03/23
中心性漿液性網膜症（CSR）は、世界中の多くの人々に失明や視力喪失を引き起こす原因となる主要な重大な疾患です。この病気は、中心性漿液性脈絡網膜症（CSC）としても知られており、網膜の背後に水分がたまる

dataset

human

arXiv reaDer

learning

arXiv

detection
リンク
少数のショット学習のための概念学習者
arxiv_reader 2021/03/23
いくつかのラベル付きの例だけを与えられた新しいタスクに一般化できるアルゴリズムを開発することは、機械レベルと人間レベルのパフォーマンスの間のギャップを埋める上での根本的な課題を表しています。人間の認知

domain

metric

dataset

human

arXiv reaDer

few-shot

reasoning

arXiv

classification

representation
リンク
マルチエージェントコラボレーションによるローカルパッチ自動拡張
arxiv_reader 2021/03/23
データ拡張（DA）は、モデルの一般化を改善するためのディープニューラルネットワークのトレーニングにおいて重要な役割を果たします。最近の作業では、AutoAugment（AA）などの自動DAポリシーによ

augmentation

dataset

arXiv reaDer

benchmark

arXiv

classification

reinforcement learning
リンク
GANトレーニングにおける高周波成分の影響の調査
arxiv_reader 2021/03/23
生成的敵対的ネットワーク（GAN）の進歩には、実際の画像と視覚的に区別できない現実的な画像を生成する機能があります。ただし、画像スペクトルの最近の研究では、生成された画像と実際の画像が高周波で大きな違

dataset

human

arXiv reaDer

GAN

arXiv

loss function

CNN
リンク
近接センシング画像を使用した都市の土地利用分析：調査
arxiv_reader 2021/03/23
都市部は複雑な機能システムであり、人間の活動と密接に関連し、それによって再形成されます。全地球測位システム（GPS）を搭載したオンライン地理情報共有プラットフォームとモバイルデバイスの普及により、都市

dataset

human

arXiv reaDer

arXiv

activity
リンク
3DMNDT：正規分布変換に基づく3Dマルチビュー登録方法
arxiv_reader 2021/03/23
正規分布変換（NDT）は、ポイントセット登録の効果的なパラダイムです。この方法は元々ペアワイズ登録用に設計されており、マルチビュー登録に適用すると大きな課題が発生します。 NDTフレームワークの下で、

clustering

arXiv reaDer

estimation

arXiv

benchmark

3D
リンク
AD-NeRF：トーキングヘッド合成のためのオーディオ駆動型ニューラル放射輝度フィールド
arxiv_reader 2021/03/23
入力オーディオシーケンスに適合させることによって忠実度の高いトーキングヘッドビデオを生成することは、最近かなりの注目を集めている挑戦的な問題です。この論文では、ニューラルシーン表現ネットワークを利用し

landmark

video

arXiv reaDer

arXiv

representation

3D

synthesis

face
リンク
自動運転のためのステレオCenterNetベースの3Dオブジェクト検出
arxiv_reader 2021/03/23
近年、ステレオカメラに基づく3D検出は大きな進歩を遂げましたが、ほとんどの最先端の方法では、アンカーベースの2D検出または深度推定を使用してこの問題を解決しています。ただし、計算コストが高いため、これ

dataset

arXiv reaDer

estimation

arXiv

stereo

real time

3D

detection

autonomous driving
リンク
SAR画像における深層伝達学習の可視化
arxiv_reader 2021/03/23
合成開口レーダー（SAR）画像は、陸上および海洋の監視にさまざまな用途があります。電気光学（EO）システムとは異なり、これらのシステムは気象条件の影響を受けず、昼夜を問わず使用できます。 SAR画像の

dataset

transfer learning

arXiv reaDer

arXiv

synthesis
リンク
顔のランドマークを使用した顔の非対称性の自動定量化
arxiv_reader 2021/03/23
片側の顔面神経麻痺は、顔の側面の顔の筋肉の不均一な動きを引き起こします。医師は現在、臨床経験に基づいて主観的な方法で顔の非対称性を評価しています。この論文は、正面の顔に客観的で定量的な非対称スコアを提

