arxiv_readerのブックマーク / 2021年4月19日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年4月19日のブックマーク (87件)

古いものと新しいものの融合：ジオメトリに基づく不確実性を伴う相対的なカメラポーズの学習
arxiv_reader 2021/04/19
相対的なカメラ姿勢推定の学習方法は、主に古典的な幾何学的アプローチとは別に開発されてきました。ディープニューラルネットワーク（DNN）からの予測と、5点アルゴリズムなどの幾何学的ソルバーからのソリュー

arXiv

arXiv reaDer

DNN

dataset

pose estimation

learning
リンク
レーンを意識した多様な軌道予測のための分割統治
arxiv_reader 2021/04/19
軌道予測は、自動運転車がアクションを計画および実行するためのセーフティクリティカルなツールです。私たちの仕事は、軌道予測における2つの重要な課題、マルチモーダル出力の学習、および運転知識を使用して制約

vehicle

arXiv

action

arXiv reaDer

benchmark

trajectory

synthesis

learning
リンク
カメラネットワークにおける分散型マルチターゲット追跡
arxiv_reader 2021/04/19
複数のカメラを使用したマルチターゲットトラッキングに関する最近の作業は、集中型システムに焦点を当てています。対照的に、この論文では、分散カメラネットワークに実装されたマルチターゲット追跡アプローチを紹

re-id

arXiv

arXiv reaDer

tracking
リンク
TEACHTEXT：テキスト-ビデオ検索のためのCrossModal一般化蒸留
arxiv_reader 2021/04/19
近年、強力なビデオエンコーダーを構築するために、ビジュアルおよびオーディオデータセットの大規模な事前トレーニングを活用することにより、テキストビデオ検索のタスクでかなりの進歩が達成されました。対照的に

distillation

arXiv

video

arXiv reaDer

dataset

benchmark

robot
リンク
継続的な学習調査：分類タスクの忘却に挑む
arxiv_reader 2021/04/19
人工ニューラルネットワークは、特定の厳密なタスクの分類問題を解決し、異なるトレーニングフェーズから一般化された学習動作を通じて知識を獲得することで成長します。結果として得られるネットワークは、静的な

classification

arXiv

arXiv reaDer

regularization

dataset

benchmark

learning
リンク
シングルビュー画像からのホリスティック3D人間およびシーンメッシュ推定
arxiv_reader 2021/04/19
3Dの世界は人体のポーズを制限し、人体のポーズは周囲のオブジェクトに関する情報を伝達します。確かに、屋内シーンに配置された人物の単一の画像から、私たち人間は、物理法則の知識ともっともらしいオブジェクト

person

arXiv

3D

arXiv reaDer

estimation

human

mesh

reconstruction

pose

computer vision
リンク
OCRアプリケーション用のモロッコのナンバープレートのオープンデータ：データ収集、ラベリング、モデル構築
arxiv_reader 2021/04/19
自動交通管理システムの主要なステップと見なされているため、最近、交通管理用のインテリジェントシステム、特にOCRベースのナンバープレート認識に関する多くの研究が開発されています。これらのアルゴリズムの

vehicle

arXiv

segmentation

arXiv reaDer

augmentation
リンク
人間の衣服のポイントベースのモデリング
arxiv_reader 2021/04/19
点群に基づく人間の衣服モデリングへの新しいアプローチを提案します。このアプローチでは、さまざまな衣装、さまざまな人間のポーズ、さまざまな人体の形の点群を予測できる深いモデルを学習します。特に、さまざま

arXiv

video

arXiv reaDer

human

point cloud

pose
リンク
時空間手書き模倣
arxiv_reader 2021/04/19
ほとんどの人は、自分の筆跡は独特であり、特にまったく新しいコンテンツを使用していないため、マシンによって模倣することはできないと考えています。現在の筆記体の手書き合成は視覚的に制限されているか、ユー

arXiv

arXiv reaDer

identification

spatio-temporal

synthesis
リンク
MeshTalk：クロスモダリティ解きほぐしを使用した音声からの3D顔アニメーション
arxiv_reader 2021/04/19
この論文は、音声から完全な顔の3Dアニメーションを生成するための一般的な方法を提示します。オーディオ駆動の顔のアニメーションへの既存のアプローチは、不気味なまたは静的な上面のアニメーションを示し、正確

arXiv

3D

video

arXiv reaDer

disentangling

face

synthesis
リンク
「BNN-BN =？」：バッチ正規化なしのバイナリニューラルネットワークのトレーニング
arxiv_reader 2021/04/19
バッチ正規化（BN）は重要な促進要因であり、最先端のバイナリニューラルネットワーク（BNN）に不可欠であると考えられています。ただし、BN層は計算にコストがかかり、通常は非バイナリパラメータを使用して

arXiv

arXiv reaDer

gradient

dataset

pre-training

batch normalization
リンク
GCNNMatch：シンクホーン正規化によるマルチオブジェクト追跡のためのグラフ畳み込みニューラルネットワーク
arxiv_reader 2021/04/19
この論文は、グラフ畳み込みニューラルネットワーク（GCNN）ベースの特徴抽出とオブジェクト関連付けのためのエンドツーエンドの特徴マッチングを使用したオンラインマルチオブジェクト追跡（MOT）の新しい方

