arxiv_readerのブックマーク / 2021年4月20日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年4月20日のブックマーク (216件)

物体認識のための宝くじの仮説
arxiv_reader 2021/04/20
近年、物体認識やキーポイント推定などの認識タスクが広く採用されています。これらのタスクのほとんどの最先端の方法は、計算コストが高く、メモリフットプリントが大きいディープネットワークを使用します。このた

keypoint

arXiv

dataset

estimation

pruning

segmentation

arXiv reaDer

detection
リンク
通信の比較：通信ごとの損失を伴うビデオ予測
arxiv_reader 2021/04/20
今日の画像予測方法は、シーン内のオブジェクトの位置を変更するのに苦労しており、オブジェクトが占める可能性のある多くの位置で平均してぼやけた画像を生成します。この論文では、既存の画像類似性メトリックに簡

arXiv

metric

optical flow

arXiv reaDer

video
リンク
画像超解像のためのアテンションネットワークにおけるアテンション
arxiv_reader 2021/04/20
畳み込みニューラルネットワークは、過去10年間で、単一画像の超解像（SISR）の目覚ましい進歩を可能にしました。 SISRの最近の進歩の中で、注意メカニズムは高性能SRモデルにとって非常に重要です。た

arXiv

super-resolution

attention

CNN

arXiv reaDer
リンク
疑似ラベリングの擁護：半教師あり学習のための不確実性を意識した疑似ラベル選択フレームワーク
arxiv_reader 2021/04/20
半教師あり学習（SSL）の最近の研究は、強力なパフォーマンスを実現する整合性正則化ベースの方法によって主に支配されています。ただし、ドメイン固有のデータ拡張に大きく依存しており、すべてのデータモダリテ

learning

arXiv

dataset

regularization

arXiv reaDer

video

classification

semi-supervised
リンク
きめ細かいビデオ理解のための時間クエリネットワーク
arxiv_reader 2021/04/20
この作業の目的は、トリミングされていないビデオのアクションをきめ細かく分類することです。アクションは、一時的に拡張される場合と、ビデオの数フレームのみにまたがる場合があります。これをクエリ応答メカニズ

arXiv

attention

action

benchmark

arXiv reaDer

video

classification
リンク
少数ショット学習のための不変表現と同変表現の補完的な強みの調査
arxiv_reader 2021/04/20
多くの現実の問題では、多数のラベル付きサンプルを収集することは実行不可能です。少数ショット学習（FSL）は、この問題に対処するための主要なアプローチであり、目的は、限られた数のサンプルが存在する場合に

metric learning

representation

few-shot

self-supervised

knowledge distillation

arXiv

dataset

benchmark

arXiv reaDer

embedding
リンク
ベイズの不確実性と予想される勾配の長さ-回帰：同じコインの両面？
arxiv_reader 2021/04/20
最先端の人間の姿勢推定モデルは、堅牢なパフォーマンスのために大量のラベル付きデータに依存し続けています。ラベル付けの予算は制約されることが多いため、モデルの全体的なパフォーマンスを低コストで維持するに

representation

learning

arXiv

domain

dataset

human pose estimation

gradient

arXiv reaDer

pose estimation
リンク
テンソル幻覚による数ショット学習
arxiv_reader 2021/04/20
少数のショットの分類は、限られたラベル付きデータのみを与えられた例を分類するという課題に対処します。強力なアプローチは、データ拡張を超えて、データ合成に向けることです。ただし、少数ショット分類のデータ

augmentation

few-shot

learning

arXiv

dataset

synthesis

loss function

arXiv reaDer

classification
リンク
駐車スペース推奨のためのA *アルゴリズムによるエントロピーベースの最適化
arxiv_reader 2021/04/20
この論文は、空いている駐車スペースへの最適なルートを特定することの難しさと駐車スペースを離れる最短時間を考慮して、駐車スペースを推奨するための経路計画の問題に対処します。私たちの最適化アプローチはエン

arXiv

arXiv reaDer
リンク
カスタマイズされた顔のランドマークの検出、セグメンテーション、スタイル化、および影の除去のためのいくつかのショットモデルの適応
arxiv_reader 2021/04/20
優れた進歩が見られたにもかかわらず、深層学習ベースのアルゴリズムのパフォーマンスは、特定のデータセットに大きく依存しています。特定のデータセットは、労働集約的なラベリングのために拡張するのが困難です。

few-shot

adversarial

arXiv

dataset

landmark

segmentation

arXiv reaDer

detection

embedding
リンク
不調和な地域のローカリゼーション
arxiv_reader 2021/04/20
画像編集技術の進歩により、ユーザーは芸術作品を作成できますが、操作された領域は背景と互換性がない場合があります。不調和な地域をローカライズすることは、魅力的でありながら挑戦的な作業です。このタスクには

arXiv

dataset

attention

arXiv reaDer

localization
リンク
人間の最小限のビデオは、動的認識モデルについて何を教えてくれますか？
arxiv_reader 2021/04/20
人間の視覚では、オブジェクトとその部分は、純粋に空間的または純粋に時間的な情報から視覚的に認識できますが、空間と時間を統合するメカニズムはよくわかっていません。ここでは、オブジェクトとアクションの人間

human

arXiv

action

arXiv reaDer

video
リンク
3D点群でのオクルージョンガイドシーンフロー推定
arxiv_reader 2021/04/20
3Dシーンフロー推定は、深度センサーまたは距離センサーが与えられた環境を認識するための重要なツールです。オプティカルフローとは異なり、データは通常まばらであり、ほとんどの場合、2つの時間サンプリングの

detection

arXiv

dataset

estimation

occlusion

optical flow

arXiv reaDer

3D

point cloud

sparse
リンク
もう1つのチェック：「偽の背景」を再度追跡する
arxiv_reader 2021/04/20
物体検出とID埋め込み抽出を統合ネットワークに統合するワンショットマルチオブジェクト追跡は、近年、画期的な結果を達成しています。ただし、現在のワンショットトラッカーは、候補の境界ボックスを予測するため

MOT

arXiv

occlusion

arXiv reaDer

one-shot

detection

embedding
リンク
スケーラブルな機能とテクスチャ圧縮による分析に適した顔の表現に向けて
arxiv_reader 2021/04/20
無数のビジュアルデータ中心のアプリケーションにおける究極のユーティリティの最適化に向けて、ビジュアル情報をコンパクトに表すという基本的な役割を果たします。テクスチャと視覚機能を効率的に圧縮するために

representation

human

learning

arXiv

reconstruction

generative

compression

multi-task

arXiv reaDer

face
リンク
深層学習により、体積蛍光顕微鏡検査のためのリファレンスフリー等方性超解像が可能になります
arxiv_reader 2021/04/20
蛍光顕微鏡による体積イメージングは、横方向の解像度と比較して劣った軸方向の解像度からの異方性空間解像度によって制限されることがよくあります。この問題に対処するために、ここでは、体積蛍光顕微鏡で異方性画

learning

arXiv

super-resolution

unsupervised

arXiv reaDer

3D

GAN
リンク
堅牢な学習と生成モデルの適合：プロキシ配布は敵対的な堅牢性を向上させることができますか？
arxiv_reader 2021/04/20
画像分類における敵対的ロバスト性の理解と改善の両方において、プロキシ分布、つまりトレーニングデータセットの基礎となる分布の近似の使用に焦点を当てます。追加のトレーニングデータは敵対的なトレーニングに役

adversarial

arXiv

dataset

generative

approximation

arXiv reaDer

classification
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 2021/04/20
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

stereo

arXiv

dataset

autonomous driving

real time

estimation

arXiv reaDer

3D

detection
リンク
半教師ありドメイン適応のためのクロスドメイン適応クラスタリング
arxiv_reader 2021/04/20
半教師ありドメイン適応では、ターゲットドメイン内のクラスごとにいくつかのラベル付きサンプルが、残りのターゲットサンプルの機能をガイドしてそれらの周囲に集約します。ただし、トレーニングデータはソースドメ