metric

dataset

landmark

arXiv reaDer

learning

arXiv

optical flow

detection

face
リンク
セマンティック画像合成には敵対的な監視のみが必要です
arxiv_reader 2021/03/23
最近の成功にもかかわらず、セマンティック画像合成のGANモデルは、敵対的監視のみでトレーニングした場合、依然として画質が低下します。歴史的に、VGGベースの知覚損失を追加で採用することで、この問題を克

dataset

semantic segmentation

arXiv reaDer

adversarial

GAN

arXiv

3D

synthesis
リンク
生成的敵対的ネットワークのためのU-Netベースの弁別器
arxiv_reader 2021/03/23
生成的敵対的ネットワーク（GAN）の主な残りの課題の中には、実際の画像と区別がつかないオブジェクトの形状とテクスチャを使用して、グローバルおよびローカルでコヒーレントな画像を合成する能力があります。こ

augmentation

metric

dataset

arXiv reaDer

GAN

arXiv

U-Net

regularization

segmentation
リンク
ConDA：継続的な教師なしドメイン適応
arxiv_reader 2021/03/23
ドメイン適応（DA）技術は、トレーニングに使用されるソースドメインとテストが行われるターゲットドメインの間のドメインシフトを克服するために重要です。ただし、現在のDA手法では、適応中にターゲットドメイ

domain adaptation

dataset

arXiv reaDer

arXiv

classification

unsupervised
リンク
ヨーロッパの温帯林でAIを使用した哺乳類のカメラトラップ画像からの自動種認識に向けた第一歩
arxiv_reader 2021/03/23
カメラトラップは、野生生物を監視するために世界中で使用されています。ディープラーニング（DL）モデルの可用性が高まっているにもかかわらず、野生生物の監視をサポートするためのこのテクノロジーの効果的な使

dataset

transfer learning

arXiv reaDer

identification

arXiv

classification

real time

detection

edge device
リンク
ショット安定な少数ショットオブジェクト検出のための意味関係推論
arxiv_reader 2021/03/23
実世界のデータには固有のロングテール分布があるため、少数ショットのオブジェクト検出は不可欠で長続きする問題です。そのパフォーマンスは、新しいクラスのデータ不足に大きく影響されます。ただし、新規クラスと

embedding

dataset

arXiv reaDer

few-shot

reasoning

arXiv

benchmark

classification

representation

detection
リンク
セマンティックセグメンテーションと深度推定のための単眼ビデオによるブートストラップ自己教師ありトレーニング
arxiv_reader 2021/03/23
世界に配備されたロボットにとって、初期の事前設定された知識を改善するための自律学習の能力を有することが望ましい。これを、ラベル付きデータセットの教師ありトレーニングでシステムが最初にブートストラップさ

dataset

robot

semantic segmentation

arXiv reaDer

estimation

learning

monocular

arXiv

self-supervised

video
リンク
TDIOT：ディープビデオオブジェクトトラッキングのためのターゲット駆動型推論
arxiv_reader 2021/03/23
最近の検出による追跡アプローチでは、静止画像でのパフォーマンスが高いため、ターゲット検出ベースラインとしてディープオブジェクト検出器を使用しています。効果的なビデオオブジェクト追跡のために、オブジェク

pre-training

dataset

R-CNN

arXiv reaDer

arXiv

video

tracking

detection
リンク
自動運転のためのビデオクラスにとらわれないセグメンテーションベンチマーク
arxiv_reader 2021/03/23
セマンティックセグメンテーションアプローチは、通常、未知のオブジェクトを考慮せずに、既知のクラスの閉じた有限セットを使用して大規模データでトレーニングされます。特定のセーフティクリティカルなロボットア