CNN

MOT

arXiv

arXiv reaDer

learning
リンク
セマンティックイメージマット
arxiv_reader 2021/04/19
自然な画像マットは、透明度の高いオブジェクト、複雑な前景（ネットやツリーなど）、および/または非常に細かいディテールを含むオブジェクト（髪の毛など）によって引き起こされる可能性のある部分的な占有で、前

classification

arXiv

arXiv reaDer

regularization

dataset

benchmark
リンク
複雑なアクティビティ検出のための時空間変形可能なシーングラフ
arxiv_reader 2021/04/19
スマートカーや手術ロボットなど、いくつかの自律システムの意思決定プロセスでは、長期にわたる複雑なアクティビティの認識とローカリゼーションが重要になる可能性があります。それにもかかわらず、現在のほとんど

dataset

detection

arXiv reaDer

3D

autonomous driving

pooling

robot

benchmark

domain

arXiv
リンク
胸部X線写真からの気胸の自動診断：系統的文献レビュー
arxiv_reader 2021/04/19
さまざまな医用画像ツールの中で、胸部X線写真は、胸部病変を検出するための最も重要で広く使用されている診断ツールです。胸部X線写真から病状を検出するための堅牢な自動診断ツールを提案するために研究が行われ

arXiv

arXiv reaDer

detection

dataset

learning
リンク
私はあなたのコンピュータビジョンの不確実性の欠如を邪魔していると思います
arxiv_reader 2021/04/19
ニューラルネットワークは多くの実際のアプリケーションに使用されていますが、多くの場合、自身の信頼度を推定するのに問題があります。これは、人間とその生活にハイステークスの意思決定を行うことを目的としたコ

detection

arXiv

computer vision

arXiv reaDer
リンク
教師なし神経因果発見のためのシャドウマッピング
arxiv_reader 2021/04/19
ほとんどの科学分野にわたる重要な目標は、一連の観察の根底にある因果構造の発見です。残念ながら、相関または相互情報量に基づく因果関係の発見方法では、動的な関係を示すシステムの因果関係を特定できないことが

representation

arXiv

video

unsupervised

arXiv reaDer

estimation
リンク
3Dヒューマンメッシュ登録のためのローカル認識区分的変換フィールド
arxiv_reader 2021/04/19
服を着た人間の点群をパラメトリック人間モデルに登録することは、コンピュータービジョンにおいて困難な作業です。従来のアプローチは、人間のポーズの正確な手動初期化と面倒な後処理を必要とする高度に設計された

arXiv

3D

arXiv reaDer

estimation

human

mesh

point cloud

reconstruction

pose

computer vision
リンク
ディープラーニングの不確実性サロゲート
arxiv_reader 2021/04/19
この論文では、不確実性サロゲートを使用して、ディープネットワークの予測不確実性を推定する新しい方法を紹介します。これらのサロゲートは、事前定義されたパターンに一致するように強制される、ディープネットワ

OOD

adversarial

arXiv

arXiv reaDer

detection

metric

dataset

learning
リンク
ビデオを理解するために必要なのは時空間の注意だけですか？
arxiv_reader 2021/04/19
空間と時間にわたる自己注意のみに基づいて構築されたビデオ分類への畳み込みのないアプローチを提示します。「TimeSformer」という名前の私たちの方法は、フレームレベルのパッチのシーケンスから直接

attention

action recognition

classification

arXiv

3D

video

arXiv reaDer

benchmark

transformer

convolutional
リンク
ビデオでの異常なイベント検出のための敵対的トレーニングを備えた背景にとらわれないフレームワーク
arxiv_reader 2021/04/19
ビデオでの異常なイベント検出は、近年大きな注目を集めている複雑なコンピュータビジョンの問題です。タスクの複雑さは、異常なイベント、つまり、通常は周囲のコンテキストに依存するまれに発生するイベントの一般

attention

adversarial

arXiv

video

arXiv reaDer

detection

metric

benchmark

computer vision

learning
リンク
シングルフレームビジュアル音源分離のためのカテゴリ情報の活用
arxiv_reader 2021/04/19
視覚的な音源分離は、視覚的な手がかりの存在下で、与えられた音の混合物から音の成分を識別することを目的としています。以前の研究は印象的な結果を示しましたが、大規模な多段アーキテクチャと複雑なデータ表現（

representation

optical flow

arXiv

video

arXiv reaDer

dataset
リンク
臨床データ倉庫のための脳T1強調磁気共鳴画像の自動品質管理
arxiv_reader 2021/04/19
コンピュータ支援診断のための機械学習（ML）に関する多くの研究は、これまでほとんどが高品質の研究データに限定されてきました。病院から定期検査を収集する臨床データウェアハウスは、現実的な設定でのMLモデ

