arxiv_readerのブックマーク / 2021年4月6日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年4月6日のブックマーク (183件)

自己監視型ビジョントランスフォーマーのトレーニングに関する実証的研究
arxiv_reader 2021/04/06
この論文では、新しい方法については説明していません。代わりに、コンピュータービジョンの最近の進歩、つまりVisual Transformers（ViT）の自己教師あり学習を考慮して、単純で増分的であり

benchmark

self-supervised

arXiv

computer vision

convolutional

transformer

arXiv reaDer

learning
リンク
Ivy：フレームワーク間の移植性のためのテンプレート化されたディープラーニング
arxiv_reader 2021/04/06
既存のDLフレームワークを抽象化するテンプレート化されたディープラーニング（DL）フレームワークであるIvyを紹介します。 Ivyは、これらのフレームワークのコア機能を統合して、一貫した呼び出しシグネ

differentiable

arXiv

3D

arXiv reaDer

learning
リンク
毛皮のような車の生成：複数のドメインにわたるオブジェクトの形状と外観の解きほぐし
arxiv_reader 2021/04/06
複数のドメイン（犬や車など）にわたるオブジェクトの形状と外観の解きほぐされた表現を学習するという新しいタスクを検討します。目標は、各ドメインからプロパティのサブセットを借用し、どのドメインにも排他的に

representation

differentiable

arXiv

dataset

disentangling

generative

arXiv reaDer

domain

learning
リンク
SG-Net：1段階のビデオインスタンスセグメンテーションのための空間粒度ネットワーク
arxiv_reader 2021/04/06
ビデオインスタンスセグメンテーション（VIS）は、コンピュータービジョンにおける新しく重要なタスクです。これまで、最高のVISメソッドは、追跡ブランチを追加することで2段階のマスクR-CNNを拡張し、

arXiv

detection

dataset

computer vision

tracking

R-CNN

video

segmentation

arXiv reaDer
リンク
正常およびCOVID-19肺炎患者のCT画像からの自動肺セグメンテーション
arxiv_reader 2021/04/06
自動化されたセマンティック画像セグメンテーションは、定量的な画像分析と病気の診断に不可欠なステップです。この研究では、正常患者とCOVID-19患者のCT画像から肺セグメンテーションの深層学習ベースの

COVID-19

identification

arXiv

dataset

residual

CT

metric

segmentation

arXiv reaDer
リンク
サウンディングオブジェクトの視覚的接地と音の分離の循環的共同学習
arxiv_reader 2021/04/06
私たちの日常生活には、同期したオーディオとビジュアルのイベントが豊富にあります。イベント内では、オーディオシーンは対応するビジュアルオブジェクトに関連付けられています。一方、サウンドオブジェクトは、オ

arXiv reaDer

arXiv
リンク
ディープネットワークの分析のための学習曲線
arxiv_reader 2021/04/06
学習曲線は、トレーニングサンプルの数の関数として分類器のテストエラーをモデル化します。以前の研究では、学習曲線を使用してモデルパラメータを選択し、パフォーマンスを推定できることが示されています。学習曲

augmentation

arXiv reaDer

arXiv

learning
リンク
パイプ並列処理を使用したグラフニューラルネットワークのパフォーマンスの分析
arxiv_reader 2021/04/06
機械学習と深層学習に遍在する多くの興味深いデータセットは、グラフを介して説明できます。広大なソーシャルネットワーク、タンパク質の折り畳み、化学相互作用ネットワーク、材料の相転移など、グラフ構造のデータ

arXiv

dataset

classification

GNN

arXiv reaDer

learning
リンク
MixStyleによるドメインの一般化
arxiv_reader 2021/04/06
畳み込みニューラルネットワーク（CNN）は、識別機能を学習する際の優れた能力を示していますが、多くの場合、目に見えないドメインへの一般化は不十分です。ドメインの一般化は、ソースドメインのセットから、見

arXiv

classification

CNN

reinforcement learning

arXiv reaDer

domain
リンク
視聴覚統合は、マルチモーダル攻撃の下での堅牢性を強化できますか？
arxiv_reader 2021/04/06
この論文では、攻撃下での機械の多感覚知覚に関する体系的な研究を行うことを提案します。視聴覚学習の堅牢性を調査するためのプロキシとして、マルチモーダル敵対攻撃に対する視聴覚イベント認識タスクを使用します

arXiv

adversarial

localization

video

weakly-supervised

arXiv reaDer

learning
リンク
尿管鏡検査における内腔セグメンテーションのための畳み込みニューラルネットワークの時空間アンサンブルの使用
arxiv_reader 2021/04/06
目的：尿管鏡検査は、上部尿路上皮癌（UTUC）の診断と治療のための効率的な内視鏡的低侵襲技術です。尿管鏡検査では、内視鏡がたどるべき経路を示すため、中空内腔の自動セグメンテーションが最も重要です。中空

arXiv

dataset

3D

CNN

residual

video

U-Net

segmentation

arXiv reaDer
リンク
HLA-Face：低照度の顔検出のための共同高低適応
arxiv_reader 2021/04/06
暗い場所での顔検出は困難ですが、監視ビデオ、夜間の自動運転など、多くの実用的なアプリケーションにとって不可欠です。ほとんどの既存の顔検出器は、広範な注釈に大きく依存していますが、データの収集には時間と

arXiv

detection

dataset

face

adaptation

video

autonomous driving

arXiv reaDer

multi-task
リンク
胸部X線セグメンテーションのための不完全なラベルでのカスケードされたロバストな学習
arxiv_reader 2021/04/06
医療画像分析におけるCNNの優れたパフォーマンスは、ラベル付けされた画像の数、画像のソース、専門家の経験などの注釈の品質に大きく依存します。注釈には、優れた専門知識と労力が必要です。評価者間の高い変動

arXiv

dataset

CNN

segmentation

arXiv reaDer

learning
リンク
d-TGA先天性心疾患のマルチアトラスベースの病理学的層別化
arxiv_reader 2021/04/06
マルチアトラスセグメンテーション伝播アプローチのエラーの主な原因の1つは、ターゲット画像と形態学的に異なるアトラスデータベースの使用に起因します。この作業では、不十分なアトラス選択に関連するセグメンテ

arXiv

classification

segmentation

MRI

arXiv reaDer
リンク
人間とシーンの相互作用を学習して3Dシーンにデータを入力する
arxiv_reader 2021/04/06
人間は3D空間内に住み、常にそれと対話してタスクを実行します。このような相互作用には、意味的に意味のある表面間の物理的接触が含まれます。私たちの目標は、人間がシーンとどのように相互作用するかを学び、こ

representation

mesh

arXiv

dataset

3D

pose estimation

monocular

learning

arXiv reaDer

human pose estimation
リンク
教師なし条件付き生成のための二重サイクル一貫性のある生成的敵対的ネットワーク
arxiv_reader 2021/04/06
条件付き生成モデルは、過去数年間でかなりの成功を収めていますが、通常、多くのラベル付きデータが必要です。最近、ClusterGANはGANとエンコーダーを組み合わせて、教師なし条件付き生成を介して優れ

benchmark

arXiv

dataset

disentangling

unsupervised

GAN

clustering

arXiv reaDer
リンク
弱教師ありセグメンテーションのための堅牢な信頼領域
arxiv_reader 2021/04/06
各ピクセルにラベルを付ける必要がある場合、標準のセマンティックセグメンテーションのトレーニングデータの取得にはコストがかかります。それでも、現在の方法は、たとえばピクセルの一部がラベル付けされている場

arXiv

unsupervised

semantic segmentation

gradient

weakly-supervised

arXiv reaDer

learning
リンク
敵対的ペースの学習による少数コストの顕著なオブジェクト検出
arxiv_reader 2021/04/06
与えられた画像シーンからの顕著なオブジェクトの検出とセグメント化は、近年大きな注目を集めています。既存の深い顕著性検出モデルをトレーニングする際の基本的な課題は、大量の注釈付きデータの要件です。大量の

benchmark

saliency

arXiv

adversarial

detection

dataset

attention

human

arXiv reaDer

learning
リンク
GOCor：グローバルに最適化された通信量をニューラルネットワークに取り込む
arxiv_reader 2021/04/06
特徴相関レイヤーは、画像ペア間の密な対応を含む多くのコンピュータービジョン問題で重要なニューラルネットワークモジュールとして機能します。 2つの画像の場所のペアから抽出された特徴ベクトル間の密なスカ

differentiable

arXiv

computer vision

optical flow

arXiv reaDer

learning
リンク
RADIATE：悪天候時の自動車の知覚のためのレーダーデータセット
arxiv_reader 2021/04/06
自動運転車のデータセットは、知覚システムの開発とベンチマークに不可欠です。ただし、既存のデータセットのほとんどは、良好な気象条件でカメラとLiDARセンサーを使用してキャプチャされます。この論文では、

arXiv

detection

dataset

LiDAR

tracking

stereo

autonomous driving

arXiv reaDer
リンク
HybrIK：3D人間の姿勢と形状の推定のためのハイブリッド分析-ニューラルインバースキネマティクスソリューション
arxiv_reader 2021/04/06
モデルベースの3Dポーズおよび形状推定方法は、いくつかのパラメーターを推定することにより、人体の完全な3Dメッシュを再構築します。ただし、抽象的なパラメータの学習は非常に非線形なプロセスであり、画像モ

benchmark

arXiv

dataset

3D

localization

CNN

reconstruction

estimation

arXiv reaDer

pose
リンク
SALA：パラメータ効率の高い3Dセマンティックセグメンテーションのためのソフトアサインメントローカルアグリゲーション
arxiv_reader 2021/04/06
この作業では、3Dポイントクラウドセマンティックセグメンテーション用のパラメーター効率の高いネットワークを生成するポイントローカル集計関数の設計に焦点を当てます。グリッドベースの集計関数で学習可能なネ

arXiv

3D

semantic segmentation

point cloud

arXiv reaDer
リンク
GLU-Net：密なフローと通信のためのグローバルローカルユニバーサルネットワーク
arxiv_reader 2021/04/06
1組の画像間で密な対応を確立することは、幾何学的マッチング、オプティカルフロー、および意味的な対応をカバーする重要かつ一般的な問題です。これらのアプリケーションは、大きな変位、ピクセル精度、外観の変