dataset

semantic segmentation

arXiv reaDer

monocular

arXiv

benchmark

contrastive

real time

video

autonomous driving
リンク
自己表現型深部部分空間クラスタリングの批評
arxiv_reader 2021/03/23
部分空間クラスタリングは、線形部分空間の和集合でサポートされるデータをクラスター化するように設計された教師なしクラスタリング手法であり、各部分空間は周囲空間よりも小さい次元のクラスターを定義します。こ

embedding

unsupervised

clustering

arXiv reaDer

learning

arXiv

loss function
リンク
フェーズ：機械の社会的知覚のための物理的に根拠のある抽象的な社会的イベント
arxiv_reader 2021/03/23
物理的環境の文脈で社会的相互作用を認識し、推論する能力は、人間の社会的知性と人間と機械の協力の中核です。ただし、以前のデータセットやベンチマークでは、ハイタッチなどの短いアクションや、収集などの単純な

dataset

landmark

human

arXiv reaDer

estimation

action

benchmark

arXiv

simulation

Bayesian
リンク
AxonNet：DW-MRIからのボクセル内構造推定のための自己監視型ディープニューラルネットワーク
arxiv_reader 2021/03/23
深層学習技術に基づいてDW-MRIからボクセル内パラメータを推定する方法を提示します。ニューラルネットワーク（DNN）は、拡散強調信号から情報を抽出して脳路を再構築する可能性があることを示しています。

arXiv reaDer

estimation

DNN

learning

arXiv

representation

self-supervised

synthesis
リンク
欺瞞のリバースエンジニアリングのための勾配ベースの敵対的攻撃の帰属
arxiv_reader 2021/03/23
機械学習（ML）アルゴリズムは、トレーニング中と展開中の両方で、敵対的な攻撃や欺瞞の影響を受けやすくなっています。これらの敵対的な機械学習攻撃の背後にあるツールチェーンの自動リバースエンジニアリングは

gradient

arXiv reaDer

learning

adversarial

identification

arXiv
リンク
手話認識のための深層学習ベースの方法に関する包括的な研究
arxiv_reader 2021/03/23
この論文では、手話認識のためのコンピュータビジョンベースの方法の比較実験的評価が行われる。この分野で最新のディープニューラルネットワーク手法を実装することにより、複数の公開されているデータセットの徹底

dataset

arXiv reaDer

computer vision

arXiv

video
リンク
自己管理分類ネットワーク
arxiv_reader 2021/03/23
自己分類器を紹介します。これは、新しい自己教師ありエンドツーエンド分類ニューラルネットワークです。 Self-Classifierは、同じサンプルの2つの拡張ビューの同じクラスの予測を最適化することに

augmentation

pre-training

unsupervised

clustering

arXiv reaDer

arXiv

classification

contrastive learning

self-supervised

representation learning
リンク
制約のないシナリオでの画像ベースの自動検針に向けて：堅牢で効率的なアプローチ
arxiv_reader 2021/03/23
画像ベースの自動検針（AMR）の既存のアプローチは、適切に制御されたシナリオでキャプチャされた画像で評価されています。ただし、実際のメーターの読み取りは、汚れ、さまざまな照明条件、スケールの変動、面内

dataset

occlusion

arXiv reaDer

arXiv

classification

detection
リンク
Tri-ExposureQuad-Bayerセンサーを使用したHDRビデオ再構成
arxiv_reader 2021/03/23
新しい3露光クワッドベイヤーセンサーを使用した新しいハイダイナミックレンジ（HDR）ビデオ再構成法を提案します。露出セットの数が多く、フレーム全体に空間的に均一に配置されているため、以前の空間変化露出

reconstruction

video

arXiv

arXiv reaDer
リンク
野生の複数の制約のない画像からの確率的3D人間の形状とポーズの推定
arxiv_reader 2021/03/23
この論文は、RGB画像からの3D人体形状と姿勢推定の問題に取り組んでいます。この分野での最近の進歩は、入力としての単一画像、ビデオ、またはマルチビュー画像に焦点を合わせています。対照的に、我々は新しい