CNN

arXiv

3D

arXiv reaDer

human

MRI

dataset

learning
リンク
単一画像での大雨除去のためのグローバルおよびローカルの注意の活用
arxiv_reader 2021/04/19
単一の画像からの大雨の除去は、雨の筋と霧を同時に除去するタスクであり、キャプチャされた画像の品質を劇的に低下させる可能性があります。ほとんどの既存の雨除去方法は、大雨の場合には一般化されていません。こ

attention

residual

arXiv

arXiv reaDer

dataset

synthesis
リンク
分数および圧縮された1次元CNNオートエンコーダを使用したノイズ除去に基づく直交特徴ベースのEEG信号
arxiv_reader 2021/04/19
この論文では、主に筋肉の動きによって導入される筋肉アーチファクト（MA）が原因で、記録プロセス中にノイズで汚染されることが多い脳波（EEG）信号をノイズ除去するためのフラクショナル1次元畳み込みニュー

CNN

arXiv

arXiv reaDer

dataset

denoising

domain

learning
リンク
COVID-Net S：SARS-CoV-2肺疾患の重症度に対する胸部X線の地理的範囲と不透明度範囲のスコアリングに関するディープニューラルネットワークのトレーニングと検証によるコンピューター支援の重症度評価に向けて
arxiv_reader 2021/04/19
背景：COVID-19パンデミックの原因である重症急性呼吸器症候群コロナウイルス2（SARS-CoV-2）の効果的なケアと治療計画における重要なステップは、疾患の進行の重症度の評価です。胸部X線（CX

arXiv

arXiv reaDer

metric

learning

COVID-19
リンク
プロキシ行列最適化を使用したグラスマン反復線形判別分析
arxiv_reader 2021/04/19
線形判別分析（LDA）は、パターン認識と統計の次元削減に一般的に使用されます。これは、分類にさらに使用できる、次元が縮小された最も判別的な空間を見つけることを目的とした教師あり手法です。この作業では、

classification

arXiv

arXiv reaDer

gradient

manifold

SGD
リンク
ワンシングワンクリック：弱教師あり3Dセマンティックセグメンテーションのための自己トレーニングアプローチ
arxiv_reader 2021/04/19
点群のセマンティックセグメンテーションには、大規模な注釈付きトレーニングデータが必要になることがよくありますが、明らかに、点群ラベルは準備が面倒です。最近のいくつかの方法では、ポイントラベルの割合が少

semantic segmentation

arXiv

3D

arXiv reaDer

sparse

point cloud

weakly-supervised
リンク
マルチモーダル分類のためのクロスモーダル検索拡張
arxiv_reader 2021/04/19
外部の知識ソースよりも検索コンポーネントの使用における最近の進歩は、自然言語処理におけるさまざまなダウンストリームタスクに対して印象的な結果を示しています。ここでは、視覚的な質問応答（VQA）を改善す

classification

VQA

arXiv

arXiv reaDer

augmentation

embedding

transformer
リンク
陰関数曲面からの符号付き距離関数の計算
arxiv_reader 2021/04/19
この短いメモでは、陰関数のゼロレベルセットを正確に保持しながら、陰関数曲面を符号付き距離関数（SDF）に変換する手法について説明します。提案されたアプローチは、SDFを特徴付ける損失関数を最小化するよ

arXiv

arXiv reaDer

embedding

loss function
リンク
ScreenSeg：オンデバイススクリーンショットレイアウト分析
arxiv_reader 2021/04/19
携帯電話などのリソースに制約のあるデバイスでスクリーンショットとドキュメント画像の階層レイアウト分析を実行する、新しいエンドツーエンドのソリューションを提案します。私たちのアプローチは、スクリーンショ

arXiv

arXiv reaDer
リンク
TeLCoS：スクリプトのクラスタリングによるOnDeviceテキストのローカリゼーション
arxiv_reader 2021/04/19
リソースに制約のある環境でのテキストローカリゼーションの分野における最近の研究では、ディープニューラルネットワークが広く利用されています。低メモリモバイルデバイスでのシーンテキストのローカリゼーション

