arxiv_readerのブックマーク / 2021年4月15日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年4月15日のブックマーク (100件)

順番に着替える：ポーズ転送、仮想試着、衣装編集のための反復的な人物画像の生成
arxiv_reader 2021/04/15
このペーパーでは、2Dポーズ転送、仮想試着、およびいくつかのファッション編集タスクをサポートする、Dressing in Order（DiOr）と呼ばれる柔軟な人物生成フレームワークを提案します。ディ

recurrent

arXiv reaDer

pose

person

arXiv
リンク
セグメンテーション、拡張、およびクラスリバランスを組み込んだ段階的にサイズ変更された3D-CNNを使用した、胸部容積測定CTスキャンからのCOVID-19識別
arxiv_reader 2021/04/15
新規のCOVID-19は、世界中で蔓延している世界的なパンデミック疾患です。より感度の高いコンピュータ支援スクリーニングツールは、病気の診断と予後のためにできるだけ早く不可欠です。また、COVID-1

3D

segmentation

arXiv reaDer

classification

CNN

augmentation

identification

COVID-19

arXiv
リンク
ニューラルネットワークの重みはクラスセンターを考慮していますか？
arxiv_reader 2021/04/15
特徴学習の課題の記述子としてのディープニューラルネットワーク（DNN）の活用は、過去数年にわたって明らかに人気があります。上記の傾向は、異なるクラス間の高い特徴識別と、特定のクラスの特徴ベクトル間の低

learning

DNN

arXiv reaDer

loss function

arXiv
リンク
マルチスケールおよび条件付き敵対的ネットワークを使用した標準的なシングルショットX線写真からの仮想デュアルエネルギー画像の生成
arxiv_reader 2021/04/15
デュアルエネルギー（DE）胸部レントゲン写真は、画像を骨と軟部組織に分離することにより、標準的なレントゲン写真よりも多くの診断情報を提供し、そうでなければ視界から遮られる可能性のある疑わしい病変を明ら

arXiv reaDer

single-shot

dataset

arXiv

adversarial
リンク
個人の再識別のためのプルーナビリティの活用
arxiv_reader 2021/04/15
近年、個人を複数の分散カメラで認識しなければならない、個人の再識別などの視覚認識タスク用に提案されたディープラーニング（DL）アーキテクチャが大幅に増加しています。これらのアーキテクチャは最先端の精度

pre-training

pruning

real time

arXiv reaDer

domain

CNN

dataset

person

re-id

arXiv
リンク
地理空間データベース内の土地利用オブジェクトを一貫して分類するための階層型深層学習フレームワーク
arxiv_reader 2021/04/15
地理空間データベースに含まれる土地利用は、都市管理、地域計画、環境モニタリングなどのさまざまなアプリケーションにとって不可欠な情報を構成します。本論文では、土地利用情報を検証するために階層的深層学習フ

convolutional

learning

arXiv reaDer

classification

CNN

dataset

identification

arXiv
リンク
時間の制約は、視覚的な写真検査中に形状への注意を再優先しますか？
arxiv_reader 2021/04/15
世界の人々の視覚体験は、たとえばカテゴリラベル、属性ラベルなどによって、自然言語の境界に沿って簡単に切り分けて調べることができます。ただし、たとえば、木の特定の形。物の形に注意を払うことは、視覚的なカ

learning

arXiv reaDer

attention

person

arXiv
リンク
ガイド付き深度マップ超解像のための離散コサイン変換ネットワーク
arxiv_reader 2021/04/15
ガイド付き深度超解像（GDSR）は、マルチモーダル画像処理のホットトピックです。目標は、高解像度（HR）RGB画像を使用して、エッジとオブジェクトの等高線に関する追加情報を提供し、低解像度の深度マップ

convolutional

arXiv reaDer

attention

super-resolution

domain

arXiv

depth prediction

reconstruction
リンク
カスケードトランスフォーマーによるポーズ認識
arxiv_reader 2021/04/15
この論文では、カスケードトランスフォーマーを使用した回帰ベースのポーズ認識方法を提示します。このドメインの既存のアプローチを分類する1つの方法は、それらを1）に分離することです。ヒートマップベースおよ

transformer

arXiv reaDer

pose

domain

detection

person

arXiv

keypoint
リンク
物理世界のディープラーニングシステムに対するバックドア攻撃
arxiv_reader 2021/04/15
バックドア攻撃は、隠れた悪意のある動作を深層学習モデルに埋め込みます。これは、特定のトリガーを含むモデル入力でのみアクティブ化され、誤分類を引き起こします。ただし、バックドア攻撃と防御に関する既存の作

face

learning

arXiv reaDer

classification

pose

dataset

arXiv
リンク
ComBiNet：画像セグメンテーションのためのコンパクトな畳み込みベイジアンニューラルネットワーク
arxiv_reader 2021/04/15
完全畳み込みU字型ニューラルネットワークは、主にピクセル単位の画像セグメンテーションの主要なアプローチです。この作業では、実際のアプリケーションでの展開を妨げる2つの欠陥に取り組みます。1）予測には、