metric

dataset

occlusion

human

video

pose estimation

arXiv reaDer

arXiv

SMPL

3D
リンク
対照的な検出による効率的な視覚事前トレーニング
arxiv_reader 2021/03/23
自己教師あり事前トレーニングは、転移学習のための強力な表現を生み出すことが示されています。ただし、これらのパフォーマンスの向上には大きな計算コストがかかりますが、最新の方法では、監視された事前トレーニ

transfer learning

arXiv reaDer

arXiv

contrastive

representation

self-supervised

detection
リンク
GNAS：一般化されたニューラルネットワークアーキテクチャ検索フレームワーク
arxiv_reader 2021/03/23
実際には、NAS（Neural Architecture Search）のトレーニングで発生する問題はシンプレックスではありませんが、一連の困難の組み合わせ（誤った補償推定、次元の呪い、過剰適合、高度

domain

dataset

NAS

arXiv reaDer

estimation

arXiv

Bayesian
リンク
イベントベースの視覚オドメトリの時空間登録
arxiv_reader 2021/03/23
イベントセンシングの有用なアプリケーションは、特に高い時間分解能を必要とする設定での視覚オドメトリです。コントラストを最大化する最先端の方法は、歪んだイベントの画像のコントラストを最大化することにより

odometry

dataset

robot

arXiv reaDer

estimation

arXiv
リンク
LSDAT：意思決定に基づく敵対的攻撃のための低ランクでスパースな分解
arxiv_reader 2021/03/23
LSDATを提案します。これは、画像に依存しない意思決定ベースのブラックボックス攻撃であり、低ランクでスパースな分解（LSD）を利用して、クエリの数を劇的に減らし、最先端の意思決定と比較して優れただま

domain

arXiv reaDer

adversarial

arXiv

approximation

sparse
リンク
デンマークの菌類2020-単なる別の画像認識データセットではありません
arxiv_reader 2021/03/23
新しいきめ細かいデータセットとベンチマークであるデンマークの真菌2020（DF20）を紹介します。デンマークの真菌アトラスに提出された観測から構築されたデータセットは、分類法が正確なクラスラベル、少数

dataset

arXiv reaDer

arXiv

benchmark

classification

transformer

CNN
リンク
オンライン生涯一般化ゼロショット学習
arxiv_reader 2021/03/23
ゼロショット学習（ZSL）の文献で提案されている方法は、通常、オフライン学習に適しており、シーケンシャルストリーミングデータから継続的に学習することはできません。シーケンシャルデータは、トレーニング中

zero-shot

dataset

arXiv reaDer

learning

arXiv

knowledge distillation

benchmark

regularization

synthesis
リンク
前景テクスチャのデカップリングと置換に基づくドメインシフトのためのカートンデータセット合成方法
arxiv_reader 2021/03/23
産業用アプリケーション向けのオブジェクト検出モデルを迅速に展開する上での大きな障害の1つは、大きな注釈付きデータセットがないことです。現在、eコマースロジスティクス業界には、包括的な製薬ロジスティクス

domain

dataset

R-CNN

arXiv reaDer

reconstruction

arXiv

segmentation

detection

synthesis
リンク
M3P：マルチタスク多言語マルチモーダル事前トレーニングによるユニバーサル表現の学習
arxiv_reader 2021/03/23
マルチタスク事前トレーニングとマルチモーダル事前トレーニングをマルチタスク事前トレーニングを介して統合フレームワークに組み合わせたマルチタスク多言語マルチモーダル事前トレーニングモデルであるM3Pを紹

pre-training

dataset

arXiv reaDer

learning

arXiv

benchmark

representation
リンク
劣化はアップグレードです：低照度の画像強調のための劣化の学習
arxiv_reader 2021/03/23
低照度画像エンハンスメントは、視覚的な自然さを維持しながら、画像の視認性を向上させることを目的としています。エンハンスメントタスクを直接実行する傾向がある既存の方法とは異なり、2つのステップで詳細と色