representation

learning

adversarial

arXiv

dataset

clustering

benchmark

arXiv reaDer

domain adaptation

semi-supervised
リンク
セマンティックセグメンテーションのためのチャネル化された軸方向の注意
arxiv_reader 2021/04/20
自己注意とチャネル注意は、それぞれ空間次元とチャネル次元でこれらのマンティック相互依存性をモデル化しており、最近、セマンティックセグメント化に広く使用されています。ただし、空間的注意とチャネル的注意を

representation

arXiv

dataset

attention

semantic segmentation

benchmark

arXiv reaDer
リンク
対照的なマルチモーダル事前トレーニングによる中国語のビデオと言語の理解
arxiv_reader 2021/04/20
事前にトレーニングされたニューラルモデルは、最近、マルチモーダルコンテンツの理解において印象的なパフォーマンスを達成しました。ただし、次の理由により、特に中国語のビデオ言語データについて、ビデオと言語

contrastive learning

arXiv

dataset

pre-training

arXiv reaDer

video
リンク
OmniLayout：屋内の球形パノラマからの部屋のレイアウトの再構築
arxiv_reader 2021/04/20
単一のRGBパノラマが与えられた場合、3Dレイアウト再構築の目標は、コーナー、床の境界、および天井の境界を予測することによって部屋のレイアウトを推定することです。一般的なアプローチは、標準の畳み込みネ

arXiv

convolutional

reconstruction

metric

dataset

benchmark

arXiv reaDer

3D
リンク
共同デモザイキングとノイズ除去を超えて：ピクセルビンイメージセンサーの画像処理パイプライン
arxiv_reader 2021/04/20
ピクセルビニングは、スマートフォンカメラのハードウェア制限に取り組むための最も顕著なソリューションの1つと見なされています。多くの利点があるにもかかわらず、このようなイメージセンサーは、ビニング機能を

arXiv

reconstruction

attention

arXiv reaDer

denoising
リンク
選択的リプレイは、オンラインの継続的な類推における学習を強化します
arxiv_reader 2021/04/20
継続学習では、システムは、壊滅的な忘却なしに、非定常データストリームまたはバッチから学習します。この問題は、教師あり画像分類と強化学習で徹底的に研究されてきましたが、抽象的な推論のために設計されたニュ

reinforcement learning

arXiv

metric

reasoning

arXiv reaDer

classification
リンク
ハイダイナミックレンジ画像再構成のための2段階ディープネットワーク
arxiv_reader 2021/04/20
単一の露出の低ダイナミックレンジ（LDR）画像を高ダイナミックレンジ（HDR）にマッピングすることは、露出に関連する情報が不足しているため、画像から画像への変換タスクで最も厳しいと見なされます。この研

arXiv

reconstruction

dataset

single-shot

arXiv reaDer

denoising
リンク
対照的なクロスモーダル事前トレーニング：少量サンプル医用画像の一般的な戦略
arxiv_reader 2021/04/20
特定の医用画像タスクのためにニューラルネットワークをトレーニングする際の重要な課題は、多くの場合、手動でラベル付けされた十分な数の例を取得することの難しさです。対照的に、医療記録ですぐに利用できること

arXiv

dataset

transfer learning

arXiv reaDer

interpretation

classification

contrastive
リンク
BM-NAS：バイレベルマルチモーダルニューラルアーキテクチャ検索
arxiv_reader 2021/04/20
ディープニューラルネットワーク（DNN）は、さまざまなマルチモーダル学習問題で優れたパフォーマンスを示しています。ただし、単峰性の特徴を手動で設計し、多峰性の特徴融合戦略を設計することにより、DNNを

learning

NAS

arXiv

attention

DNN

arXiv reaDer

transformer
リンク
実世界のライトフィールドのスケーラブルなハイブリッドレイヤード表現に基づくメガネなしの3Dディスプレイの階層的コーディングスキーム
arxiv_reader 2021/04/20
この論文は、低ランクの乗法層とフーリエ視差層の透過率パターンに基づくライトフィールドの新しい階層的コーディングスキームを提示します。提案されたスキームは、異なるスキャン順序から決定されたライトフィール

representation

arXiv

residual

reconstruction

compression

CNN

arXiv reaDer

3D
リンク
フットプリントセグメンテーションを構築するためのマルチタスクディープラーニングフレームワーク
arxiv_reader 2021/04/20
フットプリントセグメンテーションを構築するタスクは、多くの面で貴重な情報を提供するため、リモートセンシング（RS）のコンテキストで十分に研究されていますが、空間配置の変化や一貫性の欠如など、RS画像の

arXiv

convolutional

reconstruction

dataset

segmentation

multi-task

loss function

arXiv reaDer

classification
リンク
SoccerNet-v2：放送サッカービデオの全体的な理解のためのデータセットとベンチマーク
arxiv_reader 2021/04/20
ブロードキャストビデオを理解することは、ビデオ編集によって提供されるコンテンツを評価するための一般的な推論機能を必要とするため、コンピュータビジョンでは困難な作業です。この作業では、SoccerNet

arXiv

dataset

action

computer vision

benchmark

segmentation

reasoning

arXiv reaDer

detection
リンク
DANICE：神経画像圧縮を忘れずにドメインを適応させる
arxiv_reader 2021/04/20
ニューラル画像圧縮（NIC）は、データから学習した深いモデルによってコーディング機能がキャプチャされる新しいコーディングパラダイムです。このデータ駆動型の性質により、新しい潜在的な機能が可能になります

arXiv

domain adaptation

arXiv reaDer

compression
リンク
コンパクトな単一画像の曇り除去のための対照学習
arxiv_reader 2021/04/20
単一画像の曇り除去は、深刻な情報の縮退のため、適切な問題です。ただし、既存の深層学習ベースのデヘイズ方法は、ネガティブな情報が活用されていない間、デヘイズネットワークのトレーニングをガイドするためのポ

contrastive learning

representation

arXiv

dataset

regularization

synthesis

arXiv reaDer
リンク
レンダリングと比較によるシングルビューロボットのポーズと関節角度の推定
arxiv_reader 2021/04/20
単一のRGB画像から既知の多関節ロボットの関節角度と6Dカメラからロボットへのポーズを推定する方法であるRoboPoseを紹介します。これは、特に協調ロボティクスのコンテキストで、計装されていない環境

robot

arXiv

dataset

6D

pre-training

estimation

benchmark

synthesis

pose

arXiv reaDer
リンク
インフラストラクチャベースのローカリゼーションのための赤外線ビーコンの屋外認識パフォーマンスの調査
arxiv_reader 2021/04/20
本論文では、赤外線ビーコンと光バンドパスフィルタを備えたカメラを使用したローカリゼーションシステムを紹介します。当社のシステムは、照明条件に関係なく、100mの距離にある個々のビーコンを確実に検出およ

arXiv

dataset

vehicle

arXiv reaDer

localization
リンク
SoccerNet-v2でのカメラのキャリブレーションとプレーヤーのローカリゼーションおよびアクションスポッティングのためのそれらの表現の調査
arxiv_reader 2021/04/20
サッカー放送のビデオ理解は、近年、データサイエンティストや産業企業の間で大きな注目を集めています。これは主に、コンピュータービジョンの分野で開発された効果的な深層学習技術によって解き放たれる有利な可能

representation

learning

arXiv

dataset

attention

action

computer vision

arXiv reaDer

video

localization
リンク
回帰における能動学習の学習損失の数学的分析
arxiv_reader 2021/04/20
アクティブラーニングはデータ効率が高いため、業界では引き続き重要です。限られた予算で費用効果が高いだけでなく、モデルを継続的に改良することで、モデル開発段階での障害シナリオの早期発見と解決が可能になり