optical flow

arXiv reaDer

arXiv
リンク
超音波画像における乳房病変セグメンテーションのためのグローバルガイダンスネットワーク
arxiv_reader 2021/04/06
超音波による乳房病変の自動セグメンテーションは、世界中の女性に影響を与える恐ろしい病気の1つである乳がんの診断に役立ちます。超音波画像から乳房領域を正確にセグメント化することは、固有のスペックルアーチ

arXiv

detection

dataset

semantic segmentation

CNN

arXiv reaDer

domain
リンク
話す、書かないでください：直接話法ベースの画像検索の研究
arxiv_reader 2021/04/06
音声ベースの画像検索は、通常は検索自体に重点を置くことなく、共同表現学習の代用として研究されてきました。そのため、音声ベースの検索が実際にどの程度うまく機能するかは不明です。絶対的な意味でも、自動音声

arXiv reaDer

arXiv

representation learning
リンク
少数ショットセグメンテーションのための適応プロトタイプ学習と割り当て
arxiv_reader 2021/04/06
プロトタイプ学習は、数ショットのセグメンテーションに広く使用されています。通常、単一のプロトタイプは、グローバルオブジェクト情報を平均することによってサポート機能から取得されます。ただし、1つのプロト

arXiv

few-shot

clustering

segmentation

arXiv reaDer

learning
リンク
アンダーサンプリングされたMRI再構成と画像から画像への変換のための適応勾配バランシング
arxiv_reader 2021/04/06
最近の加速MRI再構成モデルでは、ディープニューラルネットワーク（DNN）を使用して、高度にアンダーサンプリングされたk空間データから比較的高品質の画像を再構成し、はるかに高速なMRIスキャンを可能に

arXiv

GAN

reconstruction

gradient

DNN

MRI

arXiv reaDer
リンク
人工シーン事前および二次元グラフ推論による不均一ヘイズ除去
arxiv_reader 2021/04/06
自然なシーンとヘイズの事前情報が不足しているため、視覚的なコンテンツを歪めることなく、単一の画像からヘイズを完全に取り除くことは非常に困難です。幸いなことに、実際のヘイズは通常、不均一な分布を示します

benchmark

reasoning

arXiv

dataset

arXiv reaDer
リンク
視覚的意味埋め込みのための最良のプーリング戦略を学ぶ
arxiv_reader 2021/04/06
Visual Semantic Embedding（VSE）は、視覚データがセマンティックテキストラベルまたは説明の近くに埋め込まれるように、深い埋め込みスペースを学習することを目的とした、視覚言語検

benchmark

arXiv

dataset

embedding

adaptation

video

arXiv reaDer

pooling

learning
リンク
MetaHTR：ライターに向けて-適応型手書きテキスト認識
arxiv_reader 2021/04/06
手書きテキスト認識（HTR）は、主に私たちの間に存在するさまざまな文体のために、これまでのところ困難な問題のままです。ただし、以前の作品は一般に、スタイルの数が限られていることを前提として動作し、その

arXiv

dataset

adaptation

gradient

arXiv reaDer
リンク
3D-MiniNet：点群からの2D表現の学習による高速かつ効率的な3D LIDARセマンティックセグメンテーション
arxiv_reader 2021/04/06
LIDARによって測定される各3Dポイントにセマンティックラベルを割り当てるLIDARセマンティックセグメンテーションは、自動運転などの多くのロボットアプリケーションにとって不可欠なタスクになりつつ

benchmark

representation

arXiv

LiDAR

3D

semantic segmentation

CNN

point cloud

autonomous driving

arXiv reaDer
リンク
アクティブメトリック学習のための統一されたバッチ選択ポリシー
arxiv_reader 2021/04/06
アクティブメトリック学習は、ある入力ドメインでメトリックの学習モデルを可能な限り迅速に改善するために、注釈を付けるためにトレーニングデータの有用性の高いバッチ（通常は順序付けられたトリプレット）を段階

arXiv

dataset

metric learning

arXiv reaDer

domain
リンク
口紅だけでは不十分：ワイルドメイクアップ転送のためのカラーマッチングを超えて
arxiv_reader 2021/04/06
メイクの転送は、参照画像からメイクスタイルをソース面に適用するタスクです。実際のメイクは多様でワイルドで、色が変わるだけでなく、ステッカー、赤面、ジュエリーなどのパターンもカバーしています。しかし、既

synthesis

arXiv

dataset

face

arXiv reaDer
リンク
注意の視覚化を超えた変圧器の解釈可能性
arxiv_reader 2021/04/06
自己注意技術、特にトランスフォーマーは、テキスト処理の分野を支配しており、コンピュータービジョン分類タスクでますます人気が高まっています。特定の分類につながった画像の部分を視覚化するために、既存の方法

benchmark

arXiv

computer vision

classification

attention

transformer

arXiv reaDer
リンク
デジタルツインの自動生成に向けた2Dおよび3Dデジタルプラント情報の統合
arxiv_reader 2021/04/06
インダストリー4.0で進行中の標準化は、3Dパイプルーティングだけでなく、配管図と計装図のツールベンダーニュートラルな表現をサポートします。ただし、完全なデジタルプラントモデルでは、これら2つの表現を

simulation

representation

arXiv

3D

arXiv reaDer
リンク
UFA-FUSE：マルチフォーカス画像融合のための新しい深い教師ありハイブリッドモデル
arxiv_reader 2021/04/06
従来の深層学習ベースの融合方法は、一連の後処理手順を通じて融合画像を取得するための中間決定マップを生成しました。ただし、これらの方法で生成された融合結果は、ソース画像の詳細を失ったり、アーティファクト

arXiv

dataset

convolutional

attention

reconstruction

arXiv reaDer

learning
リンク
Alpha-Refine：正確なバウンディングボックス推定による追跡パフォーマンスの向上
arxiv_reader 2021/04/06
近年、多段階戦略は視覚追跡の人気のトレンドになっています。この戦略では、最初にベーストラッカーを使用してターゲットを大まかに特定し、次に改良モジュールを利用してより正確な結果を取得します。ただし、既

benchmark

arXiv

tracking

arXiv reaDer

estimation
リンク
ソースデータにアクセスできない教師なしマルチソースドメインの適応
arxiv_reader 2021/04/06
教師なしドメイン適応（UDA）は、別のラベル付きソースドメインから知識を転送することにより、ラベルなしドメインの予測モデルを学習することを目的としています。ただし、これらの従来のUDAアプローチのほと

benchmark

arXiv

dataset

unsupervised

domain adaptation

arXiv reaDer
リンク
タスクに依存しない知識は、一般化されたゼロショット学習のための転送可能な表現になります
arxiv_reader 2021/04/06
一般化ゼロショット学習（GZSL）は、転送可能な画像表現を学習することにより、新しいカテゴリを認識することを目的としています。既存の方法では、画像表現を対応するセマンティックラベルと位置合わせすること

benchmark

representation

arXiv

bias

embedding

contrastive learning

arXiv reaDer

zero-shot
リンク
自己教師あり深さ推定を使用してセマンティックセグメンテーションを改善する3つの方法
arxiv_reader 2021/04/06
セマンティックセグメンテーションのためにディープネットワークをトレーニングするには、大量のラベル付きトレーニングデータが必要です。これは、セグメンテーションマスクのラベル付けが非常に労働集約的なプロセ

self-supervised

arXiv

dataset

semantic segmentation

arXiv reaDer

semi-supervised

estimation

monocular

augmentation

learning
リンク
継続的な一般的なチャンキングの問題とSyncMap
arxiv_reader 2021/04/06
人間は、シーケンスを構成要素にチャンク化する固有の能力を持っています。実際、この能力は、より動物のようなタイプの知性への鍵となる可能性のある言語スキルと画像パターンの学習をブートストラップすると考えら

arXiv

unsupervised

loss function

arXiv reaDer

learning
リンク
MOCCA：異常検出のための多層1クラス分類
arxiv_reader 2021/04/06
異常はすべての科学分野に遍在しており、データ分布に関する知識が不完全であるか、突然作用して観測を歪める未知のプロセスが原因で、予期しないイベントを表す可能性があります。このようなイベントはまれであるた

anomaly detection

representation

arXiv

dataset

classification

arXiv reaDer

learning
リンク
弱教師ありセマンティックセグメンテーションのための識別領域抑制
arxiv_reader 2021/04/06
画像レベルのラベルを使用した弱教師ありセマンティックセグメンテーション（WSSS）は、注釈コストを削減するために最近多くの注目を集めています。既存のWSSSメソッドは、分類ネットワークからのローカリゼ

benchmark

arXiv

sparse

semantic segmentation

classification

attention

localization

weakly-supervised

arXiv reaDer

learning
リンク
顔表現学習への注意としての深さ
arxiv_reader 2021/04/06
顔表現学習ソリューションは、検証や識別などのさまざまなアプリケーションで最近大きな成功を収めています。ただし、純粋にRGB画像に基づく顔認識アプローチは、強度情報のみに依存するため、顔の変化、特にポー

face recognition

identification

arXiv

representation learning

convolutional

CNN

attention

RGB-D

arXiv reaDer

pose
リンク
マルチモーダル表現からの視覚言語知識による視覚関係の検出
arxiv_reader 2021/04/06
視覚的関係の検出は、過去数年間でますます注目を集めている画像内の顕著なオブジェクト間の関係を推論することを目的としています。人間の推論メカニズムに触発されて、外部の視覚的常識知識は、画像内のオブジェク

saliency

self-supervised

arXiv

detection

reasoning

dataset

pre-training

attention

transformer

arXiv reaDer
リンク
トップダウンネットワークとボトムアップネットワークを統合することによる単眼3Dマルチパーソンポーズ推定
arxiv_reader 2021/04/06
単眼ビデオの3Dマルチパーソンポーズ推定では、個人間のオクルージョンと密接な相互作用により、人間の検出が誤って、人間の関節のグループ化が信頼できない可能性があります。既存のトップダウン方式は人間の検出