dataset

arXiv reaDer

learning

arXiv

synthesis

detection
リンク
ホッパー：時空間推論のためのマルチホップトランスフォーマー
arxiv_reader 2021/03/23
この論文は、ビデオにおける時空間オブジェクト中心の推論の問題を考察します。私たちのアプローチの中心は、オブジェクトの永続性の概念です。つまり、オブジェクトが他のオブジェクトによって遮られたり、封じ込め

dataset

bias

video

arXiv reaDer

learning

reasoning

arXiv

localization

contrastive

transformer
リンク
深層強化学習を使用した医療CTにおけるデータ増強のための画像合成
arxiv_reader 2021/03/23
ディープラーニングは、特に低線量イメージングと統合診断を可能にするために、CT画像の再構成に大きな期待を寄せています。ただし、これらのメリットは、これらのニューラルネットワークをトレーニングするために

augmentation

dataset

arXiv reaDer

reconstruction

arXiv

CT

synthesis

reinforcement learning
リンク
効率的なCNNのための適応ピクセルワイズ構造化スパースネットワーク
arxiv_reader 2021/03/23
深いCNNモデルを加速するために、この論文では、入力画像に従ってピクセル単位のスパース性を動的に生成できる新しい空間適応フレームワークを提案します。スパーススキームは、ピクセル単位で洗練され、統一され

arXiv reaDer

arXiv

classification

sparse

CNN
リンク
開集合認識のためのOne-vs-Restネットワークの集合的決定
arxiv_reader 2021/03/23
トレーニング中に見えない未知の例は、実際の機械学習タスクによく見られます。インテリジェントな自己学習システムは、既知の例と未知の例を区別できる必要があります。したがって、既知の分類と未知の識別の問題に

dataset

arXiv reaDer

learning

arXiv

classification

CNN
リンク
DanceNet3D：パラメトリックモーショントランスフォーマーを使用した音楽ベースのダンス生成
arxiv_reader 2021/03/23
この作品では、音楽全体から鮮やかなダンスを生み出すことができる新しいディープラーニングフレームワークを提案します。問題をモーション状態パラメータのフレームの生成として定義する以前の作品とは対照的に、ア

dataset

human

arXiv reaDer

adversarial

3D

learning

pose

arXiv

transformer

attention
リンク
動的環境に向けた場所認識のための識別的および意味的特徴選択
arxiv_reader 2021/03/23
機能は、さまざまな視覚的タスク、特に知覚的に変化する環境に適用される視覚的な場所の認識において重要な役割を果たします。この論文では、DSFeatと呼ばれる識別的で意味的な特徴選択ネットワークを提案する

dataset

arXiv reaDer

SLAM

arXiv

attention
リンク
2つ以上の遷移を持つ最適なオブジェクトカラーの位置
arxiv_reader 2021/03/23
CIE 1931カラーマッチング関数に関連する色度図は、わずかに非凸であることが示されています。実際の測色計算には影響を与えませんが、非凸性は、オブジェクトの色立体の外面に関連するいくつかの最適なオブ

arXiv

arXiv reaDer
リンク
WenLan：大規模なマルチモーダル事前トレーニングによるビジョンと言語の橋渡し
arxiv_reader 2021/03/23
マルチモーダル事前トレーニングモデルは、近年、ビジョンと言語を橋渡しするために集中的に調査されています。ただし、それらのほとんどは、テキストと画像モダリティの間に強い意味相関が存在すると仮定することに

pre-training

dataset

arXiv reaDer

arXiv

contrastive learning
リンク
WheatNet：高スループットの画像ベースの小麦の頭の検出とカウントのための軽量畳み込みニューラルネットワーク
arxiv_reader 2021/03/23
世界的に認められている植栽育種組織にとって、手動で記録された野外観察データは、植物育種の意思決定にとって非常に重要です。ただし、植物の色、高さ、穀粒数などの特定の表現型の特徴は、作物の成長サイクルの特