learning

arXiv

convolutional

dataset

human pose estimation

identification

arXiv reaDer

detection

pose estimation
リンク
共発現ベースの畳み込みニューラルネットワークを使用した組織病理学画像からの前立腺癌遺伝子発現のトランスクリプトーム全体の予測
arxiv_reader 2021/04/20
遺伝子発現プロファイリングによる分子表現型分析は、現代の癌研究や分子診断において一般的です。ただし、分子プロファイリングは、実装にコストとリソースを大量に消費するままであり、臨床診断に導入され始めたば

computer vision

arXiv

CNN

arXiv reaDer
リンク
動的オブジェクトを追跡するためのビジョンベースのガイダンス
arxiv_reader 2021/04/20
この論文では、ランデブーコーンアプローチに基づくガイダンス法則を使用して動的オブジェクトを追跡するための新しいビジョンベースのフレームワークを提示します。これらのガイダンス法により、単眼カメラを搭載し

arXiv

tracking

simulation

occlusion

arXiv reaDer

monocular

classification
リンク
LAFEAT：潜在機能を備えた敵対的防御を突き抜ける
arxiv_reader 2021/04/20
深い畳み込みニューラルネットワークは、敵対的な攻撃を受けやすくなっています。入力に小さな摂動を加えることにより、それらは簡単にだまされて誤った出力を与える可能性があります。これは、CNNをそのような攻

adversarial

arXiv

CNN

gradient

arXiv reaDer
リンク
単一の画像からの複数人の暗黙の再構成
arxiv_reader 2021/04/20
単一の画像から複数の人々の詳細で空間的にコヒーレントな再構成を取得するための新しいエンドツーエンドの学習フレームワークを提示します。既存の複数人の方法には、2つの主な欠点があります。モデルベースである

learning

arXiv

reconstruction

dataset

synthesis

occlusion

pose

arXiv reaDer

3D

person
リンク
ミューテックス流域とその目的：効率的でパラメータのないグラフ分割
arxiv_reader 2021/04/20
画像の分割、またはセマンティクスのないセグメンテーションは、画像を個別のセグメントに分解するタスク、または同等に閉じた輪郭を検出するタスクです。以前のほとんどの作業では、セグメントごとに1つずつシード

arXiv

clustering

benchmark

segmentation

arXiv reaDer
リンク
単眼ビデオからの高解像度のテクスチャおよび衣服を着た3D人間の再構成のための時間的一貫性の喪失
arxiv_reader 2021/04/20
単眼ビデオから服を着た人々の時間的に一貫した3D再構成を学習するための新しい方法を提示します。ボリューム、暗黙的、またはパラメトリックな人間の形状モデルを使用した単眼ビデオからの3D人間再構成の最近の

human

arXiv

reconstruction

estimation

representation learning

loss function

arXiv reaDer

monocular

3D

video
リンク
植物は通りを歩かない：信頼できるセマンティックセグメンテーションの常識的な推論
arxiv_reader 2021/04/20
自動運転におけるデータ駆動型センサーの解釈は、ほとんどの場合常識的な知識で検証できるように、非常に信じがたい予測につながる可能性があります。しかし、データだけから常識を学ぶことは難しく、知識統合のアプ

learning

arXiv

autonomous driving

semantic segmentation

reasoning

arXiv reaDer

interpretation
リンク
LSPnet：2Dローカリゼーション指向の宇宙船ポーズ推定ニューラルネットワーク
arxiv_reader 2021/04/20
宇宙での非協力的な物体の姿勢を推定できることは、宇宙ランデブー、軌道上サービス、アクティブな破片除去などの安全な近接操作を可能にするための重要な資産として提案されています。姿勢推定の通常のアプローチに

learning

arXiv

computer vision

CNN

arXiv reaDer

3D

pose estimation
リンク
エンドツーエンドの自動運転のためのマルチモーダルフュージョントランス
arxiv_reader 2021/04/20
自動運転のために、補完的なセンサーからの表現をどのように統合する必要がありますか？ジオメトリベースのセンサーフュージョンは、物体検出や動き予測などの知覚タスクに大きな期待を寄せています。ただし、実際の

LiDAR

representation

arXiv

autonomous driving

attention

reasoning

arXiv reaDer

3D

transformer

detection
リンク
ドメイン内およびドメイン間適応による2段階の画像デヘイズ
arxiv_reader 2021/04/20
データ分布の違いが原因で、ドメイン内ギャップとドメイン間ギャップが画像処理タスクに広く存在します。画像の曇り除去の分野では、以前の特定の研究で、合成ドメインと実際のドメインの間のドメイン間のギャップに

learning

adversarial

arXiv

dataset

attention

synthesis

arXiv reaDer

domain adaptation
リンク
効率的な生成的敵対的ネットワークの粗密検索
arxiv_reader 2021/04/20
この論文は、効率的な発電機ネットワークを開発するためのニューラルアーキテクチャ検索（NAS）問題を研究します。視覚認識タスクのディープモデルと比較して、生成的敵対的ネットワーク（GAN）は通常、さまざ

NAS

arXiv

dataset

benchmark

arXiv reaDer

GAN
リンク
SCNet：自己対照的な背景プロトタイプによる少数ショットのセマンティックセグメンテーションの強化
arxiv_reader 2021/04/20
少数ショットのセマンティックセグメンテーションは、クエリイメージ内の新規クラスのオブジェクトを、サポートイメージ内の注釈付きの例をいくつか使用してセグメント化することを目的としています。高度なソリュー

metric learning

few-shot

arXiv

semantic segmentation

arXiv reaDer

classification
リンク
ラベルの付け直しや競合のないカテゴリ拡張オブジェクト検出器に向けて
arxiv_reader 2021/04/20
オブジェクト検出器は通常、事前定義されたカテゴリが固定された完全に注釈が付けられたトレーニングデータに基づいて学習されます。ただし、関心のあるすべての可能なカテゴリを事前に知ることができるわけではなく

arXiv

dataset

bias

arXiv reaDer

localization

detection

classification
リンク
知識蒸留によるコンパクトなCNN構造学習
arxiv_reader 2021/04/20
深い畳み込みニューラルネットワーク（CNN）を圧縮するという概念は、組み込みデバイスで限られた計算、電力、およびメモリリソースを使用するために不可欠です。ただし、既存の方法では、コンピュータービジョン

learning

knowledge distillation

arXiv

dataset

compression

computer vision

CNN

arXiv reaDer
リンク
サイクリストの意図の検出：確率論的アプローチ
arxiv_reader 2021/04/20
この記事では、確率論的なサイクリストの意図を検出するための全体的なアプローチを紹介します。モーション履歴画像（MHI）と残差畳み込みニューラルネットワーク（ResNet）に基づく基本的な動き検出を使用

arXiv

residual

dataset

CNN

arXiv reaDer

trajectory

detection
リンク
LaLaLoc：動的な未訪問環境での潜在的なレイアウトのローカリゼーション
arxiv_reader 2021/04/20
LaLaLocは、事前の訪問を必要とせず、家具の完全な再配置など、シーンの外観の大きな変化に対して堅牢な方法でローカライズするために提示します。具体的には、LaLaLocは、部屋のレイアウトの潜在的な

representation

arXiv

arXiv reaDer

pose estimation

embedding
リンク
開集合認識のための条件付き変分カプセルネットワーク
arxiv_reader 2021/04/20
開集合認識では、分類器はトレーニング時に未知の未知のクラスを検出する必要があります。新しいクラスを認識するために、分類器は、未知のクラスの外れ値サンプルを区別するために、特徴空間の非常にコンパクトで分