Bayesian

convolutional

segmentation

arXiv reaDer

dataset

arXiv
リンク
接続できないものを接続するための潜在空間と画像空間の位置合わせ
arxiv_reader 2021/04/15
この作業では、多様で複雑なコンテンツを含む無限の高解像度画像を生成する方法を開発します。これは、画像と潜在空間で同期補間を行う完全な同変ジェネレータに基づいています。潜在コードは、サンプリングされると

arXiv

dataset

adversarial

arXiv reaDer
リンク
メトリック整合アトラスによる時間的にコヒーレントな表面再構成
arxiv_reader 2021/04/15
時間発展する点群のシーケンスから時間的にコヒーレントな表面のシーケンスを教師なしで再構築する方法を提案し、すべてのキーフレーム間に高密度で意味的に意味のある対応を生成します。ニューラルネットワークを使

point cloud

arXiv reaDer

arXiv

reconstruction

unsupervised
リンク
消費者グレードの深度カメラを使用したフィールド内のハイスループットブドウの表現型
arxiv_reader 2021/04/15
植物の表現型、つまり、成長、形態、生理学、収量などの植物の形質の定量的評価は、効率的かつ効果的な作物管理に向けた重要な側面です。現在、植物の表現型は手動で集中的に時間のかかるプロセスであり、人間のオペ

vehicle

arXiv reaDer

human

detection

estimation

arXiv
リンク
360°ビデオでの頭の動きを予測するためのディープアーキテクチャの再検討
arxiv_reader 2021/04/15
過去のユーザーの位置とビデオコンテンツ（他のユーザーのトレースを知らない）の2つのモダリティのみを使用して、360度ビデオでユーザーの頭の動きを予測することを検討します。私たちは2つの主要な貢献をして

recurrent

video

arXiv reaDer

dataset

trajectory

arXiv

metric
リンク
（継続的）のクラス正規化？一般化されたゼロショット学習
arxiv_reader 2021/04/15
正規化手法は、従来の教師あり学習体制でトレーニングを成功させるための重要な要素であることが証明されています。ただし、ゼロショット学習（ZSL）の世界では、これらのアイデアはごくわずかな注目しか受けてい

learning

arXiv reaDer

attention

dataset

zero-shot

arXiv

metric
リンク
畳み込みニューラルネットワークを使用したCOVID-19の診断を改善するための胸部X線画像位相機能
arxiv_reader 2021/04/15
最近、新しいコロナウイルス病2019（COVID-19）のパンデミックの発生は、人間の健康と生命を深刻に危険にさらしています。テストキットの入手が限られているため、補助的な診断アプローチの必要性が高ま

CT

arXiv reaDer

classification

attention

CNN

detection

dataset

COVID-19

arXiv

saliency
リンク
アイテムの本質的な記憶力によって駆動される共有メモリ
arxiv_reader 2021/04/15
私たちがイベントを経験するとき、それは私たちの以前の経験、そのイベントの私たちの解釈（例えば、美学、感情）、そして私たちの現在の状態が私たちがそれをどのように覚えるかを決定するように感じます。しかし、

arXiv

face

emotion

arXiv reaDer
リンク
IQDet：オブジェクト検出のためのインスタンスごとの品質分布サンプリング
arxiv_reader 2021/04/15
IQDetという名前のインスタンスごとのサンプリング戦略を備えた高密度オブジェクト検出器を提案します。人間の事前サンプリング戦略を使用する代わりに、最初に各グラウンドトゥルースの地域的特徴を抽出して、

arXiv

detection

human

arXiv reaDer
リンク
ステレオ放射輝度フィールド（SRF）：新しいシーンのスパースビューのビュー合成の学習
arxiv_reader 2021/04/15
最近のニューラルビュー合成方法は、マルチビュー再構成に依存する従来のパイプラインを超えて、印象的な品質とリアリズムを実現しています。 NeRFなどの最先端の方法は、ニューラルネットワークを使用して単一

sparse

3D

stereo

learning

video

arXiv reaDer

synthesis

dataset

arXiv

reconstruction
リンク
最大重量クリーク選択による調和セマンティックライン検出
arxiv_reader 2021/04/15
この作業では、セマンティックラインの最適なセットを検出するための新しいアルゴリズムが提案されています。選択ネットワーク（S-Net）と調和ネットワーク（H-Net）の2つのネットワークを開発しています

arXiv

detection

metric

arXiv reaDer
リンク
セマンティック空間認識GANを使用したテキストから画像への生成
arxiv_reader 2021/04/15
テキストから画像への生成（T2I）モデルは、テキストの説明と意味的に一致する写実的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（GAN）の最近の進歩に基づいて構築され、既存のT2I

convolutional

batch normalization

GAN

arXiv reaDer

weakly-supervised

dataset

representation

arXiv
リンク
CelebHair：CelebAに基づくヘアスタイル推奨のための新しい大規模データセット
arxiv_reader 2021/04/15
この論文では、有名人の顔の属性データセットであるCelebAに基づいて、ヘアスタイルを推奨するための新しい大規模なデータセットであるCelebHairを紹介します。私たちのデータセットは、CelebA

classification

arXiv

dataset

arXiv reaDer

face

detection

landmark

CNN
リンク
ハイパースペクトル画像からの植生認識のための生物学的に解釈可能な2ステージディープニューラルネットワーク（BIT-DNN）
arxiv_reader 2021/04/15
スペクトル空間ベースの深層学習モデルは、土地被覆分類や農業モニタリングなどのさまざまな地球モニタリングアプリケーションのハイパースペクトル画像（HSI）分類に効果的であることが最近証明されました。ただ

learning

arXiv reaDer

classification

dataset

representation

arXiv
リンク
ディープラーニングとディシジョンツリーを使用した交通異常検出のためのビジョンベースのシステム
arxiv_reader 2021/04/15
インテリジェントな交通監視システムは、交通事故などの異常をリアルタイムで検出できる必要があります。この論文では、異常イベントの開始時間と終了時間を正確に推定しながら、交通カメラから異常を抽出するための

learning

real time

arXiv reaDer

estimation

arXiv

anomaly detection
リンク
LEAP：人々の明確な占有を学ぶ
arxiv_reader 2021/04/15
深い陰的表現を使用した剛体3Dオブジェクトのモデリングで大幅な進歩が見られました。しかし、これらの方法を拡張して人間の形の神経モデルを学習することは、まだ始まったばかりです。人体は複雑であり、重要な課