occlusion

arXiv

detection

person

3D

human

pose estimation

semi-supervised

monocular

arXiv reaDer
リンク
セマンティックセグメンテーションのための階層的ピラミッド表現
arxiv_reader 2021/04/06
複雑で雑然としたシーンのコンテキストを理解することは、セマンティックセグメンテーションにとって難しい問題です。ただし、オブジェクトのスケール、形状、外観などのシーンの要素はこれらのシーンで大幅に異なる

representation

semantic segmentation

arXiv reaDer

arXiv
リンク
ディープラーニングベースの自動運転システム：攻撃と防御の調査
arxiv_reader 2021/04/06
人工知能、特に深層学習技術の急速な発展により、自動運転システム（ADS）が進歩し、抗疲労安全運転からインテリジェントなルート計画に至るまで、ほぼすべての運転イベントに対応する正確な制御決定が提供されて

anomaly detection

arXiv

adversarial

autonomous driving

arXiv reaDer

learning
リンク
BTS-Net：RGB-D顕著な物体検出のための双方向転送および選択ネットワーク
arxiv_reader 2021/04/06
深度情報は、RGB-D顕著な物体検出（SOD）で有益であることが証明されています。ただし、取得された深度マップは、品質が低く、不正確であることがよくあります。ほとんどの既存のRGB-DSODモデルには

saliency

arXiv

detection

dataset

RGB-D

metric

arXiv reaDer
リンク
回帰における教師なしドメイン適応を使用した顔の年齢予測における人種バイアスの削減
arxiv_reader 2021/04/06
与えられた顔画像から誰かの年齢を推定するタスクのための教師なしドメイン適応のためのアプローチを提案します。ほとんどの公開されている顔画像データセットの人種バイアスが、それらでトレーニングされたモデルの

arXiv

dataset

bias

unsupervised

face

domain adaptation

arXiv reaDer
リンク
EEC：継続的な学習のために画像をエンコードおよび再生成する方法を学ぶ
arxiv_reader 2021/04/06
継続的な学習に対する2つの主な障害は、壊滅的な忘却とデータの保存に関するメモリの制限です。これらの課題に対処するために、画像をエンコードして保存するためにニューラルスタイル転送を使用してオートエンコー

benchmark

arXiv

dataset

classification

loss function

arXiv reaDer

learning
リンク
微分可能ニューラルレンダリングによるオブジェクト検出のためのデータ拡張
arxiv_reader 2021/04/06
注釈付きデータが不足している場合、教師あり学習設定の下で堅牢なオブジェクト検出器をトレーニングすることは困難です。したがって、この問題に取り組む以前のアプローチは、ラベルなしデータからラベル付きデータ

self-supervised

arXiv

detection

human

point cloud

arXiv reaDer

semi-supervised

keypoint

augmentation

pose
リンク
畳み込みニューラル不透明放射輝度フィールド
arxiv_reader 2021/04/06
複雑な不透明度を持つファジーオブジェクトのフォトリアリスティックなモデリングとレンダリングは、多くの没入型VR / ARアプリケーションにとって重要ですが、ビューに依存する強い明るさ、色に悩まされてい

self-supervised

arXiv

adversarial

dataset

convolutional

embedding

arXiv reaDer

learning
リンク
FocusNetv2：頭頸部CT画像の敵対的な形状制約を伴う不均衡な大小の臓器セグメンテーション
arxiv_reader 2021/04/06
放射線療法は、がん細胞を排除するために放射線を使用する治療法です。リスクのある臓器（OAR）の描写は、健康な臓器への損傷を回避するための放射線治療計画における重要なステップです。鼻咽頭がんの場合、事前

arXiv

adversarial

dataset

localization

CT

segmentation

arXiv reaDer
リンク
不均衡な深層学習のためのプロクラステストレーニング
arxiv_reader 2021/04/06
クラスの不均衡なデータでトレーニングされたニューラルネットワークは、不足しているトレーニングデータのマイナークラスではパフォーマンスが低下することが知られています。最近のいくつかの研究では、これはマイ

benchmark

arXiv

dataset

arXiv reaDer

learning
リンク
ディープニューラルネットワークを使用したノイズの多いラベルからの学習：調査
arxiv_reader 2021/04/06
ディープラーニングは、大量のビッグデータの助けを借りて、多くのドメインで目覚ましい成功を収めています。ただし、実際の多くのシナリオでは高品質のラベルがないため、データラベルの品質が問題になります。ノイ

arXiv

dataset

metric

arXiv reaDer

estimation

domain

learning
リンク
GSECnet：エッジコンピューティングのための点群の地上セグメンテーション
arxiv_reader 2021/04/06
点群の地上セグメンテーションは、データ構造がまばらで順序付けられていないため、依然として困難です。このホワイトペーパーでは、GSECnet-エッジコンピューティング用の地上セグメンテーションネットワー

representation

arXiv

sparse

classification

attention

point cloud

U-Net

segmentation

arXiv reaDer
リンク
グラフ構造が注入された敵対的な人間の姿勢推定ネットワーク
arxiv_reader 2021/04/06
照明、オクルージョン、オーバーラップによって引き起こされる画像内の目に見えない人間のキーポイントのため、現在の人間の姿勢推定方法のほとんどで不合理な人間の姿勢予測を生成する可能性があります。この論文で

occlusion

benchmark

arXiv

dataset

localization

GAN

pose estimation

keypoint

arXiv reaDer

human pose estimation
リンク
人体測定モデリングによる3D人体の再形成
arxiv_reader 2021/04/06
人体測定パラメータ（身長、胸のサイズなど）から正確でリアルな3D人体を再形成することは、個人の識別、オンラインショッピング、バーチャルリアリティに根本的な課題をもたらします。このような3D形状を作成す

representation

mesh

identification

arXiv

person

3D

human

reconstruction

arXiv reaDer

pose
リンク
潜在的な畳み込み：潜在的なフィールドへの点群の埋め込み
arxiv_reader 2021/04/06
最近、点群処理のための連続カーネルまたは離散カーネルに基づくさまざまな畳み込みが広く研究されており、形状分類、シーンセグメンテーションなどの多くのアプリケーションで優れたパフォーマンスを実現しています

benchmark

arXiv

convolutional

embedding

3D

classification

point cloud

segmentation

arXiv reaDer
リンク
知覚的識別不能性-ネット（PI-Net）：操作可能なセマンティクスによる顔画像の難読化
arxiv_reader 2021/04/06
カメラデバイスの使用が増えるにつれ、業界には多くの画像データセットがあり、機械学習コミュニティと業界の間のコラボレーションの機会が増えています。ただし、データセット内の機密情報は、データ所有者がこれら

arXiv

dataset

face

arXiv reaDer

learning
リンク
ビデオは3回見る価値があります：ビデオベースの人の再識別のための三叉神経トランスフォーマー
arxiv_reader 2021/04/06
ビデオベースの人物再識別（Re-ID）は、重複しないカメラの下で同じ人物のビデオシーケンスを取得することを目的としています。以前の方法は通常、空間的、時間的、または時空間的ビューなど、さまざまな機能ド

benchmark

representation

re-id

arXiv

person

video

transformer

arXiv reaDer

domain
リンク
画像分類のための説明性支援ドメイン一般化
arxiv_reader 2021/04/06
従来、ほとんどの機械学習設定では、ネットワークが予測に到達する方法と理由についてより多くの洞察をユーザーに提供しようとするある程度の説明性を獲得し、基礎となるモデルを制限し、パフォーマンスをある程度妨

arXiv

classification

attention

gradient

explainable

arXiv reaDer

domain

learning
リンク
HEVC /H.265におけるフレームレベルのビット割り当てのためのデュアルクリティカル強化学習フレームワーク
arxiv_reader 2021/04/06
このホワイトペーパーでは、HEVC / H.265のフレームレベルのビット割り当ての問題に対処するためのデュアルクリティカル強化学習（RL）フレームワークを紹介します。目的は、レート制約の下での画像グ

arXiv

dataset

gradient

video

reinforcement learning

arXiv reaDer
リンク
プレーンフィルム胸部X線を使用した骨粗鬆症の日和見スクリーニング
arxiv_reader 2021/04/06
骨粗鬆症は一般的な慢性代謝性骨疾患であり、骨塩密度（BMD）検査、二重エネルギーX線吸収測定法（DXA）へのアクセスが制限されているため、診断や治療が不十分であることがよくあります。この論文では、胸部

classification

estimation

arXiv reaDer

arXiv
リンク
セグメンテーションモデルに対する意味的にステルスな敵対的攻撃
arxiv_reader 2021/04/06
この論文では、自動運転のコンテキストでセマンティックおよび動的ターゲットを使用してセグメンテーションモデルを攻撃できるモデルを提案します。具体的には、私たちのモデルは、入力画像とそれに対応するラベルを

arXiv

adversarial

dataset

metric

segmentation

arXiv reaDer
リンク
分枝限定法によるディープニューラルネットワークのトレーニング
arxiv_reader 2021/04/06
最近、ディープラーニング（DL）のグローバルな最適性を理解することがますます注目されています。ただし、従来のDLソルバーは、このようなグローバルな最適性を追求するために意図的に開発されたものではありま

approximation

arXiv

detection

pruning

attention

gradient

segmentation

arXiv reaDer

learning
リンク
改善されたStyleGAN埋め込み：Good Latentsはどこにありますか？
arxiv_reader 2021/04/06
StyleGANは、実際の画像とほとんど区別がつかない写実的な画像を生成できます。与えられた画像の埋め込みを見つけるという逆の問題は、課題を提起します。画像を適切に再構築する埋め込みは、編集操作に対し

arXiv

embedding

reconstruction

regularization

arXiv reaDer

pose
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 2021/04/06
神経突起配向分散および密度イメージング（NODDI）により、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が可能になります。これは、脳組織の微細構造を特徴づける洞察に満ちたア

simulation

synthesis

arXiv

sparse

human

reconstruction

estimation

MRI

arXiv reaDer

learning
リンク
Body2Hands：会話型ジェスチャーのボディダイナミクスから3Dハンドを推測する学習
arxiv_reader 2021/04/06
会話型ジェスチャーの領域での3D手の形状の合成と推定のために、体の動きの新しい学習済みの事前事前学習を提案します。私たちのモデルは、身体の動きと手のジェスチャーが非言語コミュニケーションの設定で強く