arXiv

dataset

approximation

arXiv reaDer

detection
リンク
CPR：分類器-継続学習のための射影正則化
arxiv_reader 2021/04/20
分類器-射影正則化（CPR）と呼ばれる、既存の正則化ベースの継続学習方法に適用できる、一般的でありながら単純なパッチを提案します。広い極小値を持つニューラルネットワークに関する最近の結果と情報理論の両

learning

arXiv

dataset

regularization

benchmark

arXiv reaDer
リンク
ワンショットの人の再識別のための自己ペースの不確実性推定
arxiv_reader 2021/04/20
ワンショットのPersonRe-IDシナリオは、XからYまでの予測モデルを構築するときに、2種類の不確実性に直面します。1つはモデルの不確実性で、トレーニングデータの不足によるDNNのパラメーターのノ

arXiv

dataset

estimation

occlusion

re-id

DNN

arXiv reaDer

face

one-shot

person
リンク
LIFE：照明不変フロー推定
arxiv_reader 2021/04/20
照明の変化が大きい2つの画像間の流れを推定する問題に取り組んでいます。最近の学習ベースのフロー推定フレームワークは、変位が小さく、照明が一定の画像ペアで優れたパフォーマンスを示していますが、視点の変化

learning

arXiv

estimation

pose

arXiv reaDer

weakly-supervised

sparse
リンク
Face-GCN：3D動的顔識別/認識のためのグラフ畳み込みネットワーク
arxiv_reader 2021/04/20
顔の識別/認識は、過去数年間で大幅に進歩しました。ただし、提案されているアプローチのほとんどは、静的RGBフレームとニュートラルな表情に依存しています。これには2つの欠点があります。まず、重要な顔の形

keypoint

arXiv

convolutional

dataset

landmark

face

spatio-temporal

arXiv reaDer

3D
リンク
GAN2GAN：単一のノイズの多い画像を使用したブラインドノイズ除去のための生成的ノイズ学習
arxiv_reader 2021/04/20
ノイズ除去装置のトレーニングに使用できるノイズの多い画像は1つだけであり、ノイズに関する情報は、平均がゼロで、加算的で、クリーンな画像から独立していることを除いて、不明であるという、困難なブラインド画

learning

arXiv

dataset

generative

synthesis

arXiv reaDer

denoising
リンク
ECACL：半教師ありドメイン適応のための全体的なフレームワーク
arxiv_reader 2021/04/20
ドメイン適応は、ドメインシフトを伴うドメイン間でのモデルの一般化可能性を強化します。ほとんどの研究努力は、ラベル付きソースデータおよびラベルなしターゲットデータと共同でモデルをトレーニングする教師なし

augmentation

learning

arXiv

unsupervised

landmark

arXiv reaDer

domain adaptation

semi-supervised
リンク
動きを理解した単一のぼやけた画像からのビデオフレームの復元
arxiv_reader 2021/04/20
単一のモーションブラー画像からクリーンなビデオフレームを生成するための新しいフレームワークを提案します。幅広い文献がぼやけた画像から単一の画像を復元することに焦点を当てていますが、この作業では、より困

arXiv

loss function

arXiv reaDer

video

transformer
リンク
v2e：ビデオフレームからリアルなDVSイベントまで
arxiv_reader 2021/04/20
ダイナミックビジョンセンサー（DVS）イベントカメラデータのニーズの高まりに対応するために、このペーパーでは、強度フレームから現実的な合成DVSイベントを生成するv2eツールボックスを提案します。また

arXiv

dataset

synthesis

YOLO

arXiv reaDer

video

detection
リンク
RANSIC：不変の互換性を使用した回転検索と点群登録のための高速で非常にロバストな推定
arxiv_reader 2021/04/20
通信ベースの回転検索と点群登録は、ロボット工学とコンピュータービジョンの2つの基本的な問題です。ただし、外れ値が存在すると、推定上の対応の大部分を占めることもあり、多くの既存のアルゴリズムが失敗するか

arXiv

residual

estimation

synthesis

computer vision

arXiv reaDer

point cloud
リンク
SAPE: ニューラル最適化のための空間適応プログレッシブエンコーディング
arxiv_reader 2021/04/20
プログレッシブポジショナルエンコーディング（PPE）レイヤーを導入します。これは、神経の最適化を通じて周波数が増加する信号を徐々に公開します。この論文では、メッシュ転写のためのPPE層の能力と、現代の

representation

arXiv

arXiv reaDer

point cloud

mesh
リンク
DisCo：蒸留対照学習を使用した軽量モデルでの自己教師あり学習の改善策
arxiv_reader 2021/04/20
自己教師あり表現学習（SSL）はコミュニティから広く注目されていますが、最近の研究では、モデルのサイズが小さくなると、そのパフォーマンスが大幅に低下すると主張しています。現在の方法は、主に対照学習に依

contrastive learning

self-supervised

arXiv

attention

representation learning

arXiv reaDer

embedding
リンク
TetraPackNet：ロジスティクスのユースケースにおける4コーナーベースのオブジェクト検出
arxiv_reader 2021/04/20
一般的な画像オブジェクト検出タスクは、オブジェクト表現としてバウンディングボックスまたはセグメンテーションマスクに焦点を当てていますが、フォーコーナーベースのオブジェクト表現を使用したTetraPac

representation

arXiv

dataset

segmentation

arXiv reaDer

R-CNN

detection
リンク
TransCrowd：Transformerを使用した弱教師あり群集カウント
arxiv_reader 2021/04/20
主流の群集カウント方法は通常、畳み込みニューラルネットワーク（CNN）を利用して密度マップを回帰し、ポイントレベルの注釈を必要とします。ただし、各人にポイントで注釈を付けることは、費用と手間がかかるプ

arXiv

convolutional

dataset

CNN

benchmark

seq2seq

arXiv reaDer

transformer

person

weakly-supervised
リンク
LiDAR手がかりによる教師なしオブジェクトの検出
arxiv_reader 2021/04/20
教師なしオブジェクト検出の重要性にもかかわらず、私たちの知る限り、この問題に対処する以前の作業はありません。コミュニティに広く知られている主な問題の1つは、2D画像の外観のみから派生したオブジェクトの

LiDAR

arXiv

dataset

unsupervised

arXiv reaDer

3D

point cloud

localization

detection
リンク
AFD-Net：少数のショットオブジェクト検出のための適応型フルデュアルネットワーク
arxiv_reader 2021/04/20
少数ショットオブジェクト検出（FSOD）は、注釈付きの例がほとんどない、これまでに見られなかったオブジェクトにすばやく適応できる検出器を学習することを目的としています。既存の方法は、検出器の共有コンポ

few-shot

arXiv

attention

estimation

arXiv reaDer

R-CNN

localization

detection

embedding

classification
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 2021/04/20
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）

arXiv

convolutional

attention

representation learning

CNN

arXiv reaDer

transformer

classification
リンク
外部内部学習とモノクロームボトルネックによる画像修復
arxiv_reader 2021/04/20
最近の修復アプローチは、ディープニューラルネットワークで大幅な改善を示していますが、欠落している領域を埋めるときに、鈍い構造や突然の色などのアーティファクトに悩まされています。これらの問題に対処するた

arXiv

learning

arXiv reaDer
リンク
潜在空間操作のための代理勾配場
arxiv_reader 2021/04/20
生成的敵対的ネットワーク（GAN）は、サンプリングされた潜在コードから高品質の画像を生成できます。最近の作品は、基礎となる潜在コードを操作することによって画像を編集しようとしますが、属性調整の基本的な

keypoint

arXiv

metric

disentangling

gradient

arXiv reaDer

face

GAN
リンク
VIPriorsオブジェクト検出の課題に対する競争力のある方法
arxiv_reader 2021/04/20
このレポートでは、VIPriorsオブジェクト検出チャレンジへの提出の技術的な詳細を紹介します。私たちのソリューションは、強力なベースラインオープンソース検出ツールボックスのmmdetctionに基づ