CNN

localization

arXiv

arXiv reaDer

multi-task

real time

clustering

identification

pruning

benchmark
リンク
ノイズを意識したビデオ顕著性予測
arxiv_reader 2021/04/19
ディープラーニングベースのアルゴリズムは、視覚的顕著性の予測に印象的な結果をもたらしましたが、視線データのトレーニングにおけるノイズの影響はほとんど見過ごされてきました。この問題は、視線データが不完全

arXiv

video

arXiv reaDer

human

dataset

gaze

loss function

saliency
リンク
サイクル一貫性のある将来の予測を使用して、一時的にスムーズなオンラインアクション検出
arxiv_reader 2021/04/19
多くのビデオ理解タスクは、入力ビデオが最初から最後まで与えられると想定することにより、オフライン設定で機能します。ただし、実際の問題の多くはオンライン設定を必要とし、自動運転や監視システムなど、現在お

arXiv

video

unsupervised

action

arXiv reaDer

autonomous driving

detection
リンク
T-LEAP：時間情報を使用した歩行牛の閉塞ロバストポーズ推定
arxiv_reader 2021/04/19
酪農場の牛群の規模が拡大し続けるにつれて、牛の自動健康監視が関心を集めています。乳牛によく見られる健康障害である跛行は、一般的に牛の歩行を分析することによって検出されます。モデルは画像やビデオの解剖学

localization

arXiv

video

keypoint

arXiv reaDer

occlusion

detection

landmark

pose estimation
リンク
スパースビューからの服を着た人間のデータ駆動型3D再構成
arxiv_reader 2021/04/19
最近、データ駆動型のシングルビュー再構成法は、3D服を着た人間のモデリングにおいて大きな進歩を示しています。ただし、このような方法は、単一ビュー入力に固有の深さのあいまいさとオクルージョンに大きく悩ま

representation

arXiv

3D

stereo

arXiv reaDer

occlusion

sparse

reconstruction

learning
リンク
ManticoreクラスターベースのメニーコアアーキテクチャへのCNNレイヤーの実装
arxiv_reader 2021/04/19
このドキュメントでは、マンティコアクラスターベースのメニーコアアーキテクチャでの基本的な畳み込みニューラルネットワーク（CNN）レイヤーの実装を紹介し、それらの特性とトレードオフについて説明します。

arXiv

CNN

arXiv reaDer
リンク
アクティベートするかどうか：カスタマイズされたアクティベーションの学習
arxiv_reader 2021/04/19
ニューロンを活性化するかどうかを学習する、ACONと呼ばれる単純で効果的で一般的な活性化関数を紹介します。興味深いことに、最近人気のあるNAS検索のアクティベーションであるSwishは、ReLUの滑ら

semantic segmentation

approximation

arXiv

arXiv reaDer

detection

learning
リンク
Write-a-speaker：テキストベースの感情的およびリズミカルなトーキングヘッドジェネレーション
arxiv_reader 2021/04/19
本論文では、スピーチのリズムとポーズだけでなく、文脈的感情に従って忠実度の高い表情と頭の動きを合成する、新しいテキストベースのトーキングヘッドビデオ生成フレームワークを提案します。具体的には、私たちの

attention

arXiv

3D

video

arXiv reaDer

dataset

face
リンク
自己管理型ビデオ検索トランスフォーマーネットワーク
arxiv_reader 2021/04/19
コンテンツベースのビデオ検索は、特定のクエリビデオに類似しているか、ほぼ重複している大規模なビデオデータベースからビデオを検索することを目的としています。ビデオ表現と類似性検索アルゴリズムは、ビデオ検

representation

arXiv

video

arXiv reaDer

self-supervised

dataset

transformer
リンク
単一のRGB画像から3D非直方体の部屋のレイアウトを再構築する方法を学ぶ
arxiv_reader 2021/04/19
単一画像の部屋レイアウトの再構築は、単一の画像から部屋の囲まれた3D構造を再構築することを目的としています。以前のほとんどの作業は、以前の直方体の形状に依存しています。このホワイトペーパーでは、より一

CNN

arXiv

3D

arXiv reaDer

reconstruction

reasoning

dataset

learning
リンク
空間構造情報と主要な機能を使用したオクルージョン対応のビジュアルトラッカー
arxiv_reader 2021/04/19
視覚追跡におけるオクルージョンの問題を克服するために、この論文はオクルージョンを意識した追跡アルゴリズムを提案した。提案されたアルゴリズムは、クラスタリングによってオブジェクトのピクセル分布に従ってオ

arXiv

arXiv reaDer

occlusion

gradient

clustering

tracking
リンク
RobustPointSet：点群分類器の堅牢性をベンチマークするためのデータセット
arxiv_reader 2021/04/19
3Dディープラーニングコミュニティでは、過去数年間で点群処理に大きな進歩が見られました。ただし、ディープモデルがトレーニングされたデータセットはほぼ同じままです。ほとんどのデータセットは、ポーズ用に正