3D

representation

learning

arXiv reaDer

pose

human

estimation

arXiv
リンク
マルチビューマルチスケール監視による画像操作検出
arxiv_reader 2021/04/15
画像操作検出の重要な課題は、本物の画像の誤警報を防ぐために特定しながら、新しいデータの操作に敏感な一般化可能な機能をどのように学習するかです。現在の研究は感度を強調しており、特異性は見過ごされています

learning

arXiv reaDer

detection

benchmark

semantic segmentation

arXiv
リンク
エッジビデオ分析のための自動モデルスペシャライゼーションに向けて
arxiv_reader 2021/04/15
ImageNetやPASCALVOCなどの一般的で一般的なコンピュータービジョンの課題から判断すると、ニューラルネットワークは認識タスクで非常に正確であることが証明されています。ただし、最先端の精度に

pre-training

computer vision

vehicle

real time

video

arXiv reaDer

human

dataset

arXiv

unsupervised
リンク
深層生成モデリング：VAE、GAN、正規化フロー、エネルギーベースおよび自己回帰モデルの比較レビュー
arxiv_reader 2021/04/15
深層生成モデリングは、深層ニューラルネットワークをトレーニングしてトレーニングサンプルの分布をモデル化する手法のクラスです。研究はさまざまな相互接続されたアプローチに細分化されており、それぞれが実行時

arXiv

autoregressive

GAN

arXiv reaDer
リンク
完全畳み込みネットワークを用いた変位流推定による文書画像の歪み補正
arxiv_reader 2021/04/15
カメラベースのドキュメントがますます使用されるにつれて、歪んだドキュメント画像の修正は、認識性能を改善するための必要性になります。この論文では、完全畳み込みネットワーク（FCN）を使用してピクセル単位

convolutional

arXiv reaDer

regularization

estimation

arXiv
リンク
グローバル情報ガイド付きビデオ異常検出
arxiv_reader 2021/04/15
ビデオ異常検出（VAD）は、異常の複雑さと労働集約的な時間的注釈の欠如のために、現在困難な作業です。この論文では、ビデオレベルの注釈（つまり、弱いラベル）を使用した異常検出のためのエンドツーエンドのグ

video

arXiv reaDer

domain

reasoning

arXiv

anomaly detection
リンク
画像分解が深層学習と出会うとき：新しい赤外線および可視画像融合法
arxiv_reader 2021/04/15
赤外線と可視画像の融合は、画像処理と画像強調のホットトピックとして、可視画像の詳細なテクスチャ情報と赤外線画像の熱放射情報を保持する融合画像を生成することを目的としています。この問題の重要なステップは

saliency

arXiv reaDer

attention

loss function

arXiv

reconstruction
リンク
自動化された反復トレーニング方法論を使用したツリースケルトンセグメンテーションのラベリング作業の最小化
arxiv_reader 2021/04/15
セマンティック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トレーニングには、正確なピクセル単位のラベリングが必要であり、これには大量の人間の努力が必要です。ヒューマンインザループ方式は、

arXiv reaDer

CNN

human

semantic segmentation

arXiv

U-Net

metric
リンク
クロスモーダル検索における継続的な学習
arxiv_reader 2021/04/15
マルチモーダル表現と継続的な学習は、人間の知性に密接に関連する2つの領域です。前者は、異なるモダリティからの情報を比較および統合できる共有表現空間の学習を考慮しています（言語表現と視覚表現の間のクロス

learning

arXiv reaDer

embedding

human

dataset

representation

arXiv
リンク
VOLDOR-SLAM：機能ベースまたは直接の方法では不十分な場合
arxiv_reader 2021/04/15
入力として外部の高密度オプティカルフローを使用する高密度間接SLAMシステムを提示します。最近の確率的視覚オドメトリモデルVOLDORを拡張します[Minetal。 CVPR'20]、1）単眼

stereo

RGB-D

arXiv reaDer

optical flow

pose

odometry

monocular

estimation

arXiv

SLAM
リンク
ディープアンチエイリアシングニューラルネットワークによるライトフィールドレンダリングの再検討
arxiv_reader 2021/04/15
ライトフィールド（LF）の再構築は、主に2つの課題、大きな視差と非ランバート効果に直面しています。典型的なアプローチは、深度推定とそれに続くビュー合成を使用して大きな視差の課題に対処するか、明示的な深

learning

arXiv reaDer

synthesis

domain

estimation

arXiv

reconstruction
リンク
ExpandNets：コンパクト畳み込みネットワークをトレーニングするための線形オーバーパラメーター化
arxiv_reader 2021/04/15
特定のコンパクトネットワークをトレーニングするためのアプローチを紹介します。この目的のために、通常、ニューラルネットワークの最適化と一般化の両方を改善する過剰パラメーター化を活用します。具体的には、非