synthesis

arXiv

dataset

gesture

3D

pose estimation

video

arXiv reaDer

domain

learning
リンク
FixMyPose：ポーズ修正キャプションと取得
arxiv_reader 2021/04/06
理学療法やヨガ/ダンスなどの個人運動への関心は、幸福の傾向とともに高まっています。ただし、このような演習は、専門家の指導なしに実行するのは困難です（これは、すべての研修生への個別のフィードバックをリモ

arXiv

dataset

bias

sim-to-real

captioning

human

metric

arXiv reaDer

pose
リンク
失速した脳毛細血管検出のための3D畳み込みニューラルネットワーク
arxiv_reader 2021/04/06
十分な血液供給は、正常な脳機能にとって重要です。脳毛細血管の血流停止などの脳血管系機能障害は、アルツハイマー病の認知機能低下と病因に関連しています。イメージング技術の最近の進歩により、失速した血管を視

arXiv

detection

3D

localization

pre-training

CNN

arXiv reaDer

learning
リンク
事前に計算されたルックアップテーブルを使用した、より高速な畳み込み推論
arxiv_reader 2021/04/06
低カーディナリティアクティベーションにより、毎回計算するのではなく、事前に計算されたルックアップテーブルから推論値をフェッチすることに基づくアルゴリズムが可能になります。このアルゴリズムには拡張機能が

convolutional

arXiv reaDer

arXiv
リンク
半教師ありドメイン適応の不変表現とリスクの学習
arxiv_reader 2021/04/06
教師あり学習の成功は、トレーニングデータとテストデータが同じ基礎となる分布からのものであるという仮定にかかっています。これは、分布がシフトする可能性があるため、実際には有効でないことがよくあります。こ

representation

arXiv

unsupervised

classification

arXiv reaDer

domain adaptation

semi-supervised

learning
リンク
3D CNNを介したbpMRIでのエンドツーエンドの前立腺癌の検出：注意メカニズム、臨床的先験的および分離された偽陽性の減少の影響
arxiv_reader 2021/04/06
バイパラメトリックMRイメージング（bpMRI）で臨床的に重要な前立腺癌（csPCa）の自動ローカリゼーションのための新しい多段階3Dコンピューター支援検出および診断（CAD）モデルを提示します。深い

saliency

arXiv

detection

3D

localization

attention

CNN

residual

U-Net

arXiv reaDer
リンク
TATL：皮膚属性検出のためのタスクにとらわれない転送学習
arxiv_reader 2021/04/06
既存の皮膚属性検出方法は通常、事前にトレーニングされたImagenetネットワークで初期化され、次に医療ターゲットタスクを微調整します。ただし、医療データセットはImageNetとは大きく異なり、限ら

benchmark

arXiv

detection

dataset

pre-training

transfer learning

arXiv reaDer
リンク
デジタルジンバル：学習可能な露光時間によるエンドツーエンドのディープ画像安定化
arxiv_reader 2021/04/06
作動ジンバルを使用した機械的な画像安定化により、カメラの動きによるブレに悩まされることなく、長時間露光ショットをキャプチャできます。ただし、これらのデバイスは、多くの場合、物理的に扱いにくく高価である

synthesis

arXiv

CNN

denoising

arXiv reaDer

learning
リンク
MIST：ビデオ異常検出のためのマルチインスタンスセルフトレーニングフレームワーク
arxiv_reader 2021/04/06
弱く監視されたビデオ異常検出（WS-VAD）は、識別表現に基づいて異常を通常のイベントから区別することです。ほとんどの既存の作品は、不十分なビデオ表現に制限されています。この作業では、複数インスタンス

anomaly detection

representation

arXiv

dataset

sparse

attention

video

weakly-supervised

arXiv reaDer
リンク
MOPS-Net：タスク指向の3Dポイントクラウドダウンサンプリングのためのマトリックス最適化駆動型ネットワーク
arxiv_reader 2021/04/06
このホワイトペーパーでは、3Dポイントクラウドでのタスク指向のダウンサンプリングの問題について説明します。これは、ダウンサンプリングされたスパースポイントに適用される後続のアプリケーションのパフォーマ

differentiable

arXiv

sparse

3D

classification

reconstruction

point cloud

arXiv reaDer
リンク
OnTarget：電子アーチェリースコアリング
arxiv_reader 2021/04/06
コンピュータビジョン技術を使用して電子アーチェリースコアリングシステムを作成するには、いくつかの課題があります。光の変動性、複数の画像からのターゲットの再構成、ターゲット構成の変動性、およびフィルタリ

arXiv

detection

computer vision

reconstruction

arXiv reaDer
リンク
口実-対照学習：自己教師ありビデオ表現学習のグッドプラクティスに向けて
arxiv_reader 2021/04/06
最近、自己監視ビデオ特徴学習において、口実タスクベースの方法が次々に提案されている。一方、対照的な学習方法でも優れたパフォーマンスが得られます。通常、新しい方法は、「より良い」時間情報を取得できると主

representation

self-supervised

arXiv

contrastive learning

video

arXiv reaDer

augmentation
リンク
FlowStep3D：自己教師ありシーンフロー推定のためのモデル展開
arxiv_reader 2021/04/06
シーンフローと呼ばれる、シーン内のポイントの3Dモーションを推定することは、コンピュータビジョンの中心的な問題です。エンドツーエンドの3Dフローを学習するように設計された従来の学習ベースの方法は、一般

benchmark

synthesis

self-supervised

arXiv

computer vision

3D

recurrent

estimation

regularization

arXiv reaDer
リンク
ダイナミックシーンでのローリングシャッター補正とブレ除去に向けて
arxiv_reader 2021/04/06
ジョイントローリングシャッター補正およびブレ除去（RSCD）技術は、普及しているCMOSカメラにとって重要です。ただし、現在のアプローチは依然として従来のエネルギー最適化に基づいており、静的シーン用に

synthesis

arXiv

dataset

video

arXiv reaDer
リンク
ニーモニックトレーニング：忘れずにマルチクラスのインクリメンタルラーニング
arxiv_reader 2021/04/06
Multi-Class Incremental Learning（MCIL）は、以前の概念でトレーニングされたモデルを段階的に更新することで、新しい概念を学習することを目的としています。ただし、以前

benchmark

arXiv reaDer

arXiv

learning
リンク
3D高解像度ConvNetを使用したMR画像コントラスト強調の合成
arxiv_reader 2021/04/06
ガドリニウムベースの造影剤（GBCA）は、脳の磁気共鳴画像法（MRI）で疾患をよりよく視覚化するために広く使用されています。しかし、脳と体内のガドリニウム沈着は、GBCAの使用に関する安全上の懸念を引

synthesis

arXiv

convolutional

3D

MRI

arXiv reaDer

learning
リンク
自己教師あり視覚事前トレーニングのための高密度対照学習
arxiv_reader 2021/04/06
現在まで、ほとんどの既存の自己教師あり学習方法は、画像分類用に設計および最適化されています。これらの事前トレーニング済みモデルは、画像レベルの予測とピクセルレベルの予測の間に不一致があるため、高密度の

self-supervised

arXiv

detection

contrastive learning

semantic segmentation

classification

pre-training

arXiv reaDer
リンク
半教師ありビデオオブジェクトセグメンテーションにおける再利用ゲート機能を使用した動的ネットワークの学習
arxiv_reader 2021/04/06
半教師ありビデオオブジェクトセグメンテーション（Semi-VOS）の現在の最先端のアプローチは、前のフレームからの情報を伝播して、現在のフレームのセグメンテーションマスクを生成します。これにより、外観

occlusion

arXiv

dataset

video

arXiv reaDer

segmentation

semi-supervised

learning
リンク
TTVOS：アダプティブテンプレートアテンションモジュールと時間的整合性損失を備えた軽量ビデオオブジェクトセグメンテーション
arxiv_reader 2021/04/06
半教師ありビデオオブジェクトセグメンテーション（semi-VOS）は、多くのアプリケーションで広く使用されています。このタスクは、特定のターゲットマスクからクラスに依存しないオブジェクトを追跡します。

benchmark

arXiv

optical flow

tracking

localization

attention

semi-supervised

segmentation

arXiv reaDer
リンク
探索と学習のための感情ベースの内在的報酬のモデリング
arxiv_reader 2021/04/06
ポジティブな影響は、人間の学習に対する関心、好奇心、満足度の向上に関連しています。強化学習では、外因性の報酬はまばらで定義が難しいことが多く、本質的に動機付けられた学習はこれらの課題に対処するのに役立

arXiv

computer vision

sparse

human

reinforcement learning

arXiv reaDer
リンク
画像の再構成と合成のための焦点周波数損失
arxiv_reader 2021/04/06
画像の再構築と合成は、生成モデルの開発のおかげで目覚ましい進歩を遂げました。それにもかかわらず、特に周波数領域では、実際の画像と生成された画像の間にギャップが存在する可能性があります。この研究では、周

synthesis

arXiv

bias

reconstruction

generative

arXiv reaDer

domain
リンク
共同テキスト検出と類似性学習によるシーンテキスト検索
arxiv_reader 2021/04/06
シーンテキスト検索は、特定のクエリテキストと同じまたは類似している、画像ギャラリーからのすべてのテキストインスタンスをローカライズおよび検索することを目的としています。このようなタスクは通常、クエリテ

benchmark

arXiv

detection

dataset

localization

arXiv reaDer

learning
リンク
アダプティブエグザンプラフィルターを使用したネットワークプルーニング
arxiv_reader 2021/04/06
一般的なネットワークプルーニングアルゴリズムは、手作りのモデルを最適化することで冗長な情報を減らし、最適ではないパフォーマンスとフィルターの選択に長い時間をもたらす可能性があります。アルゴリズム設計を