classification

arXiv

3D

arXiv reaDer

augmentation

point cloud

dataset

pose

learning
リンク
3Dミトコンドリアインスタンスセグメンテーションのための高度なディープネットワーク
arxiv_reader 2021/04/19
電子顕微鏡（EM）画像からのミトコンドリアインスタンスのセグメンテーションは、深層学習法の導入以来、目覚ましい進歩を遂げています。この論文では、ラットとヒトのサンプルからの3Dミトコンドリアインスタン

arXiv

segmentation

3D

arXiv reaDer

human

denoising

convolutional

learning
リンク
OmniFlow：人間の全方向性オプティカルフロー
arxiv_reader 2021/04/19
オプティカルフローは、少なくとも2つの連続するビデオフレーム間のピクセルの動きであり、エンドツーエンドのトレーニング可能な畳み込みニューラルネットワークを介して推定できます。このため、オプティカルフロ

CNN

simulation

optical flow

arXiv

3D

arXiv reaDer

estimation

human

dataset

synthesis
リンク
改良された完全畳み込みネットワークに基づくキュウリ作物のLAI推定
arxiv_reader 2021/04/19
LAI（葉面積指数）は、農学における作物収量の推定にとって非常に重要です。それは、植物の成長状態、正味の同化率、植物の光合成、および環境中の二酸化炭素に直接関係しています。 LAIを正確かつ効率的に測

arXiv

estimation

arXiv reaDer

human

pre-training

dataset

convolutional

learning
リンク
人間が理解できる視覚的説明に向けて：知覚できない高周波の手がかりをよりよく取り除くことができる
arxiv_reader 2021/04/19
説明可能なAI（XAI）手法は、ニューラルネットワークが学習したことを説明することに焦点を当てています。つまり、予測に最も影響を与える特徴を特定します。このホワイトペーパーでは、これらを「識別機能」と

explainable

classification

arXiv

arXiv reaDer

human

face

learning
リンク
注意！集中してください！
arxiv_reader 2021/04/19
デュアルピクセル画像を使用して、カメラの焦点ぼけによって引き起こされるぼやけたアーティファクトに対処するために、深い畳み込みニューラルネットワーク（CNN）を開発します。具体的には、アテンションエンコ

arXiv

attention

CNN

arXiv reaDer
リンク
VGNMN：ビデオに基づいたニューラルモジュールネットワークからビデオに基づいた言語タスク
arxiv_reader 2021/04/19
ニューラルモジュールネットワーク（NMN）は、合成画像の視覚的質問応答（VQA）などの画像ベースのタスクで成功を収めています。ただし、NMNに関する非常に限られた作業が、ビデオベースの言語タスクで研究

VQA

arXiv

video

action

arXiv reaDer

synthesis
リンク
弱く監視されたオブジェクトのローカリゼーションと検出：調査
arxiv_reader 2021/04/19
コンピュータビジョンコミュニティにおける新たな挑戦的な問題として、弱く監視されたオブジェクトのローカリゼーションと検出は、新世代のコンピュータビジョンシステムを開発するために重要な役割を果たし、過去1

attention

representation

localization

arXiv

arXiv reaDer

detection

weakly-supervised

metric

dataset

computer vision
リンク
多項式ニューラルネットワークによる深層分類器の拡張
arxiv_reader 2021/04/19
ディープニューラルネットワークは、オブジェクトや音声の認識などの分類タスクの成功の背後にある原動力となっています。印象的な結果と一般化は、最近提案されたさまざまなアーキテクチャによって達成されましたが

classification

bias

residual

arXiv

compression

arXiv reaDer

benchmark
リンク
ディープラーニングを使用した植物の水不足によって誘発されるストレスのインテリジェントなモニタリング
arxiv_reader 2021/04/19
増大する世界人口のニーズを満たすために、私たちは、近代的で正確な自動化された農業方法を採用することにより、世界の農業収量を増やす必要があります。最近の10年間で、非侵襲的な画像分析と機械学習を組み合わ

CNN

classification

arXiv

arXiv reaDer

detection

identification

dataset

learning
リンク
Ego-Exo：サードパーソンから一人称のビデオへの視覚的表現の転送
arxiv_reader 2021/04/19
大規模なサードパーソンビデオデータセットを使用して、自己中心的なビデオモデルを事前トレーニングするためのアプローチを紹介します。純粋に自己中心的なデータからの学習は、データセットの規模と多様性が低いた

representation

arXiv

knowledge distillation

video

arXiv reaDer

pre-training

dataset

activity

domain

saliency
リンク
RGB-D顕著な物体検出およびそれ以降のシャムネットワーク
arxiv_reader 2021/04/19
既存のRGB-D顕著なオブジェクト検出（SOD）モデルは通常、RGBと深度を独立した情報として扱い、それぞれから特徴を抽出するための個別のネットワークを設計します。このようなスキームは、限られた量のト

semantic segmentation

arXiv

video

arXiv reaDer

detection

metric

dataset

RGB-D

learning

saliency
リンク
単一の画像から3Dマンハッタンワイヤーフレームを再構築する方法を学ぶ
arxiv_reader 2021/04/19
本論文では、グローバルな構造的規則性を効果的に活用することにより、単一の画像からコンパクトで正確な3Dワイヤフレーム表現を取得する方法を提案します。私たちの方法は、畳み込みニューラルネットワークをトレ