convolutional

arXiv reaDer

classification

detection

semantic segmentation

arXiv

knowledge distillation

gradient
リンク
弱くラベル付けされたビデオからの異常のローカライズ
arxiv_reader 2021/04/15
ビデオレベルのラベルの下でのビデオ異常の検出は、現在、困難な作業です。以前の作品では、ビデオシーケンスに異常が含まれているかどうかを判別する方法が進歩しています。ただし、それらのほとんどは、時間領域

localization

video

arXiv reaDer

weakly-supervised

domain

dataset

benchmark

representation

arXiv

anomaly detection
リンク
DCTマスク：インスタンスセグメンテーションのための離散コサイン変換マスク表現
arxiv_reader 2021/04/15
バイナリグリッドマスク表現は、インスタンスのセグメンテーションで広く使用されています。代表的なインスタンス化は、28×28バイナリグリッド上のマスクを予測するマスクR-CNNです。一般に、低解像度のグ

pre-training

segmentation

arXiv reaDer

dataset

R-CNN

representation

arXiv
リンク
VOLDOR：対数ロジスティック高密度オプティカルフロー残差からの視覚オドメトリ
arxiv_reader 2021/04/15
手作りの特徴対応の代わりに、外部から推定されたオプティカルフローフィールドを入力として使用する高密度間接視覚オドメトリ法を提案します。問題を確率モデルとして定義し、カメラの動き、ピクセル深度、およびモ

RGB-D

residual

arXiv reaDer

optical flow

odometry

benchmark

arXiv
リンク
視覚的快適性を意識-立体3D画像の深度調整のための強化学習
arxiv_reader 2021/04/15
奥行き調整は、立体3D（S3D）画像の視覚体験を向上させることを目的としており、視覚的な快適さと奥行きの知覚を向上させます。人間の専門家にとって、深度調整手順は一連の反復的な意思決定です。人間の専門家

3D

action

arXiv reaDer

reinforcement learning

human

arXiv

metric
リンク
低高度の交通監視のための状況依存の異常検出
arxiv_reader 2021/04/15
観察は特定の環境コンテキストでは異常または正常と見なされる可能性があるため、コンテキスト異常の検出は監視にとって困難な作業です。無人航空機（UAV）は、その空中監視機能を利用し、複数のセンサーを使用し

arXiv reaDer

UAV

dataset

arXiv

anomaly detection
リンク
サッカー放送でのアクションスポッティングのための一時的に認識された特徴プーリング
arxiv_reader 2021/04/15
スポーツ放送の自動制作の目標に向けて、最も重要なタスクは、プレイ中のゲームの高レベルのセマンティック情報を理解することです。たとえば、ゲームの主なアクションを認識してローカライズすることで、プロデュー

action

learning

arXiv reaDer

pooling

dataset

arXiv
リンク
VR酔いのより良い理解に向けて：VRコンテンツの身体的症状の予測
arxiv_reader 2021/04/15
VR酔いの身体的症状のレベルを評価することにより、VR酔い評価（VRSA）のブラックボックスの問題に対処します。同様のVR酔いを引き起こすVRコンテンツの場合、コンテンツの特性によって身体症状が異なる

video

arXiv reaDer

dataset

benchmark

arXiv
リンク
HoughNet: 視覚検出のための近距離および遠距離の証拠の統合
arxiv_reader 2021/04/15
このホワイトペーパーでは、1段階のアンカーフリーの投票ベースのボトムアップオブジェクト検出方法であるHoughNetについて説明します。一般化されたハフ変換に触発されたHoughNetは、特定の場所に

3D

pose estimation

segmentation

arXiv reaDer

anchor free

human pose estimation

detection

dataset

arXiv
リンク
深い評価指標：自動運転の仮想テストのためにシミュレートされたレーダー点群を評価する方法を学ぶ
arxiv_reader 2021/04/15
仮想テストに環境センサーモデルを使用することは、自動運転のテスト作業を軽減するための有望なアプローチです。ただし、シミュレーションに基づいて自動運転機能のパフォーマンスに関する記述を推測するには、セン

point cloud

learning

autonomous driving

arXiv reaDer

synthesis

pose

simulation

arXiv

metric
リンク
個人の再識別のためのグラフベースの個人署名
arxiv_reader 2021/04/15
人物再識別（ReID）のタスクは、重複しない複数のカメラビューで同じ人物の画像を照合することです。視覚的要因の変動により、以前の研究では、個人のアイデンティティ、身体の部分、および属性が個人のReID

arXiv reaDer

dataset

GCN

re-id

multi-task

arXiv

person
リンク
NIR-VISマスク顔認識に向けて
arxiv_reader 2021/04/15
近赤外線から可視（NIR-VIS）の顔認識は、2つの異なるモダリティからキャプチャされた顔画像のペアを照合することを目的とした、異種の顔認識で最も一般的なケースです。既存の深層学習ベースの方法は、NI

3D

arXiv

domain

dataset

face recognition

representation

COVID-19

reconstruction

occlusion

arXiv reaDer
リンク
VTGAN：ビジョントランスフォーマーを使用した半教師あり網膜画像合成と疾患予測
arxiv_reader 2021/04/15
フルオレセイン血管造影（FA）では、外因性色素を血流に注入して、網膜の血管構造を画像化します。注射された染料は、吐き気、嘔吐、アナフィラキシーショック、さらには死などの副作用を引き起こす可能性がありま

semi-supervised

OOD

arXiv

synthesis

arXiv reaDer

transformer

GAN
リンク
質問ベースのバイアスを超えて：視覚的な質問応答におけるマルチモーダルショートカット学習の評価
arxiv_reader 2021/04/15
ショートカット学習のケースをより適切に診断するために、視覚的な質問応答（VQA）の評価方法を紹介します。これらのケースは、モデルが偽の統計的規則性を利用して正しい答えを生成するが、実際には目的の動作を