face recognition

arXiv

affinity

pruning

arXiv reaDer
リンク
一般化可能な個人の再識別のためのグラフサンプリングベースのディープメトリック学習
arxiv_reader 2021/04/06
人の再識別のために、既存の深いネットワークはしばしば表現学習に焦点を合わせています。ただし、転移学習がないと、学習したモデルはそのまま固定されるため、さまざまな目に見えないシナリオの処理には適応できま

re-id

arXiv

representation learning

person

convolutional

metric learning

transfer learning

arXiv reaDer

pose
リンク
衛星画像からのジオメトリガイド付きストリートビューパノラマ合成
arxiv_reader 2021/04/06
この論文は、頭上の衛星画像を与えられた新しいストリートビューパノラマを合成するための新しいアプローチを提示します。小さな衛星画像パッチを入力として使用すると、衛星パッチの中心と同じ地理的位置からキャプ

benchmark

synthesis

differentiable

arXiv

dataset

3D

GAN

satellite

arXiv reaDer

domain
リンク
ビジュアルシムからリアルへの転送のためのドメインランダム化のベンチマーク
arxiv_reader 2021/04/06
ドメインランダム化は、ロボット工学における視覚的なシミュレーションから現実への転送に非常に人気のある方法です。これは、その単純さと、実世界の画像をまったく使用せずに転送を実現できるためです。それでも、

arXiv

sim-to-real

pose estimation

arXiv reaDer

domain
リンク
新規ビュー合成のための自己教師あり可視性学習
arxiv_reader 2021/04/06
いくつかのスパースソースビュー画像からの新規ビュー合成（NVS）の問題に対処します。従来の画像ベースのレンダリング方法は、シーンジオメトリを推定し、2つの別々のステップで新しいビューを合成します。ただ

synthesis

self-supervised

arXiv

sparse

arXiv reaDer

estimation

learning
リンク
対照的な自己教師ありニューラルアーキテクチャ検索
arxiv_reader 2021/04/06
この論文は、教師あり学習から継承されたデータラベリングの高価なコストを完全に軽減する、新しいセルベースのニューラルアーキテクチャ検索アルゴリズム（NAS）を提案します。私たちのアルゴリズムは、コンピュ

representation

self-supervised

NAS

arXiv

computer vision

contrastive

arXiv reaDer

learning
リンク
アフォーダンスとジオメトリ間の相乗効果：暗黙的な表現による6自由度の把握検出
arxiv_reader 2021/04/06
乱雑な状態での把握検出では、ロボットが3Dシーンを不完全でノイズの多い知覚から推論する必要があります。この作業では、3D再構成と把握学習が2つの密接に関連したタスクであり、どちらもローカルジオメトリの

simulation

representation

differentiable

self-supervised

arXiv

detection

3D

reconstruction

arXiv reaDer

multi-task
リンク
DINE：単一および複数のブラックボックス予測子からのドメイン適応
arxiv_reader 2021/04/06
ラベル付けの負担を軽減するために、教師なしドメイン適応（UDA）は、以前に関連したラベル付きデータセット（ソース）の知識を新しいラベルなしデータセット（ターゲット）に転送することを目的としています。目

arXiv

adversarial

dataset

unsupervised

domain adaptation

generative

arXiv reaDer

learning
リンク
少数ショットセグメンテーションのための超相関スクイーズ
arxiv_reader 2021/04/06
数ショットのセマンティックセグメンテーションは、ターゲットクラスのいくつかの注釈付きサポート画像のみを使用して、クエリ画像からターゲットオブジェクトをセグメント化することを学習することを目的としていま

benchmark

arXiv

convolutional

semantic segmentation

few-shot

arXiv reaDer

learning
リンク
顔認識のパフォーマンス分析：ガラス因子による批評的レビュー
arxiv_reader 2021/04/06
COVID-19のパンデミックおよび社会的距離は、さまざまな異常な状況で信頼性の高い人間の顔認識システムを促します。しかし、顔認識システムにおけるガラス因子の影響を研究する研究はありません。このペーパ

COVID-19

face recognition

arXiv

detection

person

classification

human

real time

arXiv reaDer
リンク
階層的画像ピーリング：柔軟なスケールスペースフィルタリングフレームワーク
arxiv_reader 2021/04/06
階層的な画像編成の重要性は、コンピュータビジョンとグラフィックスの幅広いアプリケーションによって目撃されています。空間全体を考慮した画像セグメンテーションとは異なり、この作業は、画像をスケール空間の観

arXiv

computer vision

unsupervised

recurrent

segmentation

arXiv reaDer
リンク
AdvSim：自動運転車のセーフティクリティカルシナリオの生成
arxiv_reader 2021/04/06
自動運転システムが改善されるにつれて、自律スタックが失敗する可能性のあるシナリオをシミュレートすることがより重要になります。従来、これらのシナリオは、グラウンドトゥルースアクターの状態を入力として受け

occlusion

vehicle

arXiv

adversarial

LiDAR

arXiv reaDer
リンク
注意ベースの階層的マルチモーダル融合による高解像度深度マップイメージング
arxiv_reader 2021/04/06
デプスマップは、視点とシーン内のオブジェクトとの間の距離を記録します。これは、多くの実際のアプリケーションで重要な役割を果たします。ただし、民生用RGB-Dカメラでキャプチャされた深度マップは、空間分

super-resolution

arXiv

convolutional

attention

reconstruction

RGB-D

metric

arXiv reaDer
リンク
SGCN：歩行者軌道予測のためのスパースグラフ畳み込みネットワーク
arxiv_reader 2021/04/06
歩行者の軌道予測は自動操縦の重要な技術であり、歩行者間の複雑な相互作用のために非常に困難なままです。しかし、密な無向相互作用に基づく以前の研究は、過剰な相互作用のモデル化と軌道運動傾向の無視に悩まされ

arXiv

dataset

convolutional

sparse

trajectory

pedestrian

arXiv reaDer
リンク
顕著な画像を使用したクラスにとらわれない学習による弱教師ありインスタンスセグメンテーション
arxiv_reader 2021/04/06
人間は強力なクラスにとらわれないオブジェクトセグメンテーション能力を持ち、未知のオブジェクトの境界を正確に描くことができます。これにより、弱く監視されたインスタンスセグメンテーションのためのボックス監

saliency

arXiv

dataset

localization

R-CNN

weakly-supervised

segmentation

arXiv reaDer

multi-task
リンク
ジェネレーティブローカルリニア埋め込み
arxiv_reader 2021/04/06
Locally Linear Embedding（LLE）は、非線形スペクトル次元削減および多様体学習法です。これには、入力空間と埋め込み空間での点の線形再構築と線形埋め込みという2つの主要なステップ

learning

arXiv

embedding

reconstruction

generative

arXiv reaDer

manifold
リンク
PDWN：ビデオ補間用のピラミッド変形可能ワーピングネットワーク
arxiv_reader 2021/04/06
ビデオ補間は、過去と未来のフレームを指定して、存在しない中間フレームを生成することを目的としています。多くの最先端の方法は、既知のフレーム間のオプティカルフローを推定し、次に中間フレームと既知のフレー

arXiv

dataset

optical flow

convolutional

video

arXiv reaDer

estimation
リンク
ディープオンライン融合ビデオ安定化
arxiv_reader 2021/04/06
センサーデータ（ジャイロスコープ）と画像コンテンツ（オプティカルフロー）の両方を使用して、教師なし学習を通じてビデオを安定させるディープニューラルネットワーク（DNN）を紹介します。このネットワークは

representation

arXiv

optical flow

unsupervised

LSTM

video

DNN

arXiv reaDer

pose

learning
リンク
顕微鏡画像再構成のための拡張された同変注意ネットワーク
arxiv_reader 2021/04/06
高品質または高解像度の電子顕微鏡（EM）および蛍光顕微鏡（FM）画像を撮影するには、時間と費用がかかります。これらの画像を撮影すると、サンプルに侵入する可能性があり、長時間または強烈な露出の後にサンプ

arXiv

classification

attention

reconstruction

arXiv reaDer

augmentation

learning
リンク
超音波イメージングによるディープニューラルネットワークを使用したCOVID-19疾患の検出
arxiv_reader 2021/04/06
新しいコロナウイルス2019（COVID-2019）は急速にパンデミックになり、日常生活、公衆衛生、世界経済の両方に壊滅的な影響を及ぼしました。このエピデミックのさらなる拡大を防ぎ、影響を受けた患者を

COVID-19

arXiv

detection

CNN

arXiv reaDer
リンク
ビュー合成によるポーズシフトのマトリックス表現によるカメラポーズのニューラル表現の学習
arxiv_reader 2021/04/06
カメラのポーズを効果的に表現する方法は、3Dコンピュータビジョン、特にカメラのポーズの回帰や新しいビューの合成などのタスクにおいて重要な問題です。従来、カメラの3D位置はデカルト座標で表され、向きはオ

representation

synthesis

arXiv

dataset

computer vision

3D

arXiv reaDer

pose

learning
リンク
高解像度のまばらな注意を伴うセマンティックレイアウト操作
arxiv_reader 2021/04/06
セマンティックラベルマップを編集して入力画像を操作することを目的としたセマンティック画像レイアウト操作の問題に取り組んでいます。このタスクの中心的な問題は、結果の画像を視覚的にリアルにしながら、入力画

synthesis

arXiv

dataset

sparse

attention

arXiv reaDer

learning
リンク
オンザフライでの自己適応型メトリック学習に向けて
arxiv_reader 2021/04/06
質の高い類似性メトリックは、多くの大規模な実世界のアプリケーションのパフォーマンスを大幅に向上させることができます。既存の研究では、類似（非類似）ペア間の距離を特定の下限（上限）よりも小さく（大きく）

arXiv

metric learning

classification

face

arXiv reaDer
リンク
事前の正則化を使用した非常に不完全なデータシナリオでの深正規化フローモデルのトレーニング
arxiv_reader 2021/04/06
GANや正規化フローモデルを含む深い生成フレームワークは、複雑な高次元の統計分布を効果的に（明示的または暗黙的に）学習することにより、部分的に観測されたデータサンプルの欠落値を埋めることに成功すること

arXiv

GAN

regularization

generative

arXiv reaDer

learning
リンク
Forget Gateを「忘れる」：自己完結型の長短期記憶ネットワークを使用したビデオの異常の推定
arxiv_reader 2021/04/06
異常なイベントの検出は、外観と動きの複雑な機能を効果的に処理する必要がある困難なタスクです。この論文では、通常の高密度オプティカルフロー上で新しいLSTMベースの自己完結型ネットワークを学習することに

arXiv

detection

dataset

optical flow

LSTM

video

arXiv reaDer

learning
リンク
画像記述からの意味情報を使用した視覚的な質問応答
arxiv_reader 2021/04/06
この作品では、領域ベースの画像の特徴、尋ねられる自然言語の質問、および画像の領域から抽出された意味知識を利用して、視覚的に尋ねられる質問に対する自由形式の回答を生成する注意メカニズムを使用するディープ