CNN

representation

arXiv

3D

arXiv reaDer

detection

dataset

synthesis

learning

saliency
リンク
敵対的損失と勾配マスクを使用したマルチステージ生ビデオノイズ除去
arxiv_reader 2021/04/19
この論文では、低照明条件下でキャプチャされた生のビデオをノイズ除去するための学習ベースのアプローチを提案します。最初に、畳み込みニューラルネットワーク（CNN）を使用して、隣接するフレームを現在のフレ

CNN

adversarial

arXiv

video

arXiv reaDer

gradient

denoising
リンク
診断的に関連する領域のスケーラブルで効率的な検索のためのGCNに基づく組織病理学WSIエンコーディング
arxiv_reader 2021/04/19
コンテンツベースの組織病理学的画像検索（CBHIR）は、組織病理学的画像分析の分野で近年人気が高まっています。 CBHIRシステムは、事前に確立されたデータベースから関心領域（ROI）に完全に類似して

GCN

arXiv

arXiv reaDer

embedding

dataset

domain
リンク
リアルタイムのフォアグラウンドセグメンテーションのためのデレインセマンティックセグメンテーションネットワーク
arxiv_reader 2021/04/19
雨の環境でのリアルタイムのセマンティックセグメンテーションのために特別に提案された研究はほとんどありません。ただし、この分野での需要は膨大であり、軽量ネットワークにとっては困難です。したがって、この論

semantic segmentation

attention

arXiv

arXiv reaDer

real time

benchmark

convolutional
リンク
バイアスのないFedGAN：バイアスのないデータセットを生成するためのフェデレーションアプローチ
arxiv_reader 2021/04/19
Federated Generative Adversarial Network（FedGAN）は、クライアントが機密性の高いトレーニングデータを共有しなくても、分散クライアント間でGANをトレーニン

arXiv

arXiv reaDer

dataset

GAN

synthesis
リンク
分布外の一般化のための深く安定した学習
arxiv_reader 2021/04/19
ディープニューラルネットワークに基づくアプローチは、テストデータとトレーニングデータが同様の分布を共有する場合に驚くべきパフォーマンスを達成しましたが、そうでない場合は大幅に失敗する可能性があります。

OOD

arXiv

arXiv reaDer

benchmark

domain

learning
リンク
AutoML：最先端の調査
arxiv_reader 2021/04/19
ディープラーニング（DL）技術は私たちの生活のすべての側面に浸透し、非常に便利になりました。ただし、特定のタスクのために高品質のDLシステムを構築することは、人間の専門知識に大きく依存しており、DL

one-shot

arXiv

arXiv reaDer

autoML

human

dataset

NAS

learning
リンク
SSPC-Net：半教師ありセマンティック3Dポイントクラウドセグメンテーションネットワーク
arxiv_reader 2021/04/19
点群のセマンティックセグメンテーションは、3Dシーンを理解する上で重要なタスクです。既存の方法は、主に、教師ありセマンティックセグメンテーションに多数の注釈付きラベルを使用することに重点を置いています

semantic segmentation

attention

arXiv

3D

unsupervised

arXiv reaDer

point cloud

embedding

dataset

semi-supervised
リンク
アダプティブ敵対ロジットペアリング
arxiv_reader 2021/04/19
敵対的な例は、画像分類システムを理解するための機会を提供するだけでなく、課題を課します。敵対的トレーニングソリューションの敵対的ロジットペアリング（ALP）の分析に基づいて、この作業で次のことを観察し

classification

adversarial

arXiv

arXiv reaDer

dataset
リンク
少数のショット学習のためのパレート自己教師ありトレーニング
arxiv_reader 2021/04/19
少数ショット学習（FSL）は、ほとんど監視なしで新しい概念への迅速な一般化を目的としていますが、自己監視学習（SSL）は、ラベルのないデータから直接計算された監視信号を構築します。これらの2つの方法の

attention

bias

arXiv

arXiv reaDer

self-supervised

dataset

benchmark

few-shot

learning
リンク
皮膚鏡画像分類のための分布外検出
arxiv_reader 2021/04/19
医用画像診断は、各疾患クラスに十分な多様なトレーニングデータがあれば、ディープニューラルネットワークによって実現できます。ただし、トレーニング中に遭遇しなかったこれまで知られていなかった疾患クラスは、