augmentation

arXiv

dataset

arXiv reaDer

detection

embedding
リンク
密に構築された検索空間を使用した画像超解像のニューラルアーキテクチャ検索：DeCoNAS
arxiv_reader 2021/04/20
深い畳み込みニューラルネットワークの最近の進歩により、単一画像超解像（SISR）や他の多くのビジョンタスクで大きな成功を収めています。ネットワークを深め、より洗練されたネットワーク構造を開発することで

human

NAS

arXiv

super-resolution

domain

CNN

arXiv reaDer
リンク
ラベルノイズの下でのサンプル重み付けのために、本当にゴールドサンプルが必要ですか？
arxiv_reader 2021/04/20
ラベルノイズを使用した学習は、一般的な損失関数の下でのラベルノイズの下でのディープニューラルネットワークの感度のために、最近大きな牽引力を得ています。ただし、理論的にはラベルノイズに対してロバストな損

learning

arXiv

dataset

benchmark

loss function

arXiv reaDer
リンク
知識レビューによる知識の抽出
arxiv_reader 2021/04/20
知識の蒸留は、生徒のネットワークのパフォーマンスを大幅に向上させることを目的として、教師のネットワークから生徒のネットワークに知識を転送します。以前の方法は、主に、有効性を向上させるために、同じレベル

knowledge distillation

arXiv

segmentation

loss function

arXiv reaDer

detection

classification
リンク
対比と分類：堅牢なVQAモデルのトレーニング
arxiv_reader 2021/04/20
最近の視覚的質問応答（VQA）モデルは、VQAベンチマークで印象的なパフォーマンスを示していますが、入力質問の小さな言語の変化に敏感なままです。既存のアプローチは、視覚的な質問生成モデルまたは敵対的な

contrastive learning

augmentation

representation

human

adversarial

arXiv

dataset

benchmark

arXiv reaDer

VQA
リンク
Lidarポイントクラウドガイド付き単眼3Dオブジェクト検出
arxiv_reader 2021/04/20
単眼3Dオブジェクト検出は、車が1台のカメラで3Dで世界を認識できるようにするため、コミュニティからますます注目を集めています。ただし、単眼3D検出は現在、LiDARベースの方法と比較して非常に低い検

LiDAR

arXiv

attention

benchmark

arXiv reaDer

monocular

3D

point cloud

detection
リンク
完全に量子化された画像超解像ネットワーク
arxiv_reader 2021/04/20
インテリジェントモバイルデバイスの人気が高まるにつれ、正確でリアルタイムでエネルギー効率の高い画像超解像（SR）推論手法を開発することは実用上非常に重要です。推論効率を改善するための一般的な方法は、モ

arXiv

super-resolution

dataset

benchmark

approximation

arXiv reaDer

quantization
リンク
OutlierNets：オンデバイス音響異常検出のための非常にコンパクトなディープオートエンコーダネットワークアーキテクチャ
arxiv_reader 2021/04/20
人間のオペレーターは、異常な音を介して産業機械を診断することがよくあります。自動化された音響異常検出は、機械の信頼性の高いメンテナンスにつながる可能性があります。ただし、ディープラーニング主導の異常検

human

arXiv

convolutional

anomaly detection

arXiv reaDer
リンク
Zeus: 強化学習を使用してビデオ内のアクションを効率的にローカライズする
arxiv_reader 2021/04/20
ビデオ内のアクションの検出とローカリゼーションは、実際には重要な問題です。交通アナリストは、特定の交差点で車両が移動するパターンの調査に関心があるかもしれません。最先端のビデオ分析システムは、そのよう

reinforcement learning

arXiv

dataset

vehicle

action

arXiv reaDer

video

localization

detection

classification
リンク
ニューラルタンジェントカーネルの観点からのディーププライアによる教師なし形状完成
arxiv_reader 2021/04/20
ディープニューラルネットワークを使用して、不完全なスキャンデータから3D形状を完成および再構築するための新しいアプローチを紹介します。ネットワークは、教師あり完了タスクのトレーニングを受けてテストシェ

learning

arXiv

reconstruction

unsupervised

CNN

arXiv reaDer

interpretation

3D

adaptation
リンク
空中での書き込み：時空間畳み込みを使用した指の動きからの制約のないテキスト認識
arxiv_reader 2021/04/20
このホワイトペーパーでは、空中でのライティング（WiTA）タスクの新しいベンチマークデータセットを紹介します。これは、ビジョンとNLPを橋渡しする複雑なタスクです。 WiTAは、ヒューマンコンピュータ

arXiv

convolutional

residual

dataset

real time

benchmark

spatio-temporal

arXiv reaDer

video

3D
リンク
実世界の画像超解像のためのカーネル敵対的学習
arxiv_reader 2021/04/20
最近、ディープニューラルネットワークモデルはさまざまな研究分野で印象的な結果を達成しています。それに伴い、ディープスーパーレゾリューション（SR）アプローチによってますます多くの注目が集まっています。

arXiv

super-resolution

arXiv reaDer

dataset
リンク
ResNet-50を使用したマスクされた顔認識
arxiv_reader 2021/04/20
過去20年間で、世界中でさまざまなコロナウイルス感染症の発生がいくつか見られました。これらの発生はしばしば気道疾患を引き起こし、時には致命的であることが証明されています。現在、コロナウイルスファミリー

human

learning

arXiv

face recognition

COVID-19

arXiv reaDer

person
リンク
オンラインシナリオでの増分学習
arxiv_reader 2021/04/20
最新のディープラーニングアプローチは、利用可能なすべてのタスク固有のデータを使用してモデルをトレーニングすることにより、多くのビジョンアプリケーションで大きな成功を収めてきました。ただし、実際のアプ

learning

arXiv

dataset

arXiv reaDer

classification
リンク
対照学習はラベルノイズの下でモデルのロバスト性を改善します
arxiv_reader 2021/04/20
カテゴリクロスエントロピー（CCE）損失でトレーニングされたディープニューラルネットワークベースの分類器は、トレーニングデータのラベルノイズに敏感です。ラベルノイズの影響を軽減できる一般的なタイプの方

contrastive learning

representation

arXiv

arXiv reaDer

classification

semi-supervised
リンク
確率的でまばらな敵対的攻撃
arxiv_reader 2021/04/20
このホワイトペーパーでは、確率的スパース敵対攻撃（SSAA）を紹介します。これは、ニューラルネットワーク分類器（NNC）の単純で、高速で、純粋にノイズベースのターゲット攻撃と非ターゲット攻撃です。 S

adversarial

arXiv

dataset

arXiv reaDer

sparse
リンク
自動運転における表現学習によるレーダーカメラの融合
arxiv_reader 2021/04/20
レーダーとカメラは成熟していて費用効果が高く、堅牢なセンサーであり、大量生産された自動運転システムの認識スタックで広く使用されています。それらの補完的な特性により、レーダー探知（レーダーピン）とカメラ

detection

arXiv

autonomous driving

representation learning

reasoning

arXiv reaDer

sparse
リンク
OVANet：ユニバーサルドメイン適応のための1対すべてのネットワーク
arxiv_reader 2021/04/20
Universal Domain Adaptation（UNDA）は、2つのデータセット間のドメインシフトとカテゴリシフトの両方を処理することを目的としています。主な課題は、ラベル付きソースデータには

arXiv

domain adaptation

dataset

arXiv reaDer
リンク
畳み込みニューラルネットワークとオートエンコーダーを組み合わせて、COVID-19患者の生存率を予測する
arxiv_reader 2021/04/20
この論文では、臨床情報で訓練されたCNNを使用して、COVID-19患者の生存率を予測するCNN-AEという名前の新しい方法を提案します。予測精度をさらに高めるために、CNNをオートエンコーダーと組み