arXiv reaDer

detection

learning

localization

arXiv

real time

CNN
リンク
ディープランキングでの実用的な相対順序攻撃
arxiv_reader 2021/03/23
最近の研究では、深いランキングモデルの脆弱性が明らかになっています。このモデルでは、知覚できない摂動がランキング結果の劇的な変化を引き起こす可能性があります。以前の試みは特定の候補者の絶対ランクの操作

metric

dataset

arXiv reaDer

adversarial

arXiv
リンク
敵対的運転: エンドツーエンドの自動運転への攻撃
arxiv_reader 2021/03/23
ディープニューラルネットワークの研究が進むにつれて、ディープ畳み込みネットワークが自動運転タスクに対応できるようになります。運転タスクの自動化にエンドツーエンドモデルを採用するという新たな傾向がありま

convolutional

arXiv reaDer

adversarial

arXiv

classification

real time

autonomous driving
リンク
エレベータボタンのセグメンテーションと文字認識をベンチマークするための大規模データセット
arxiv_reader 2021/03/23
最近、人間の活動はCOVID-19によって大幅に制限されています。フロア間ナビゲーションが可能なロボットは、人間の作業員に代わってサービス作業を行うことができるため、多くの注目を集めています。ただし、

dataset

human

robot

attention

arXiv reaDer

COVID-19

arXiv

benchmark

segmentation
リンク
スケルトン対応マルチモーダル手話認識
arxiv_reader 2021/03/23
手話は、聴覚障害者や言語障害者がコミュニケーションをとるために使用するものであり、習得するには多大な努力が必要です。手話認識（SLR）は、特定のビデオから単語を認識することにより、手話ユーザーと他のユ

convolutional

RGB-D

arXiv reaDer

action recognition

pose

RNN

arXiv

attention

detection

GCN
リンク
モジュラーインタラクティブビデオオブジェクトセグメンテーション：インタラクションからマスク、伝播、および差異を意識した融合
arxiv_reader 2021/03/23
相互作用からマスクおよびマスク伝搬を分離し、より高い一般化可能性とより優れたパフォーマンスを可能にするモジュラーインタラクティブVOS（MiVOS）フレームワークを紹介します。個別にトレーニングされた

dataset

arXiv reaDer

arXiv

video

segmentation

synthesis
リンク
UPANets：ユニバーサルピクセルアテンションネットワークから学ぶ
arxiv_reader 2021/03/23
画像分類の中で、スキップおよび密接続ベースのネットワークがほとんどのリーダーボードを支配してきました。最近、自然言語処理におけるマルチヘッドアテンションの開発の成功から、今がトランスフォーマーのような

arXiv reaDer

learning

arXiv

classification

attention

CNN
リンク
ハンドヘルド拡張現実モバイルを使用した動的オブジェクト再構築のためのマルチビューデータキャプチャ
arxiv_reader 2021/03/23
動的オブジェクトの3D再構成に適した、複数の移動するハンドヘルドモバイルからほぼ同期したフレームストリームをキャプチャするシステムを提案します。各モバイルは、オンボードで同時ローカリゼーションとマッピ

augmentation

dataset

arXiv reaDer

pose

reconstruction

action

arXiv

real time

3D
リンク
マルチモーダル軌道予測への3つのステップ：モダリティクラスタリング、分類、および合成
arxiv_reader 2021/03/23
マルチモーダル予測の結果は、将来の単一の正解がないため、軌道予測タスクに不可欠です。以前のフレームワークは、回帰、生成、分類のフレームワークの3つのカテゴリに分類できます。ただし、これらのフレームワー

dataset

clustering

arXiv reaDer

arXiv

benchmark

trajectory

classification

synthesis
リンク
- 2021年3月24日
- 2021年3月23日
- 2021年3月22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