classification

OOD

arXiv

arXiv reaDer

detection

domain
リンク
ECG信号分類のDNNの堅牢性を向上させる：ノイズ対信号比の観点
arxiv_reader 2021/04/19
心電図（ECG）は、心血管系の状態を監視するために最も広く使用されている診断ツールです。ディープニューラルネットワーク（DNN）は、ECG信号を自動的に解釈して患者の心臓の潜在的な異常を特定するため

interpretation

classification

adversarial

arXiv

arXiv reaDer

DNN

dataset
リンク
マルチモーダルリモートセンシング画像の半教師ありマニホールドアライメント
arxiv_reader 2021/04/19
リモートセンシング画像のさまざまなモダリティ（またはドメイン）のマニフォールドアライメントの方法を紹介します。この問題は、マルチテンポラル、マルチソース、マルチセンサー、マルチアングルの画像のセットが

classification

recurrent

arXiv

arXiv reaDer

manifold

domain
リンク
シード：視覚的表現のための自己監視蒸留
arxiv_reader 2021/04/19
この論文は、小さなモデルの自己教師あり学習に関するものです。この問題は、広く使用されている対照的な自己教師あり学習方法が大規模モデルのトレーニングで大きな進歩を示している一方で、小規模モデルではうまく

representation

distillation

arXiv

arXiv reaDer

self-supervised

dataset

contrastive

learning
リンク
アクティブラーニングに対するユーザーの自信の学習
arxiv_reader 2021/04/19
この論文では、運用シナリオにおけるアクティブラーニングの適用可能性を研究します。より具体的には、ピクセルを不確実性に従ってランク付けするアクティブラーニングヒューリスティックと、関連するラベリングに対

arXiv

arXiv reaDer

learning
リンク
テキスト行認識モデルの再考
arxiv_reader 2021/04/19
本論文では、テキスト行認識の問題を研究する。シーンテキストや手書きドキュメントなどの特定のドメインを対象とするほとんどのアプローチとは異なり、ソースや入力モダリティに関係なく、任意の画像からテキストを

attention

classification

arXiv

arXiv reaDer

LSTM

dataset

transformer

domain
リンク
小児の骨年齢評価のためのリッジ回帰ニューラルネットワーク
arxiv_reader 2021/04/19
骨年齢は、子供の骨格および生物学的成熟度を評価するための重要な尺度です。骨年齢の遅延または増加は小児科医にとって深刻な懸念事項であり、骨の成熟が年代順の年齢と一致する速度で発生しているかどうかを判断す

CNN

arXiv

segmentation

arXiv reaDer

pre-training

dataset

learning

saliency
リンク
教師ありリモートセンシング画像分類のための能動学習アルゴリズムの調査
arxiv_reader 2021/04/19
効率的なトレーニングセットを定義することは、リモートセンシング画像分類ルーチンを成功させるための最もデリケートなフェーズの1つです。問題の複雑さ、限られた時間的および財源、およびクラス内の分散が大きい

classification

arXiv

arXiv reaDer

dataset

learning
リンク
リモートセンシングデータの分類のためのドメイン適応における最近の進歩
arxiv_reader 2021/04/19
広い地理的領域にわたって、または短い時間間隔で取得されたリモートセンシング画像の教師あり分類の成功は、分類アルゴリズムのトレーニングとモデルの定義に使用されるサンプルの代表性に大きく依存します。トレー

classification

representation

arXiv

arXiv reaDer

domain adaptation

learning
リンク
AsymmNet：非対称ボトルネックを使用した超軽量畳み込みニューラルネットワークに向けて
arxiv_reader 2021/04/19
ディープ畳み込みニューラルネットワーク（CNN）は、さまざまなアプリケーションで驚くべき結果を達成しています。ただし、メモリと計算リソースが限られているため、モバイルデバイスや組み込みデバイスでこれら

residual

arXiv

CNN

arXiv reaDer
リンク
表現学習のための視覚的関与信号の調査
arxiv_reader 2021/04/19
ソーシャルメディアプラットフォームでのビジュアルエンゲージメントは、コメント、共有、いいねなどの写真投稿とのやり取りで構成されます。この論文では、表現学習のための監督信号などの視覚的関与の手がかりを活

classification

emotion

bias

representation learning

arXiv

arXiv reaDer

detection

weakly-supervised

computer vision
リンク
相互ディリクレネットによる教師なしおよび未登録のハイパースペクトル画像の超解像
arxiv_reader 2021/04/19
ハイパースペクトル画像（HSI）は、多数のコンピュータービジョンタスクのパフォーマンス向上に貢献した豊富なスペクトル情報を提供します。ただし、これは画像の空間解像度を犠牲にしてのみ達成できます。ハイパ