augmentation

arXiv

convolutional

CT

dataset

CNN

COVID-19

arXiv reaDer

detection
リンク
DeepTag：心臓のタグ付け磁気共鳴画像のモーショントラッキングのための教師なし深層学習法
arxiv_reader 2021/04/20
心臓タギング磁気共鳴画像法（t-MRI）は、局所的な心筋の変形と心臓のひずみの推定のゴールドスタンダードです。ただし、この手法は、t-MRI画像で発生するモーショントラッキングが困難なため、臨床診断で

learning

arXiv

tracking

generative

unsupervised

estimation

landmark

spatio-temporal

arXiv reaDer

differentiable
リンク
自己蒸留によるデータ効率の高い言語教師ありゼロショット学習
arxiv_reader 2021/04/20
従来のコンピュータビジョンモデルは、事前定義されたカテゴリの固定セットを予測するようにトレーニングされています。最近、自然言語は、監視対象の「ゴールド」ラベルよりも視覚的な概念をより詳細に説明する、よ

learning

arXiv

distillation

zero-shot

computer vision

arXiv reaDer

contrastive
リンク
教師なし機械学習モデルの敵対的な例
arxiv_reader 2021/04/20
回避予測を引き起こす敵対的な例は、機械学習モデルの堅牢性を評価および改善するために広く使用されています。ただし、敵対的な例に関する現在の研究は、教師あり学習タスクに焦点を当てており、グラウンドトゥルー

contrastive learning

augmentation

adversarial

arXiv

reconstruction

unsupervised

dataset

representation learning

arXiv reaDer
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 2021/04/20
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

NAS

arXiv

action recognition

dataset

CNN

arXiv reaDer

video

3D
リンク
ビデオオブジェクト検出のための動きベクトル外挿
arxiv_reader 2021/04/20
ビデオオブジェクト検出のための計算効率の高いディープニューラルネットワークアーキテクチャの継続的な成功にもかかわらず、パフォーマンスは、速度対精度対計算リソースの大きなトリレンマに絶えず到達しています

arXiv

domain

dataset

estimation

benchmark

optical flow

arXiv reaDer

video

detection
リンク
深層学習MRI再構成モデルの敵対的ロバストトレーニング
arxiv_reader 2021/04/20
ディープラーニング（DL）は、磁気共鳴画像の取得と再構成を加速する可能性を示しています。それにもかかわらず、小さな特徴の再構築が高い忠実度で達成されることを保証するための調整された方法の不足があります

learning

adversarial

arXiv

reconstruction

dataset

attention

MRI

synthesis

arXiv reaDer

classification
リンク
オープンワールドのテキストガイド付き顔画像の生成と操作に向けて
arxiv_reader 2021/04/20
既存のテキストガイド付き画像合成方法では、最大256 ^ 2の解像度で限られた品質の結果しか生成できず、テキストによる指示は小さなコーパスに制限されます。この作業では、マルチモーダル入力から1024で

arXiv

dataset

semantic segmentation

synthesis

arXiv reaDer

face

GAN
リンク
アンサンブル学習による不均一なデヘイズのための2分岐ニューラルネットワーク
arxiv_reader 2021/04/20
最近、画像の曇り除去が急速かつ大幅に進んでいます。多くの深層学習ベースの方法は、均一な曇り除去の問題を処理する上で優れたパフォーマンスを示しています。ただし、注意深く設計された畳み込みニューラルネット

learning

arXiv

domain

dataset

CNN

benchmark

arXiv reaDer
リンク
Weberローカル記述子を使用した高解像度リモートセンシング画像のテクスチャベースの分類
arxiv_reader 2021/04/20
従来の画像分類手法は、高解像度画像のクラスがスペクトル的に均一ではないため、高空間解像度データに適用すると不十分な結果をもたらすことがよくあります。 Textureは、これらの画像を分類するための代替

arXiv

metric

arXiv reaDer

classification
リンク
画像の内在次元とその学習への影響
arxiv_reader 2021/04/20
自然画像データは、従来のピクセル表現の高次元性にもかかわらず、低次元構造を示すと広く信じられています。このアイデアは、コンピュータービジョンにおけるディープラーニングの目覚ましい成功に対する共通の直感

representation

learning

arXiv

dataset

estimation

synthesis

computer vision

arXiv reaDer

GAN
リンク
目に見えない摂動：ローリングシャッター効果を利用した物理的な敵対的な例
arxiv_reader 2021/04/20
これまでのところ、カメラベースのコンピュータービジョンの物理的な敵対的な例は、一時停止の標識のステッカー、眼鏡の周りのカラフルな境界線、またはカラフルなテクスチャの3Dプリントオブジェクトなどの目に見

human

learning

adversarial

arXiv

computer vision

simulation

arXiv reaDer

3D

classification
リンク
歯科矯正学における畳み込みニューラルネットワーク：レビュー
arxiv_reader 2021/04/20
畳み込みニューラルネットワーク（CNN）は、オブジェクトの追跡と認識、セキュリティ、軍事、生物医学画像分析など、コンピュータービジョンの多くの分野で使用されています。このレビューでは、歯科の分野の1つ

arXiv

tracking

computer vision

CNN

segmentation

landmark

arXiv reaDer

classification
リンク
コンピュータビジョンアプリケーションの画像ラベリングの調査
arxiv_reader 2021/04/20
画像分析のための教師あり機械学習方法では、コンピュータービジョンの問題を解決するために、大量のラベル付きトレーニングデータが必要です。画像コンテンツを認識するためのディープラーニングアルゴリズムの最近

arXiv

arXiv reaDer

learning

computer vision

domain

identification
リンク
自動運転のためのオプティカルフロー蒸留によるエンドツーエンドのインタラクティブな予測と計画
arxiv_reader 2021/04/20
ディープラーニングテクノロジーの最近の進歩により、自動運転車の予測と計画のためのデータ駆動型アプローチは、並外れたパフォーマンスを達成しました。それにもかかわらず、これらのアプローチのほとんどは、非対

arXiv

sparse

arXiv reaDer

autonomous driving

detection

dataset

simulation

optical flow

distillation

real time
リンク
CLIP4Clip：エンドツーエンドのビデオクリップ検索のためのCLIPの実証的研究
arxiv_reader 2021/04/20
ビデオテキスト検索は、マルチモーダル研究において重要な役割を果たし、多くの実際のWebアプリケーションで広く使用されています。画像言語の事前トレーニングモデルであるCLIP（対照言語-画像事前トレーニ

arXiv

arXiv reaDer

video

learning

dataset

contrastive

pre-training
リンク
組み込みシステムでの空のカメラトラップ画像のフィルタリング
arxiv_reader 2021/04/20
カメラトラップを介して野生生物を監視すると、大量の画像が生成されますが、その大部分には動物が含まれておらず、後で破棄されます。ディープラーニングモデルを組み込んで動物を識別し、これらの画像をこれらのデ

quantization

arXiv

edge device

arXiv reaDer

embedding

learning

detection

classification
リンク
3Dリジッドポイントクラウド登録のための改善された識別最適化
arxiv_reader 2021/04/20
識別最適化（DO）アルゴリズムは、3D点群登録で非常に成功していることが証明されています。元のDOでは、2点群の特徴（記述子）がヒストグラムとして定義され、ヒストグラムの要素は、モデルポイントの「前面

arXiv

arXiv reaDer

dataset

point cloud

3D
リンク
はっきりと見てみましょう：移動するカメラの汚染アーティファクトの除去
arxiv_reader 2021/04/20
カメラのレンズに付着したほこり、汚れ、湿気などの汚染物質は、結果の画像やビデオの品質と鮮明さに大きく影響する可能性があります。本論文では、これらの汚染物質を自動的に除去し、クリーンなビデオを生成するた