VQA

arXiv reaDer

arXiv

attention
リンク
少数のショットの概念学習のための3Dプロトタイプネットワークのもつれを解く
arxiv_reader 2021/04/06
RGB-D画像をオブジェクトの形状とスタイルに解きほぐし、背景シーンのマップを作成するニューラルアーキテクチャを紹介し、数ショットの3Dオブジェクト検出と数ショットの概念分類への応用を探ります。私たち

self-supervised

arXiv

detection

disentangling

3D

classification

few-shot

one-shot

RGB-D

arXiv reaDer
リンク
時空間機械学習アーキテクチャに基づくマルチモーダル呼吸器疾患増悪予測技術
arxiv_reader 2021/04/06
慢性閉塞性肺疾患や喘息などの慢性呼吸器疾患は深刻な健康危機であり、世界中の多くの人々に影響を及ぼし、経済に大きなコストをかけています。呼吸器症状の進行を評価するための現在の方法は、主観的で不正確である

arXiv

detection

convolutional

tracking

classification

spatio-temporal

real time

RNN

arXiv reaDer

learning
リンク
生成的敵対的ネットワークによるMR造影剤を意識した画像から画像への変換
arxiv_reader 2021/04/06
目的磁気共鳴画像法（MRI）検査は通常、異なる画像コントラストをもたらすいくつかのシーケンスで構成されます。各シーケンスは、画像のコントラスト、信号対雑音比、取得時間、および/または解像度に影響を与え

benchmark

synthesis

arXiv

dataset

GAN

arXiv reaDer

MRI

augmentation
リンク
画像から深さへ：エコーを使用した深さ予測の改善
arxiv_reader 2021/04/06
マルチモーダルオーディオビジュアルデータを使用して深度を推定する問題に対処します。コウモリやイルカなどの動物がエコーロケーションで物体の距離を推測する能力に触発されて、最近のいくつかの方法では、深さの

benchmark

arXiv

dataset

arXiv reaDer

depth prediction

estimation

learning
リンク
高解像度画像修復のための集約されたコンテキスト変換
arxiv_reader 2021/04/06
最先端の画像修復アプローチでは、高解像度画像（512x512など）で歪んだ構造やぼやけたテクスチャが生成される可能性があります。課題は主に、（1）離れたコンテキストからの画像コンテンツの推論、および（

benchmark

synthesis

reasoning

arXiv

face

GAN

arXiv reaDer
リンク
グラフ対照クラスタリング
arxiv_reader 2021/04/06
最近、表現とクラスタリングの割り当てを同時に学習するためのいくつかの対照的な学習方法が提案され、大幅な改善が達成されました。ただし、これらの方法では、カテゴリ情報とクラスタリングの目的が考慮されていな

representation

arXiv

dataset

contrastive learning

arXiv reaDer

clustering

augmentation
リンク
どのくらい私たちは本当にあなたを信頼できますか？ディープニューラルネットワーク用のシンプルで解釈可能な信頼定量化メトリックに向けて
arxiv_reader 2021/04/06
信頼できるディープニューラルネットワークを構築するための重要なステップは、信頼の定量化です。この研究では、一連の質問に答えるときの行動に基づいてディープニューラルネットワークの全体的な信頼性を評価する

metric

arXiv reaDer

arXiv

learning
リンク
MeGA-CDA：カテゴリ対応の教師なしドメイン適応オブジェクト検出のためのメモリガイド付き注意
arxiv_reader 2021/04/06
教師なしドメイン適応オブジェクト検出の既存のアプローチは、敵対的トレーニングを介して特徴の位置合わせを実行します。これらの方法はパフォーマンスの合理的な改善を達成しますが、通常はカテゴリに依存しないド

benchmark

arXiv

adversarial

detection

dataset

unsupervised

attention

domain adaptation

arXiv reaDer

learning
リンク
BargainNet：画像調和のためのバックグラウンドガイド付きドメイン翻訳
arxiv_reader 2021/04/06
画像合成は、画像編集分野の基本的な操作です。ただし、前景と背景の調和が取れていないと、合成画像の品質が低下します。一貫性を向上させるために前景を調整する画像の調和は、不可欠でありながら困難な作業です。

benchmark

arXiv

arXiv reaDer

domain

learning
リンク
unzipFPGA：オンザフライウェイト生成によるFPGAベースのCNNエンジンの強化
arxiv_reader 2021/04/06
単一の計算エンジンは、FPGAベースの畳み込みニューラルネットワーク（CNN）の一般的な設計上の選択肢となり、ファブリックを再構成することなく多様なモデルの展開を可能にします。ただし、この柔軟性により

pruning

arXiv reaDer

arXiv

CNN
リンク
PTP：グラフニューラルネットワークとダイバーシティサンプリングによる並列化された追跡と予測
arxiv_reader 2021/04/06
マルチオブジェクトトラッキング（MOT）と軌道予測は、マルチエージェントの相互作用の正確なモデリングを必要とする最新の3D知覚システムの2つの重要なコンポーネントです。エージェントの相互作用の共有機能

representation

learning

arXiv

dataset

3D

trajectory

generative

GNN

arXiv reaDer

MOT
リンク
IDOL-Net：CT金属アーチファクト低減のためのインタラクティブなデュアルドメイン並列ネットワーク
arxiv_reader 2021/04/06
金属製のインプラントが存在するため、コンピューター断層撮影（CT）の画像品質は大幅に低下します。ディープラーニングの急速な発展に伴い、金属アーチファクト低減（MAR）のためのいくつかのネットワークモデ

arXiv

disentangling

CT

arXiv reaDer

domain

learning
リンク
グラフニューラルネットワークによる共同オブジェクト検出とマルチオブジェクトトラッキング
arxiv_reader 2021/04/06
オブジェクト検出とデータ関連付けは、マルチオブジェクト追跡（MOT）システムの重要なコンポーネントです。 2つのコンポーネントが相互に依存しているという事実にもかかわらず、以前の作業では、多くの場合、

arXiv

detection

dataset

learning

GNN

arXiv reaDer

domain

MOT
リンク
GANにおける潜在意味論の閉形式の因数分解
arxiv_reader 2021/04/06
画像を合成するために訓練された生成的敵対的ネットワーク（GAN）の潜在空間に、解釈可能な次元の豊富なセットが出現することが示されています。画像編集のためにそのような潜在的な次元を識別するために、以前の

representation

synthesis

arXiv

dataset

unsupervised

pre-training

GAN

arXiv reaDer
リンク
画像の合成による生成的階層的特徴
arxiv_reader 2021/04/06
生成的敵対的ネットワーク（GAN）は最近、観測データの基礎となる分布を学習することにより、画像合成を進歩させました。ただし、画像生成のタスクを解決することから学んだ機能が他の視覚タスクにどのように適用

landmark

representation

synthesis

arXiv

detection

classification

pre-training

GAN

loss function

arXiv reaDer
リンク
MMBERT：医療VQAを改善するためのマルチモーダルBERT事前トレーニング
arxiv_reader 2021/04/06
医療領域の画像は、一般領域の画像とは根本的に異なります。したがって、医療ドメインに一般ドメインの視覚的質問応答（VQA）モデルを直接使用することは不可能です。さらに、医用画像の注釈は、費用と時間のかか

representation

self-supervised

arXiv

dataset

BERT

attention

VQA

arXiv reaDer

domain

learning
リンク
複数の日付の衛星画像からの3D表面再構成
arxiv_reader 2021/04/06
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

mesh

arXiv

stereo

3D

satellite

reconstruction

point cloud

arXiv reaDer
リンク
ビジュアルオブジェクトトラッキングの高速計算に向けたモバイルCNN特徴抽出の学習
arxiv_reader 2021/04/06
この論文では、訓練されたCNNを使用して、軽量、高精度、高速のオブジェクトトラッキングを構築します。トレーニングされたCNNを使用する従来の方法では、強力な計算リソースを必要とするVGG16ネットワー

benchmark

arXiv

tracking

CNN

arXiv reaDer

learning
リンク
オートエンコーダ
arxiv_reader 2021/04/06
オートエンコーダは特定のタイプのニューラルネットワークであり、主に入力を圧縮された意味のある表現にエンコードし、再構築された入力が元の入力と可能な限り類似するようにデコードするように設計されています。

representation

arXiv reaDer

arXiv
リンク
リモートセンシングにおけるマルチラベル深層学習分類タスクのための説明可能な人工知能手法の評価
arxiv_reader 2021/04/06
ディープニューラルネットワークは、いくつかのリモートセンシングタスクで最先端を維持していますが、ブラックボックス操作は意思決定の理解を妨げ、データセットやモデルのパフォーマンスにおけるバイアスやその他

metric

arXiv reaDer

benchmark

arXiv

bias

explainable

occlusion

learning

dataset

classification
リンク
スペクトル混合と異種データセットによるハイパースペクトル画像の超解像
arxiv_reader 2021/04/06
この作品は、ハイパースペクトル画像（HSI）超解像（SR）を研究します。 HSI SRは、高次元のデータと限られた量のトレーニング例が特徴です。これは、記憶や分布外のサンプルに対する感度など、ニューラ

super-resolution

arXiv

dataset

arXiv reaDer

semi-supervised

OOD

augmentation
リンク
解釈可能な教師なし多様性ノイズ除去とアーティファクト除去
arxiv_reader 2021/04/06
画像のノイズ除去とアーティファクトの除去は、多くの潜在的な解決策を認める複雑な逆問題です。変分オートエンコーダー（VAE）を使用して、賢明なソリューションの分布全体を学習し、そこから効率的にサンプリン

benchmark

arXiv

dataset

unsupervised

reconstruction

denoising

generative

arXiv reaDer

domain
リンク
ビジョントランスフォーマーと蒸留に基づくディープフェイク検出スキーム
arxiv_reader 2021/04/06
Deepfakeは、Generative Adversarial Networks（GAN）やAuto Encoderなど、誰でも利用できる生成的ディープラーニング手法で作成された操作ビデオです。最近

arXiv

detection

dataset

embedding

deepfake

distillation

CNN

GAN

transformer

arXiv reaDer
リンク
HOG特徴抽出を可能にする勾配保存画像の生成
arxiv_reader 2021/04/06
本論文では、勾配保存画像と呼ばれる視覚的に保護された画像を生成する方法を提案する。保護された画像を使用すると、プライバシーを保護する機械学習のために、Histogram-of-Oriented-Gra

face recognition

arXiv reaDer

arXiv

learning
リンク
BS-Net：大規模な胸部X線データセットでCOVID-19肺炎の重症度を学習
arxiv_reader 2021/04/06
この作業では、胸部X線画像（CXR）で、COVID-19患者の肺障害の程度を伝える多領域スコアを予測するためのエンドツーエンドの深層学習アーキテクチャを設計します。そのような半定量的スコアリングシステ