representation

arXiv

unsupervised

arXiv reaDer

reconstruction

dataset

benchmark

computer vision

super-resolution

domain
リンク
Meta Faster R-CNN：注意深い特徴の位置合わせによる正確な少数ショットオブジェクト検出に向けて
arxiv_reader 2021/04/19
少数ショットオブジェクト検出（FSOD）は、わずかな例を使用してオブジェクトを検出することを目的としています。これは多くの実用的なアプリケーションに非常に必要ですが、これまでのところ困難なままです。デ

classification

arXiv

arXiv reaDer

detection

R-CNN

benchmark

few-shot

learning
リンク
FLAVR：高速フレーム補間のためのフローにとらわれないビデオ表現
arxiv_reader 2021/04/19
ビデオフレーム補間の大部分の方法は、ビデオの隣接するフレーム間の双方向オプティカルフローを計算し、続いて適切なワーピングアルゴリズムを使用して出力フレームを生成します。ただし、オプティカルフローに依存

action recognition

representation

optical flow

arXiv

3D

arXiv reaDer

estimation

self-supervised

benchmark

convolutional
リンク
より強力な増強を伴う対照学習
arxiv_reader 2021/04/19
表現学習は、対照的な学習方法の進歩により大幅に開発されました。これらの方法のほとんどは、同じインスタンスから変換された画像を引き続き取得できるように、IDを維持するように注意深く指定されたさまざまなデ

representation learning

arXiv

contrastive learning

arXiv reaDer

augmentation

pre-training

dataset
リンク
教師なし画像から画像への翻訳のための二重対照学習
arxiv_reader 2021/04/19
教師なし画像から画像への変換タスクは、ペアになっていないトレーニングデータからソースドメインXとターゲットドメインYの間のマッピングを見つけることを目的としています。 Unpaired image-t

arXiv

unsupervised

contrastive learning

arXiv reaDer

domain
リンク
ビデオにおける個人の再識別のための時空間相関とトポロジー学習
arxiv_reader 2021/04/19
ビデオベースの人物の再識別は、重複しないカメラビュー全体でビデオシーケンスからの歩行者を照合することを目的としています。ビデオ人物の再識別の重要な要素は、ビデオシーケンスからの空間的および時間的手がか

CNN

representation

re-id

arXiv

3D

pedestrian

arXiv reaDer

human

benchmark

convolutional
リンク
ショルダーインプラントX線メーカーの分類：VisionTransformerを使用した調査
arxiv_reader 2021/04/19
肩関節全置換術とも呼ばれる肩関節置換術は、整形外科の分野で一般的で複雑な手術です。それは、死んだ肩関節を人工インプラントと交換することを含みます。市場には多くの人工インプラントメーカーがあり、それぞれ

arXiv

transformer

arXiv reaDer

identification
リンク
IoTビッグデータ用の多機能フュージョンベースのビデオ顔追跡
arxiv_reader 2021/04/19
IoTや人工知能技術の進歩と、セキュリティエントランスコントロールや金融ビジネスなどの分野での急速なアプリケーションの成長の必要性により、顔の情報処理は、ID認証と情報セキュリティを実現するための重要

arXiv

video

arXiv reaDer

real time

face

tracking
リンク
混合時間ドメイン適応によるアクションセグメンテーション
arxiv_reader 2021/04/19
アクションセグメンテーションの主な進歩は、完全に教師あり学習のための高密度に注釈が付けられたデータから来ています。フレームレベルのアクションの手動アノテーションは時間がかかり、やりがいがあるため、この

attention

arXiv

segmentation

video

action

arXiv reaDer

domain adaptation

dataset

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 2021/04/19
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

representation

human pose estimation

arXiv

3D

arXiv reaDer

dataset

pose estimation

benchmark

transformer

convolutional
リンク
ディープニューラルネットワークにおけるグローバルコンバージェンス保証のレシピ
arxiv_reader 2021/04/19
（確率的）勾配降下法の既存のグローバル収束保証は、ニューラルタンジェントカーネル（NTK）レジームを超えたディープラーニングの実際のレジームにおける実際のディープネットワークには適用されません。この論

arXiv

arXiv reaDer

gradient

dataset

batch normalization

convolutional

learning
リンク
自動デコードされたディープ潜在埋め込みを使用した主観的評価からの学習
arxiv_reader 2021/04/19
アプリケーションによっては、放射線診断は評価者間および評価者内の高い変動性と関連している可能性があります。ほとんどのコンピューター支援診断（CAD）ソリューションは、このようなデータを議論の余地のない

bias

arXiv

arXiv reaDer

dataset

embedding

learning
リンク
- 2021年4月20日
- 2021年4月19日
- 2021年4月16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