arXiv

arXiv reaDer

recurrent

video

attention

synthesis

dataset
リンク
シーン認識とオブジェクト検出に基づくモバイルデバイスのギャラリーを使用した設定予測
arxiv_reader 2021/04/20
このホワイトペーパーでは、モバイルデバイスで写真とビデオのギャラリーを処理することにより、ユーザーモデリングタスクを検証します。シーン認識、物体検出、顔分析に基づくユーザー嗜好予測のための新しいエンジ

arXiv

arXiv reaDer

video

face

detection

attention

dataset
リンク
新しいドメインのスケッチ認識機能のトレーニングについて
arxiv_reader 2021/04/20
スケッチ認識アルゴリズムは、長年にわたってスケッチ認識コミュニティによって提供された公開されているデータセットを使用して設計および評価されています。既存のデータセットには限られた汎用オブジェクトのセッ

arXiv

arXiv reaDer

attention

pose

domain

transfer learning

dataset

augmentation

representation
リンク
病変に触発されたノイズ除去ネットワーク：医用画像のノイズ除去と病変検出の接続
arxiv_reader 2021/04/20
ディープラーニングは、低品質の医用画像のノイズ除去タスクと病変の検出タスクでそれぞれ顕著なパフォーマンスを達成しました。ただし、既存の低品質の医用画像のノイズ除去アプローチは、病変の検出タスクから切り

denoising

arXiv

arXiv reaDer

CT

learning

detection

dataset
リンク
画像光源転送用のマルチスケール自己校正ネットワーク
arxiv_reader 2021/04/20
画像再照明の分野で最も困難なタスクとして、画像光源転送（LLST）は、近年大きな注目を集めています。最新の研究では、LLSTは、シーンの再変換、影の推定、画像の再レンダリングという3つのサブタスクに分

arXiv

arXiv reaDer

attention

domain

dataset

representation

estimation
リンク
N：Mのきめ細かい構造化されたスパースニューラルネットワークをゼロから学習する
arxiv_reader 2021/04/20
ディープニューラルネットワーク（DNN）のスパース性は、リソースに制約のある環境でモデルを圧縮および高速化するために広く研究されてきました。これは一般に、ニューラルネットワーク全体に分散された複数の個

arXiv

sparse

arXiv reaDer

metric

compression

learning

DNN
リンク
分離可能な畳み込みLSTMを使用した暴力検出のための効率的な2ストリームネットワーク
arxiv_reader 2021/04/20
監視映像からの暴力の自動検出は、無人セキュリティ監視システム、インターネットビデオフィルタリングなどに幅広く適用できるため、特別な注意が必要な行動認識のサブセットです。この作業では、分離可能な畳み込み

pre-training

arXiv

arXiv reaDer

dataset

detection

attention

LSTM

spatio-temporal

convolutional

action
リンク
MonoGRNet：単眼3Dオブジェクト検出の一般的なフレームワーク
arxiv_reader 2021/04/20
シーンの理解に重要な役割を果たす実際の3D空間でオブジェクトを検出してローカライズすることは、画像の投影中に幾何学的情報が失われるため、単眼画像のみを考えると特に困難です。観測された2D投影と観測され

arXiv

arXiv reaDer

monocular

learning

detection

reasoning

dataset

weakly-supervised

3D

estimation
リンク
肺腫瘍の成長の早期予測、定量化、およびセグメンテーションのための不確実性を意識した階層的確率的ネットワーク
arxiv_reader 2021/04/20
腫瘍増殖の早期発見と定量化は、臨床医がより正確な治療を処方し、より良い外科的計画を提供するのに役立ちます。ただし、肺腫瘍の進行の多因子および不均一な性質は、成長パターンの識別を妨げます。この研究では、

arXiv

arXiv reaDer

GAN

U-Net

Bayesian

generative

segmentation

detection

identification
リンク
3D対応の顔生成のための2DStyleGANのリフティング
arxiv_reader 2021/04/20
3D対応の顔生成のために事前にトレーニングされたStyleGAN2を解きほぐし、持ち上げる、LiftedGANと呼ばれるフレームワークを提案します。私たちのモデルは、（1）StyleGAN2の潜在空間

arXiv

arXiv reaDer

GAN

differentiable

face

pose

synthesis

self-supervised

pre-training

3D
リンク
効率的な単一画像セグメンテーションのためのガウス動的畳み込み
arxiv_reader 2021/04/20
インタラクティブな単一画像セグメンテーションは、科学的および商用の画像ソフトウェアに遍在しています。この作業では、落書きなどの一部のシードのみを使用した単一画像セグメンテーションの問題に焦点を当てます

pooling

arXiv

arXiv reaDer

CNN

human

semantic segmentation

dataset

benchmark
リンク
補助的なラベルなしデータによる制約のない顔認識の強化
arxiv_reader 2021/04/20
近年、顔認識が大幅に進歩しました。これは、大規模なラベル付き顔データセットの可用性に部分的に起因している可能性があります。ただし、これらのデータセットの顔には通常、限られた程度と種類のバリエーションが

arXiv

arXiv reaDer

face recognition

learning

domain

dataset

benchmark

representation
リンク
アダプティブアプローチを使用した制約のない手書きテキスト画像からのラインセグメンテーション
arxiv_reader 2021/04/20
手書きのテキスト画像からの線のセグメンテーションは、未定義のスペース、スタイル、方向、ストロークの高さ、オーバーラップ、配置などの多様性と未知のバリエーションのため、困難な作業の1つです。豊富な研究が

arXiv

arXiv reaDer

segmentation

detection

dataset

benchmark
リンク
自然言語クラウドソーシング命令によるクロスタスクの一般化
arxiv_reader 2021/04/20
NLPモデルが指示プロンプトに適切に応答し、その結果、新しいタスクに一般化できるようにすることはできますか？この質問を研究するために、既存のNLPデータセットとそれらをクラウドソーシングするために使用

arXiv

arXiv reaDer

few-shot

dataset
リンク
曲線の形状空間における弾性SRV距離の教師あり深層学習
arxiv_reader 2021/04/20
コンピュータビジョンからバイオインフォマティクスまでのアプリケーションに動機付けられた形状分析の分野は、平行移動、回転、再パラメータ化などの形状を保持するアクションを無視しながら、曲線などの幾何学的オ

arXiv

arXiv reaDer

learning

computer vision

action
リンク
自己教師あり表現学習の非効率性の解決に向けて
arxiv_reader 2021/04/20
教師あり学習は、教師なしの方法で識別表現を学習するという大きな可能性があるため、大きな関心を集めています。この方向に沿って、対照学習は現在の最先端のパフォーマンスを実現します。認められた成功にもかかわ

arXiv

arXiv reaDer

representation learning

unsupervised

benchmark

contrastive learning

self-supervised
リンク
NeuralAnnot：野生の表現力豊かな3D人間のポーズとメッシュのトレーニングセット用のニューラルアノテーター
arxiv_reader 2021/04/20
トレーニングデータがないため、野生の画像から表現力豊かな3D人間のポーズとメッシュを復元することは非常に困難です。いくつかの最適化ベースの方法を使用して、GT 2Dポーズから3D人間モデルの適合を取得

arXiv

arXiv reaDer

mesh

human

pose

dataset

3D
リンク
視覚オブジェクト追跡のための連続性識別畳み込みニューラルネットワーク
arxiv_reader 2021/04/20
この論文は、視覚的物体追跡のための、連続性識別畳み込みニューラルネットワーク（CD-CNN）と名付けられた新しいモデルを提案します。既存の最先端の追跡方法は、ビデオシーケンスの時間的関係を処理しないた