VQA

arXiv

dataset

bias

arXiv reaDer

learning
リンク
アーティファクト削減と解像度向上の並列および直列統合による超解像圧縮画像
arxiv_reader 2021/04/15
この論文では、アーチファクトの除去と解像度の向上の並列および直列統合に基づく新しい圧縮画像超解像（CISR）フレームワークを提案します。ダウンサンプリングおよび圧縮された観測からクリーンな低解像度（L

compression

arXiv

arXiv reaDer
リンク
弱く、しかし深く監視されたオクルージョン-理由のあるパラメトリック道路レイアウト
arxiv_reader 2021/04/15
複雑な道路シーンの単一の遠近法RGB画像を入力として取得するエンドツーエンドネットワークを提案し、遠近法空間と上面パラメトリック空間でオクルージョン理由のあるレイアウトを生成します。パースペクティブビ

arXiv

human

dataset

representation

bias

arXiv reaDer
リンク
Adversarial Sticker: 物理世界でのステルス攻撃方法
arxiv_reader 2021/04/15
顔認識（FR）システムは、ディープラーニングの導入により、セーフティクリティカルな分野で広く適用されています。ただし、敵対的な例の存在は、FRシステムに潜在的なセキュリティリスクをもたらします。それら

arXiv

dataset

face recognition

adversarial

arXiv reaDer

learning
リンク
OCID-Ref：クラッターシーングラウンディング用の具体化された言語を備えた3Dロボットデータセット
arxiv_reader 2021/04/15
ロボットを作業環境に効果的に適用し、人間を支援するには、視覚的接地（VG）が閉塞物の機械性能にどのように影響するかを開発および評価することが不可欠です。ただし、現在のVG作業は、スペース使用率の問題の

3D

point cloud

arXiv

occlusion

dataset

robot

segmentation

arXiv reaDer
リンク
運動からの深い順列同変構造
arxiv_reader 2021/04/15
既存のディープメソッドは、ステレオおよびマルチビューステレオ設定で、つまりカメラが内部および外部の両方でキャリブレーションされている場合に、非常に正確な3D再構成を生成します。それにもかかわらず、深い

3D

arXiv

sparse

dataset

stereo

pose

reconstruction

unsupervised

arXiv reaDer

pre-training
リンク
デュアルドメインネットワークを使用した合成開口レーダー画像の変化検出
arxiv_reader 2021/04/15
合成開口レーダー（SAR）画像からの変化の検出は、重要でありながら困難な作業です。既存の方法は主に空間領域での特徴抽出に焦点を合わせており、周波数領域にはほとんど注意が払われていません。さらに、パッチ

convolutional

arXiv

synthesis

attention

domain

dataset

representation

detection

arXiv reaDer
リンク
永続的な長期ビデオ予測のための階層的アプローチの再検討
arxiv_reader 2021/04/15
ビデオフレームの長期的な将来を予測することを学ぶことは、遠い将来の固有のあいまいさと時間の経過に伴う予測誤差の劇的な増幅のために、悪名高い挑戦です。文献の最近の進歩にもかかわらず、既存のアプローチは適

recurrent

video

arXiv

human

dataset

arXiv reaDer

learning
リンク
SpaceNet：継続的な学習のための空きスペースを作る
arxiv_reader 2021/04/15
継続的学習（CL）パラダイムは、ニューラルネットワークが連続してタスクを継続的に学習できるようにすることを目的としています。この学習パラダイムの基本的な課題は、モデルが新しいタスク用に最適化されてい

arXiv

sparse

representation

benchmark

arXiv reaDer

learning
リンク
メタプロトタイプネットワークを使用したビデオでの通常のダイナミクスの学習
arxiv_reader 2021/04/15
オートエンコーダー（AE）に基づくフレーム再構成（現在または将来のフレーム）は、ビデオ異常検出の一般的な方法です。通常のデータでトレーニングされたモデルでは、異常なシーンの再構成エラーは通常、通常のシ

real time

video

arXiv

anomaly detection

benchmark

reconstruction

few-shot

arXiv reaDer

learning
リンク
ADNet：監視ビデオでの時間的異常検出
arxiv_reader 2021/04/15
監視ビデオでの異常検出は、コンピュータビジョンにおける重要な研究課題です。本論文では、異常検出ネットワークであるADNetを提案します。これは、時間畳み込みを利用してビデオの異常をローカライズします。

convolutional

localization

video

arXiv

loss function

computer vision

dataset

anomaly detection

metric

arXiv reaDer
リンク
地域適応正規化による意味論的人物画像生成の学習
arxiv_reader 2021/04/15
人間のポーズの転送は、その幅広いアプリケーションのために大きな注目を集めていますが、それでも十分に解決されていない挑戦的なタスクです。最近の作品は、人物の画像をソースからターゲットのポーズに転送するこ

person

arXiv

human

attention

pose

arXiv reaDer

learning
リンク
ビデオ修復用の分離された時空間トランスフォーマー
arxiv_reader 2021/04/15
ビデオ修復は、与えられた時空間の穴をリアルな外観で埋めることを目的としていますが、深層学習のアプローチが盛んな場合でも、依然として困難な作業です。最近の作品は、有望なTransformerアーキテクチ

video

synthesis

arXiv

attention

transformer

arXiv reaDer

learning
リンク
超音波コンパウンディングの良い境界と悪い境界：アーチファクトを抑制しながら解剖学的境界を維持する
arxiv_reader 2021/04/15
超音波3D調合は、体積再構成にとって重要ですが、現時点では、調合のベストプラクティスに関するコンセンサスはありません。超音波画像はプローブの方向と音波が通過する経路に依存するため、異なる視点からの同じ