COVID-19

arXiv

dataset

human

estimation

activity

weakly-supervised

segmentation

arXiv reaDer
リンク
再帰的に改良されたR-CNN：自己RoIリバランスによるインスタンスセグメンテーション
arxiv_reader 2021/04/06
インスタンスセグメンテーションの分野では、最先端の深層学習ネットワークのほとんどがカスケードアーキテクチャに依存しています。カスケードアーキテクチャでは、複数のオブジェクト検出器が順次トレーニングされ

arXiv

detection

dataset

R-CNN

segmentation

arXiv reaDer

learning
リンク
視覚的オブジェクト検出における開集合エラーを特定するための不確実性
arxiv_reader 2021/04/06
オープンワールドに展開されたオブジェクト検出器は、オープンセットエラーと呼ばれる一種の誤検知の傾向があります。オープンセットエラーを識別して拒否するために、オブジェクト検出器から認識論的不確実性を抽出

arXiv

detection

dataset

computer vision

R-CNN

real time

arXiv reaDer
リンク
DARCNN：生物医学画像における教師なしインスタンスセグメンテーションのためのドメイン適応領域ベースの畳み込みニューラルネットワーク
arxiv_reader 2021/04/06
生物医学の領域では、関心のあるオブジェクトを検出するのが難しいか、人間の知識の限界によって制約される可能性がある、高密度で複雑なデータが豊富にあります。監視ありタスク用のラベル付きドメイン固有のデータ

self-supervised

arXiv

augmentation

computer vision

unsupervised

CNN

domain adaptation

segmentation

arXiv reaDer
リンク
DyStaB：動的静的ブートストラップによる教師なしオブジェクトセグメンテーション
arxiv_reader 2021/04/06
ある時点で、オブジェクトと呼ばれる一貫した全体として動いているように見えるライブシーンの画像の一部を検出してセグメント化する教師なし方法について説明します。私たちの方法は、最初にセグメント間の相互情報

benchmark

saliency

arXiv

detection

dataset

unsupervised

video

segmentation

arXiv reaDer
リンク
効率的なDETR：高密度の事前設定によるエンドツーエンドのオブジェクト検出器の改善
arxiv_reader 2021/04/06
DETRやDeformableDETRなど、最近提案されたエンドツーエンドのトランスフォーマー検出器は、6つのデコーダーレイヤーをスタックしてオブジェクトクエリを繰り返し更新するカスケード構造を備えて

arXiv

detection

dataset

sparse

transformer

arXiv reaDer
リンク
SSIMベースのCTUレベルの共同最適ビット割り当てとレート歪み最適化
arxiv_reader 2021/04/06
構造的類似性（SSIM）ベースの歪みD_SSIMは、従来の平均二乗誤差D_MSEよりも人間の知覚と一致しています。より良いビデオ品質を達成するために、最適ビット割り当て（OBA）とレート歪み最適化（

arXiv

human

video

metric

arXiv reaDer
リンク
単眼ビデオにおける3D複数人ポーズ推定のためのグラフおよび時間畳み込みネットワーク
arxiv_reader 2021/04/06
最近の進歩にもかかわらず、単眼ビデオからの3D多人ポーズ推定は、オクルージョン、部分的にフレーム外のターゲット人物、および不正確な人物検出によって引き起こされる情報の欠落という一般的に遭遇する問題のた

occlusion

arXiv

detection

person

3D

human

pose estimation

monocular

GCN

arXiv reaDer
リンク
セマンティックセグメンテーションモデルに対する隠れたバックドア攻撃
arxiv_reader 2021/04/06
ディープニューラルネットワーク（DNN）は、トレーニングデータをポイズニングすることにより、隠されたバックドアをDNNに埋め込むことを目的としたバックドア攻撃に対して脆弱です。攻撃されたモデルは無害な

arXiv

semantic segmentation

classification

autonomous driving

DNN

arXiv reaDer
リンク
アパーチャ視差とワーピング信頼性マップによるライトフィールドビューの合成
arxiv_reader 2021/04/06
この論文は、まばらな画像のセットが与えられた場合に、任意のカメラ位置からのビューを合成するための学習ベースのアプローチを提示します。この新しいビュー合成の重要な課題は、光路の障害物のために異なる入力画

occlusion

synthesis

arXiv

sparse

CNN

reconstruction

arXiv reaDer
リンク
MagFace：顔認識と品質評価のための普遍的な表現
arxiv_reader 2021/04/06
取得した顔のばらつきが大きくなると、顔認識システムの性能が低下します。以前の作業では、前処理で顔の品質を監視するか、顔の特徴とともにデータの不確実性を予測することで、この問題を軽減しています。この論文

representation

face recognition

arXiv

embedding

clustering

arXiv reaDer
リンク
パノプティックセグメンテーションのための完全畳み込みネットワーク
arxiv_reader 2021/04/06
このホワイトペーパーでは、パノプティックFCNと呼ばれる、パノプティックセグメンテーションのための概念的にシンプルで強力かつ効率的なフレームワークを紹介します。私たちのアプローチは、統一された完全畳み

arXiv

dataset

convolutional

localization

panoptic segmentation

arXiv reaDer
リンク
マルチメディア技術のアプリケーションとアルゴリズム：調査
arxiv_reader 2021/04/06
マルチメディア関連の研究開発は、ハードウェア、ソフトウェア、およびネットワークインフラストラクチャの進歩に伴い、過去数年間で急速に進化してきました。その結果、マルチメディアはヘルスケアと医学、人間の顔

domain

arXiv

tracking

face

human

arXiv reaDer

estimation

pose
リンク
アメリカ手話での指文字検出
arxiv_reader 2021/04/06
単語が文字ごとに署名される指文字は、アメリカ手話の重要な要素です。自動指文字認識に関するこれまでのほとんどの作業では、ビデオに署名する際の指文字領域の境界が事前にわかっていることを前提としています。こ

benchmark

arXiv

detection

pose estimation

video

metric

arXiv reaDer

multi-task
リンク
教師なしドメイン適応のためのインスタンスレベルのアフィニティベースの転送
arxiv_reader 2021/04/06
ドメイン適応は、特定のソースドメインからの大規模なラベル付きデータを使用してトレーニングモデルを処理し、ラベルがほとんどまたはまったくない特定のターゲットドメインに知識を適応させます。多くの先行研究は

domain adaptation

benchmark

representation

arXiv

dataset

affinity

unsupervised

clustering

contrastive

arXiv reaDer
リンク
環境フィクスチャを利用してオブジェクトを把握するためのターゲット指向のディープQネットワークによる視覚的アフォーダンスの学習
arxiv_reader 2021/04/06
この論文では、挑戦的な物体把握タスクを紹介し、自己教師あり学習アプローチを提案します。タスクの目標は、単一の平行グリッパーでは実行できないオブジェクトを把握することですが、環境フィクスチャ（壁、家具、

simulation

action

self-supervised

arXiv

robot

arXiv reaDer

learning
リンク
ディープネットワークのメモリ最適化
arxiv_reader 2021/04/06
ディープラーニングはゆっくりですが着実に行われ、記憶のボトルネックになっています。最上位のGPUでのテンソル計算は過去5年間で32倍に増加しましたが、使用可能なメモリの合計は2.5倍にしか増加しません

arXiv reaDer

arXiv

learning
リンク
グループ化の学習：目に見えないカテゴリでの3Dパーツ発見のためのボトムアップフレームワーク
arxiv_reader 2021/04/06
目に見えないカテゴリのオブジェクトの3Dパーツを発見する問題に対処します。パーツの前にジオメトリを学習し、未表示のカテゴリの前にジオメトリを転送できることは、データ駆動型の形状セグメンテーションアプ

arXiv

dataset

3D

clustering

segmentation

arXiv reaDer

pose

learning
リンク
尿管鏡検査およびレーザー砕石術のためのマルチクラスモーションベースのセマンティックセグメンテーション
arxiv_reader 2021/04/06
腎臓結石は、公的医療制度にとってかなりの負担となります。レーザー砕石術による尿管鏡検査は、腎臓結石の治療に最も一般的に使用される技術として進化してきました。腎臓結石とレーザーファイバーの自動セグメンテ

arXiv

convolutional

semantic segmentation

attention

recurrent

residual

U-Net

loss function

augmentation

arXiv reaDer
リンク
RGB衛星画像を使用した都市規模の建物のフットプリント抽出のためのセマンティックセグメンテーションネットワーク
arxiv_reader 2021/04/06
都市部は世界のエネルギーの3分の2以上を消費し、世界のCO2排出量の70％以上を占めています。 IPCCの1.5Cの地球温暖化報告書で述べられているように、2050年までにカーボンニュートラルを達成す