3D

arXiv

representation

reconstruction

arXiv reaDer
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 2021/04/15
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
知覚エントロピー：複数のセンサー構成の評価と設計のためのメトリック
arxiv_reader 2021/04/15
センサーの選択とその設置場所を含むセンサー構成は、自動運転において重要な役割を果たします。適切に設計されたセンサー構成により、知覚システムのパフォーマンスの上限が大幅に向上します。しかし、複数のセンサ

Bayesian

arXiv

simulation

vehicle

metric

LiDAR

arXiv reaDer

autonomous driving
リンク
Donsker-Varadhan表現による詳細なデータ密度推定
arxiv_reader 2021/04/15
データ密度の推定は、深層学習における困難な問題の1つです。この論文では、ディープニューラルネットワークとKL発散のドンスカー-バラダン変分下限を使用してデータ密度を推定するためのシンプルで効果的な方法

arXiv

representation

estimation

arXiv reaDer

learning
リンク
偽の顔検出のための代表的な偽造マイニング
arxiv_reader 2021/04/15
バニラ畳み込みニューラルネットワーク（CNN）ベースの検出器は、偽の顔検出で満足のいくパフォーマンスを達成できますが、検出器は顔の限られた領域で偽造を探す傾向があることを観察します。これは、検出器が偽

arXiv

attention

augmentation

face

detection

arXiv reaDer

CNN
リンク
ゼロショットインスタンスセグメンテーション
arxiv_reader 2021/04/15
ディープラーニングにより、ラベル付けされたデータが豊富なインスタンスセグメンテーションの精度が大幅に向上しました。ただし、医療や製造などの多くの分野では、十分なデータを収集することは非常に困難であり、

arXiv

zero-shot

dataset

benchmark

detection

segmentation

arXiv reaDer

learning
リンク
連合された一般化された顔のプレゼンテーション攻撃の検出
arxiv_reader 2021/04/15
顔提示攻撃の検出は、最新の顔認識パイプラインで重要な役割を果たします。さまざまな入力分布およびさまざまな種類のなりすまし攻撃からの顔画像を使用してトレーニングすると、一般化が良好な顔提示攻撃検出モデル

arXiv

domain

face recognition

detection

disentangling

arXiv reaDer

learning
リンク
DeltaGAN：サンプル固有のデルタを使用した多様な少数ショット画像の生成に向けて
arxiv_reader 2021/04/15
少数ショット画像生成と呼ばれる少数の画像のみに基づいて新しいカテゴリの新しい画像を生成することを学ぶことは、ますます研究の関心を集めています。いくつかの最先端の作品は印象的な結果をもたらしましたが、

arXiv

dataset

arXiv reaDer

reconstruction

few-shot

GAN

learning
リンク
対照学習戦略を用いたアピコンプレックス門寄生虫と宿主細胞の半教師あり分類法
arxiv_reader 2021/04/15
医用画像の教師あり学習の一般的な不足は、人間の注釈の貪欲な必要性です。これは、取得するのに費用と時間がかかることがよくあります。本論文では、3種類のアピコンプレキサン寄生虫と非感染宿主細胞の顕微鏡画像

semi-supervised

contrastive learning

classification

arXiv

human

representation

saliency

arXiv reaDer
リンク
HiCOMEX：階層強度分布とCOMEX関係学習に基づく顔のアクションユニットの認識
arxiv_reader 2021/04/15
エンドツーエンドの畳み込み表現学習は、顔のアクションユニット（AU）の検出に非常に効果的であることが証明されています。顔のAU間の共起と相互排除を考慮して、この論文では、局所領域関係学習（LoRRaL

convolutional

representation learning

arXiv

action

benchmark

face

pre-training

detection

arXiv reaDer
リンク
ガウスカーネル平滑化
arxiv_reader 2021/04/15
画像の取得とセグメンテーションにより、ノイズが発生する可能性があります。画像の登録やパラメータ化などの画像処理をさらに行うと、ノイズが増える可能性があります。したがって、ノイズ測定を減らして信号をブ

segmentation

arXiv

arXiv reaDer
リンク
TB-Net：胸部X線画像から結核の症例を検出するための調整された自己注意深い畳み込みニューラルネットワーク設計
arxiv_reader 2021/04/15
結核（TB）は依然として世界的な健康問題であり、感染症による主要な死因です。結核の治療における重要なステップは、リスクの高い集団のスクリーニングと疾患の早期発見であり、胸部X線（CXR）画像が最も広く

arXiv

attention

interpretation

detection

arXiv reaDer

CNN
リンク
Axial-GANを使用した熱から可視の顔の検証のための同時の顔の幻覚と変換
arxiv_reader 2021/04/15
既存の熱から可視への顔の検証アプローチは、熱と可視の顔の画像が同様の解像度であることを期待しています。人間はカメラから離れているため、これは実際の長距離監視システムでは起こりそうにありません。この問題

arXiv

dataset

arXiv reaDer

face

transformer

GAN
リンク
複体表現学習
arxiv_reader 2021/04/15
複体は、コンピューター支援設計、コンピューターグラフィックス、シミュレーションなどの多くのアプリケーション分野で頻繁に使用される重要な位相空間のクラスを形成します。 1次元の複体であるグラフでの表現学

embedding

representation learning

arXiv

attention

simulation

pre-training

arXiv reaDer
リンク
閉塞者の再識別のための全体的なガイダンス
arxiv_reader 2021/04/15
実際のビデオ監視アプリケーションでは、個人の再識別（ReID）は、オクルージョンと検出エラーの影響を受けます。最近の進歩にもかかわらず、オクルージョンは最先端のCNNバックボーンによって抽出された特徴

re-id

occlusion

arXiv

attention

dataset

denoising

pose estimation

detection

arXiv reaDer

CNN
リンク
共同2D-3D学習を使用した屋外地形マッピングのための航空画像からのメッシュ再構成
arxiv_reader 2021/04/15
この論文では、無人航空機から取得した俯瞰画像を使用して、屋外の地形マッピングについて説明します。飛行中の航空画像からの高密度深度推定は困難です。機能ベースのローカリゼーションおよびマッピング技術は、リ

convolutional

localization

real time

arXiv

sparse

odometry

reconstruction

estimation

arXiv reaDer

UAV
リンク
VMAFとそのバリエーション：統一されたVQAに向けて
arxiv_reader 2021/04/15
ビデオ品質評価（VQA）は現在急成長しているテーマであり、完全参照（FR）の場合は成熟し始めていますが、急成長している参照なし（NR）の場合は依然として困難です。サポートベクター回帰とフィードフォワー

video

VQA

arXiv

dataset

arXiv reaDer

learning
リンク
DatasetGAN: 最小限の労力で効率的なラベル付きデータファクトリー
arxiv_reader 2021/04/15
DatasetGANを紹介します。これは、最小限の人的労力で、意味的にセグメント化された高品質の画像の大規模なデータセットを生成する自動手順です。現在のディープネットワークは非常にデータを大量に消費し

semi-supervised

semantic segmentation

arXiv

computer vision

human

dataset

arXiv reaDer

face

GAN
リンク
衛星画像からの機械学習による3D建物のベクトル化
arxiv_reader 2021/04/15
自動3D建物の再構築とベクトル化のための機械学習ベースのアプローチを提案します。シングルチャネル写真測量数値標高モデル（DSM）とパンクロマティック（PAN）画像を入力として使用し、最初に非建物オブジ

3D

semantic segmentation

arXiv

arXiv reaDer

reconstruction

GAN

satellite

learning
リンク
胸部X線を使用してパンデミックの初期症例を特定するための異常検出アプローチ
arxiv_reader 2021/04/15
現在のCOVID-19のパンデミックは、230万人以上の人命を犠牲にしていますが、今や封じ込められつつあります。パンデミックの重要な段階は、予防的治療と戦略を開発するための症例の早期発見です。 COV

convolutional

classification

arXiv

human

dataset

anomaly detection

COVID-19

unsupervised

arXiv reaDer

learning
リンク
精神物理学指向の顕著性マップ予測モデル
arxiv_reader 2021/04/15
視覚的注意は、外部の冗長性の世界を選択して理解するための最も重要な特性の1つです。より大きな冗長性と人間の視覚を含む自然の複雑なシーンは、情報のボトルネックのためにすべての情報を同時に処理することはで

approximation

arXiv

human

attention

dataset

saliency

arXiv reaDer
リンク
効率的なドメイン転送によるオブジェクト検出のためのインクリメンタルマルチターゲットドメイン適応
arxiv_reader 2021/04/15
マルチターゲットドメイン適応（MTDA）の手法は、認識モデルを適応させて、複数のターゲットドメイン間で十分に一般化できるようにします。オブジェクト検出における教師なし単一ターゲットドメイン適応（STD

arXiv

domain adaptation

benchmark

augmentation

adversarial

distillation

unsupervised

detection

arXiv reaDer
リンク
医用画像強調のためのフィードバックグラフ注意畳み込みネットワーク
arxiv_reader 2021/04/15
アーチファクト、ぼやけ、ノイズは、取得プロセス中にMRI画像を劣化させる一般的な歪みであり、ディープニューラルネットワークは、画質の向上に役立つことが実証されています。グローバルな構造情報とテクスチ

convolutional

recurrent

MRI

arXiv

attention

representation

super-resolution

reconstruction

arXiv reaDer
リンク
ViT-V-Net：教師なし体積医療画像レジストレーション用のビジョントランスフォーマー
arxiv_reader 2021/04/15
過去10年間で、畳み込みニューラルネットワーク（ConvNets）は、さまざまな医用画像アプリケーションで最先端のパフォーマンスを支配し、達成してきました。ただし、ConvNetのパフォーマンスは、画

localization

classification

arXiv

transformer

unsupervised

segmentation

arXiv reaDer

CNN
リンク
AttentiveNAS：注意深いサンプリングによるニューラルアーキテクチャ検索の改善
arxiv_reader 2021/04/15
ニューラルアーキテクチャ検索（NAS）は、正確で効率的な最先端の（SOTA）モデルの設計に大きな期待を寄せています。最近、BigNASなどの2ステージNASは、モデルのトレーニングと検索プロセスを切り