benchmark

arXiv

semantic segmentation

satellite

point cloud

arXiv reaDer
リンク
画像の分類、生成などのためのジェネレーティブマックスマハラノビス分類器
arxiv_reader 2021/04/06
Grathwohlらの共同エネルギーベースモデル（JEM）。は、標準のソフトマックス分類器が、同時分布p（x、y）のエネルギーベースモデル（EBM）として再解釈できることを示しています。結果として得ら

arXiv

detection

adversarial

dataset

classification

OOD

generative

arXiv reaDer
リンク
動的な屋内環境でのカメラの再ローカリゼーションのための空間パーティションを介したロバストなニューラルルーティング
arxiv_reader 2021/04/06
既知の屋内環境にカメラをローカライズすることは、シーンマッピング、ロボットナビゲーション、ARなどの重要な構成要素です。最近の進歩により、2D / 3Dカメラ空間の座標間で確立された2D / 3D-3

benchmark

arXiv

convolutional

robot

3D

classification

arXiv reaDer

pose

learning
リンク
機敏な操作と迅速に訓練可能な検出器を備えたロボット廃棄物選別機
arxiv_reader 2021/04/06
人手不足のため、労働集約的な手作業による廃棄物の分別の自動化が必要です。廃棄物の分別を自動化する目的は、ロボットによる廃棄物の堅牢な検出と機敏な操作という人間の役割を置き換えることです。これを実現する

synthesis

arXiv

dataset

detection

robot

human

arXiv reaDer
リンク
階層的自己監視を使用したインスタンスセグメンテーションにおけるロングテールの教師なし発見
arxiv_reader 2021/04/06
インスタンスのセグメンテーションは、コンピュータビジョンのアクティブなトピックであり、通常、オブジェクトレベルのマスクで構成される非常に大きなデータセットに対して教師あり学習アプローチを使用することで

self-supervised

arXiv

dataset

computer vision

embedding

unsupervised

segmentation

arXiv reaDer

domain
リンク
SMPLicit：衣服を着た人々のためのトポロジーを意識した生成モデル
arxiv_reader 2021/04/06
この論文では、体のポーズ、形状、衣服の形状を共同で表現するための新しい生成モデルであるSMPLicitを紹介します。衣服の種類ごとに特定のモデルをトレーニングする必要がある既存の学習ベースのアプローチ

representation

SMPL

differentiable

arXiv

3D

human

reconstruction

generative

arXiv reaDer

pose
リンク
ノイズドメインシフト下でのロバスト性と不確実性キャリブレーションのための多様なガウスノイズ整合性正則化
arxiv_reader 2021/04/06
ディープニューラルネットワークは、トレインとテストの分布が一致するときに高い予測精度を実現します。ただし、実際には、さまざまなタイプの破損がこの設定から逸脱する可能性があり、パフォーマンスが大幅に低下

domain

classification

arXiv reaDer

arXiv
リンク
オブジェクトランドマーク表現の同変および不変学習について
arxiv_reader 2021/04/06
画像のコレクションが与えられると、人間はインスタンス間で共有される幾何学的構造をモデル化することでランドマークを発見できます。幾何学的同変のこのアイデアは、オブジェクトのランドマーク表現の教師なし発見

landmark

benchmark

arXiv

representation learning

contrastive learning

unsupervised

few-shot

arXiv reaDer
リンク
変形可能な登録アルゴリズムを評価するための不確実性を意識した注釈プロトコル
arxiv_reader 2021/04/06
ランドマーク対応は、画像レジストレーションで広く使用されているタイプのゴールドスタンダードです。ただし、対応するポイントを手動で配置すると、選択した注釈付きの場所や視覚的なあいまいさの解釈において、ユ

landmark

arXiv

sparse

3D

interpretation

arXiv reaDer
リンク
短いクリップを超えて：コラボレーションメモリを使用したエンドツーエンドのビデオレベルの学習
arxiv_reader 2021/04/06
ビデオモデルをトレーニングする標準的な方法では、各反復でビデオから1つのクリップをサンプリングし、ビデオレベルのラベルに関してクリップ予測を最適化します。ビデオデータセットはカテゴリ情報で弱くラベル付

arXiv

detection

dataset

action recognition

classification

video

arXiv reaDer

learning
リンク
MOST：ローカリゼーションの改良を施した多方向シーンテキスト検出器
arxiv_reader 2021/04/06
過去数年間で、シーンテキスト検出の分野は急速に進歩し、最新のテキスト検出器はさまざまな困難なシナリオでテキストをハンティングできるようになりました。ただし、極端なアスペクト比やさまざまなスケールのテキ

benchmark

arXiv

detection

localization

arXiv reaDer
リンク
キーポイントマッチングのための検出器を意識しないマルチアームネットワーク
arxiv_reader 2021/04/06
この論文は、画像間の点対応を確立するためのマッチングネットワークを提示した。マルチアームネットワーク（MAN）を提案して、領域のオーバーラップと深さを学習します。これにより、推論段階での計算コストをほ

arXiv

dataset

detection

keypoint

arXiv reaDer

learning
リンク
ビデオでの3D人間の姿勢推定のためのリフティングトランスフォーマー
arxiv_reader 2021/04/06
ビデオベースの3D人間ポーズ推定の大きな進歩にもかかわらず、冗長なシーケンスから識別可能な単一ポーズ表現を学習することは依然として困難です。この目的のために、2D関節位置のシーケンスを3Dポーズに持ち

benchmark

representation

arXiv

dataset

convolutional

3D

pose estimation

transformer

arXiv reaDer

human pose estimation
リンク
LED2-Net：微分可能な深度レンダリングによる単眼360レイアウト推定
arxiv_reader 2021/04/06
部屋のレイアウトの推定は大幅に進歩しましたが、ほとんどの方法は、3D空間の部屋の構造を利用するのではなく、2Dピクセル座標の損失を減らすことを目的としています。部屋のレイアウトを3Dで再構築するために

benchmark

differentiable

arXiv

dataset

3D

pre-training

depth prediction

estimation

monocular

arXiv reaDer
リンク
検証可能なロバストなニューラルネットワークの評価とトレーニングに向けて
arxiv_reader 2021/04/06
最近の研究では、区間境界伝搬（IBP）を使用して、検証可能な堅牢なニューラルネットワークをトレーニングできることが示されています。研究者は、これらのIBPトレーニング済みネットワークで興味深い現象を観

representation

arXiv reaDer

arXiv
リンク
ブラーカーネルスペースを介した画像のぼけ除去について調べる
arxiv_reader 2021/04/06
この論文では、シャープブラー画像ペアの任意のデータセットのブラー演算子をブラーカーネル空間にエンコードする方法を紹介します。エンコードされたカーネル空間が実際のぼかし演算子に十分近いと仮定して、ブライ

synthesis

differentiable

arXiv

dataset

arXiv reaDer

domain
リンク
学生は最高の教師です：出口-複数出口を備えたアンサンブル蒸留
arxiv_reader 2021/04/06
この論文は、出口アンサンブル蒸留と呼ばれる、事前に訓練された教師ネットワークなしで畳み込みニューラルネットワーク（CNN）の分類性能を改善するための新しい知識蒸留ベースの学習方法を提案します。私たちの

knowledge distillation

arXiv

classification

CNN

pre-training

arXiv reaDer

learning
リンク
地域提案相互作用ネットワークによる長期視覚ダイナミクスの学習
arxiv_reader 2021/04/06
長期的なダイナミクスモデルを学ぶことは、物理的な常識を理解するための鍵です。視覚入力からダイナミクスを学習するための既存のアプローチのほとんどは、短期モデルを使用した迅速な再計画に頼ることにより、長期

action

representation

arXiv

pre-training

trajectory

arXiv reaDer

learning
リンク
視聴覚イベントラインに沿ったポジティブサンプル伝播
arxiv_reader 2021/04/06
多くの場合、視覚信号と音声信号は自然環境で共存し、視聴覚イベント（AVE）を形成します。ビデオを前提として、AVEを含むビデオセグメントをローカライズし、そのカテゴリを特定することを目指しています。分

arXiv

dataset

localization

video

weakly-supervised

arXiv reaDer
リンク
TransMOT: 複数物体追跡のための時空間グラフトランスフォーマー
arxiv_reader 2021/04/06
ビデオ内の複数のオブジェクトの追跡は、オブジェクトの時空間相互作用のモデリングに依存しています。この論文では、強力なグラフトランスフォーマーを活用してオブジェクト間の空間的および時間的相互作用を効率的

occlusion

benchmark

arXiv

dataset

sparse

video

transformer

arXiv reaDer

MOT
リンク
ClickTrain：きめ細かいアーキテクチャを介した効率的で正確なエンドツーエンドのディープラーニングトレーニング-剪定を維持する
arxiv_reader 2021/04/06
畳み込みニューラルネットワーク（CNN）は、予測精度と分析品質に対する需要の高まりにより、ますます深く、広く、非線形になっています。ただし、広くて深いCNNは、大量のコンピューティングリソースと処理時

compression

arXiv

dataset

pruning

CNN

arXiv reaDer

estimation

learning
リンク
ワンショットフリービューニューラルトーキング-ビデオ会議用のヘッドシンセシス
arxiv_reader 2021/04/06
ニューラルトーキングヘッドビデオ合成モデルを提案し、ビデオ会議へのその応用を示します。私たちのモデルは、対象者の外観を含むソース画像と出力の動きを指示する運転ビデオを使用して、しゃべる頭のビデオを合成

benchmark

representation

synthesis

arXiv

dataset

one-shot

video

keypoint

arXiv reaDer
リンク
グラフベースの顔の感情分析：方法、アプリケーション、および課題のレビュー
arxiv_reader 2021/04/06
視覚信号を使用した顔の感情分析（FAA）は、人間とコンピューターの相互作用における重要なステップです。初期の方法は、主に人間の影響に関連する外観と幾何学的特徴の抽出に焦点を当てていますが、個々の顔の変

representation

reasoning

arXiv

face

human

GNN

arXiv reaDer

learning
リンク
- 2021年4月7日
- 2021年4月6日
- 2021年4月5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