NAS

arXiv

arXiv reaDer
リンク
正定行列の学習ログ行列式発散
arxiv_reader 2021/04/15
Symmetric Positive Definite（SPD）行列の形式での表現は、視覚データの豊富な2次統計をキャプチャする能力が実証されているため、さまざまな視覚学習アプリケーションで普及してい

arXiv

computer vision

gradient

representation

unsupervised

clustering

arXiv reaDer

learning
リンク
生の画像を共同でぼかす、デモザック、ノイズ除去する方法を学ぶ
arxiv_reader 2021/04/15
ノイズの多い生画像の非ブラインドブレ除去とデモザイキングの問題に対処します。既存の学習ベースのアプローチをRGB画像のぼけ除去に適応させて、生の画像を共同でデモザイクおよびぼけ除去する新しい解釈可能な

learning

benchmark

arXiv

arXiv reaDer
リンク
単一画像の深さの推定：概要
arxiv_reader 2021/04/15
シーン理解においておそらく最も重要なサブタスクである深度推定の問題に対する解決策をレビューします。単一画像深度推定問題に焦点を当てます。その特性により、単一画像の深さ推定の問題は、現在、機械学習法で最

video

semantic segmentation

arXiv

human

dataset

stereo

unsupervised

estimation

arXiv reaDer

CNN
リンク
顔検出の詳細：調査
arxiv_reader 2021/04/15
顔検出は、多くの顔認識および顔分析システムの重要な最初のステップです。顔検出の初期のアプローチは、主に、HaarCascadesやHistogramof OrientedGradientsなどのローカ

classification

arXiv

computer vision

dataset

benchmark

face

detection

arXiv reaDer

learning
リンク
クロスドメイン対応による数ショットの画像生成
arxiv_reader 2021/04/15
限られた例（たとえば、10）を含むターゲットドメインでGANなどの生成モデルをトレーニングすると、簡単に過剰適合になる可能性があります。この作業では、事前トレーニングに大きなソースドメインを利用し、ソ

arXiv

domain

generative

arXiv reaDer

few-shot

GAN
リンク
点群での投票ベースの3Dオブジェクト検出のための代表的なポイントのバックトレース
arxiv_reader 2021/04/15
点群での3Dオブジェクト検出は、3D視覚世界を理解するためのさまざまなアプリケーションに役立つ、やりがいのある視覚タスクです。最近の研究の多くは、オブジェクトの提案を生成するためにエンドツーエンドのト

localization

3D

point cloud

arXiv

dataset

RGB-D

detection

arXiv reaDer
リンク
SPARK：宇宙環境の知識を活用したSPAcecraftの認識
arxiv_reader 2021/04/15
この論文は、新しいユニークな空間オブジェクトマルチモーダル画像データセットとしてSPARKデータセットを提案します。画像ベースの物体認識は、特に軌道上でのサービス、アクティブな破片の除去、衛星形成など

classification

arXiv

dataset

benchmark

simulation

detection

arXiv reaDer

satellite
リンク
長距離の空間的および時間的相関を組み込むことによる動的テクスチャ合成
arxiv_reader 2021/04/15
動的テクスチャ合成の主な課題は、合成されたビデオの空間的および時間的一貫性をどのように維持するかにあります。既存の動的テクスチャ合成モデルの主な欠点は、長距離のテクスチャ相関とモーション情報の扱いが不

synthesis

video

arXiv

arXiv reaDer
リンク
MinkLoc ++：場所認識のためのライダーと単眼画像の融合
arxiv_reader 2021/04/15
LiDARからの点群とRGBカメラからの画像という、センサーの読み取り値のペアに基づく識別可能なマルチモーダル記述子を紹介します。 MinkLoc ++という名前の記述子は、ロボット工学または自動運転

arXiv

monocular

LiDAR

benchmark

metric learning

point cloud

arXiv reaDer

vehicle
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 2021/04/15
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

convolutional

3D

arXiv

dataset

human pose estimation

benchmark

representation

transformer

pose estimation

arXiv reaDer
リンク
RGB-D顕著な物体検出のための自己教師あり表現学習
arxiv_reader 2021/04/15
既存のCNNベースのRGB-D顕著オブジェクト検出（SOD）ネットワークはすべて、適切な初期化を提供するのに役立つ階層機能を学習するために、ImageNetで事前トレーニングする必要があります。ただし

representation learning

arXiv

benchmark

RGB-D

self-supervised

saliency

pre-training

estimation

detection

arXiv reaDer
リンク
AdderSR：エネルギー効率の良い画像の超解像に向けて
arxiv_reader 2021/04/15
このペーパーでは、加算器ニューラルネットワーク（AdderNet）を使用して単一画像の超解像問題を研究します。畳み込みニューラルネットワークと比較して、AdderNetは加算を利用して出力機能を計算

classification

arXiv

dataset

benchmark

super-resolution

arXiv reaDer

CNN
リンク
条件付き敵対的ネットワークを使用した都市の再設計
arxiv_reader 2021/04/15
この論文では、1）都市介入ポリシー、2）介入が必要な場所を特定するアテンションマップ、3）高解像度のストリートレベル画像（介入を実施した後、1024 X1024または1536X1536）。また、この研

semantic segmentation

arXiv

synthesis

attention

domain

dataset

arXiv reaDer

face

GAN

landmark
リンク
- 2021年4月16日
- 2021年4月15日
- 2021年4月14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