arXiv

tracking

arXiv reaDer

CNN

video

localization

benchmark

representation
リンク
適合率が証明可能な適合率曲線の下の領域の確率的最適化
arxiv_reader 2021/04/20
ROC（AUROC）および適合率-再現率曲線（AUPRC）の下の領域は、不均衡な問題の分類パフォーマンスを評価するための一般的なメトリックです。 AUROCと比較して、AUPRCは、非常に不均衡なデー

arXiv

arXiv reaDer

metric

learning

loss function

dataset

classification
リンク
デジタル化された植物標本のためのコンピュータビジョンと機械学習の応用：系統的文献レビュー
arxiv_reader 2021/04/20
植物標本室には、科学的研究のために数年間保存されてきた何百万もの標本の宝物が含まれています。より多くの科学的発見をスピードアップするために、これらの標本のデジタル化は現在、より広い科学コミュニティへの

arXiv

computer vision

arXiv reaDer

learning
リンク
署名された属性ベクトルを介した連続的で多様な画像から画像への変換
arxiv_reader 2021/04/20
最近の画像から画像（I2I）への変換アルゴリズムは、ソースからターゲットドメインへのマッピングの学習に重点を置いています。ただし、2つのドメイン間の中間結果を合成する連続翻訳の問題は、文献では十分に研

arXiv

arXiv reaDer

learning

adversarial

domain

trajectory
リンク
CLIPScore：画像キャプションの参照なしの評価指標
arxiv_reader 2021/04/20
画像のキャプションは、従来、参照ベースの自動評価に依存しており、機械のキャプションが人間によって書かれたキャプションと比較されていました。これは、人間がキャプションの品質を評価する参照なしの方法とはま

arXiv

metric

arXiv reaDer

captioning

human

domain
リンク
隠されたラベル-セグメンテーション損失のわずかなバイアス
arxiv_reader 2021/04/20
ほとんどのセグメンテーション損失は、間違いなくクロスエントロピー（CE）またはダイス損失の変形です。文献では、これらの損失のどれがより良い選択であるかについて明確なコンセンサスはなく、さまざまなベンチ

arXiv

arXiv reaDer

regularization

segmentation

bias

benchmark
リンク
組み込みハードウェア上の圧縮検知ビデオでのリアルタイムオブジェクト検出とローカリゼーション
arxiv_reader 2021/04/20
世界中で毎日、数テラバイトのデータが監視目的でキャプチャされています。一般的な1-2MP CCTVカメラは、1日に約7〜12GBのデータを生成します。このような膨大なデータのフレームごとの処理には、

arXiv

arXiv reaDer

compression

video

detection

localization

domain

dataset

reconstruction

real time
リンク
コンピュータビジョンからのCO2排出量の再考
arxiv_reader 2021/04/20
気候変動は、現在私たちの生活のあらゆる部分に影響を及ぼし、影響を与える差し迫った問題です。私たちが社会として、コンピュータービジョン（CV）コミュニティを含む普遍的な取り組みとして気候危機に取り組むこ

arXiv

computer vision

arXiv reaDer
リンク
宝くじのジャックポットは、事前にトレーニングされたモデルに存在します
arxiv_reader 2021/04/20
ネットワークプルーニングは、パフォーマンスを低下させることなくネットワークの複雑さを軽減するための効果的なアプローチです。既存の研究では、時間のかかる重み調整や幅が拡張されたネットワークでの複雑な検索

arXiv

sparse

arXiv reaDer

pruning

pre-training
リンク
OSKDet：回転オブジェクト検出のための方向に敏感なキーポイントローカリゼーションに向けて
arxiv_reader 2021/04/20
回転物体検出は、コンピュータビジョン分野の挑戦的な問題です。空間情報の喪失とパラメトリック次数の混乱が、回転検出精度のボトルネックになっています。この論文では、方向に敏感なキーポイントベースの回転検出

arXiv

arXiv reaDer

keypoint

detection

computer vision

localization

benchmark

convolutional

representation
リンク
RPCL：補助タスクを使用してクロスドメイン検出を改善するためのフレームワーク
arxiv_reader 2021/04/20
クロスドメイン検出（XDD）は、ソースドメインからのラベル付き画像を使用してオブジェクト検出器をトレーニングすることを目的としていますが、ラベルなし画像のみを使用してターゲットドメインで優れたパフォー

arXiv

arXiv reaDer

learning

detection

domain
リンク
in-situ透過型電子顕微鏡法の信号処理の課題と例
arxiv_reader 2021/04/20
TEM（透過型電子顕微鏡）は、材料構造を画像化し、材料化学を特徴づけるための強力なツールです。 TEMのデータ収集技術の最近の進歩により、マイクロ秒のフレームレートで大量かつ高解像度のデータ収集が可能

arXiv

arXiv reaDer
リンク
自動運転のための自己管理型柱運動学習
arxiv_reader 2021/04/20
自動運転は、非常に動的な環境で多様な交通参加者と対話するときに、モーション動作の理解から恩恵を受けることができます。最近、点群から直接クラスにとらわれない動きを推定することに関心が高まっています。現在

arXiv

arXiv reaDer

autonomous driving

regularization

learning

self-supervised

augmentation

point cloud

estimation
リンク
不均衡な分類のための注意バイアス確率的勾配
arxiv_reader 2021/04/20
この論文では、深層学習におけるデータの不均衡の問題に対処するためのシンプルで効果的な方法（ABSGD）を紹介します。私たちの方法は、注意メカニズムを活用してミニバッチの各勾配に個別の重要度の重みを割り

arXiv

arXiv reaDer

gradient

regularization

learning

dataset

classification

benchmark

SGD
リンク
歩行予測と正則化による単一画像からの着替え人の再識別
arxiv_reader 2021/04/20
着替え人の再識別（CC-ReID）は、同じ人物を異なる場所で長期間、たとえば数日にわたって照合することを目的としているため、着替えの課題に必然的に対応します。このホワイトペーパーでは、より困難な設定、

arXiv

arXiv reaDer

regularization

person

re-id

benchmark

pedestrian

representation

real time
リンク
高次の反復時空トランスフォーマー
arxiv_reader 2021/04/20
ビジュアルエージェントに予測機能を提供することは、大規模なビデオインテリジェンスに向けた重要なステップです。このための主なモデリングパラダイムはシーケンス学習であり、主にLSTMを介して実装されます。

arXiv

arXiv reaDer

recurrent

video

action recognition

learning

computer vision

transformer

LSTM
リンク
MVTN：3D形状認識のためのマルチビュー変換ネットワーク
arxiv_reader 2021/04/20
マルチビュー投影法は、3D形状認識で最先端のパフォーマンスを達成する能力を実証しています。これらのメソッドは、複数のビューから情報を集約するさまざまな方法を学習します。ただし、これらのビューのカメラの

arXiv

arXiv reaDer

mesh

differentiable

domain

occlusion

dataset

classification

point cloud

3D
リンク
IUPUIは、すべての天候と照明条件でビデオと画像を運転します
arxiv_reader 2021/04/20
このドキュメントでは、すべての気象条件と照明条件でキャプチャされた運転ビューの画像とビデオのデータセットについて説明します。データセットはCDVLに送信されました。

arXiv

arXiv reaDer

video

dataset
リンク
ワンショットコンテキスト認識ドメイン適応によるオンライン視覚追跡
arxiv_reader 2021/04/20
オンライン学習ポリシーでは、ドメイン固有のキューを学習することにより、ビジュアルトラッカーをさまざまな歪みに対してより堅牢にします。ただし、このポリシーを採用しているトラッカーは、背景領域の差別的な

arXiv

tracking

arXiv reaDer

domain adaptation

one-shot

learning

occlusion

real time
リンク
一般的な表面のフォトメトリックステレオ用のキャリブレーションされていないニューラルインバースレンダリング
arxiv_reader 2021/04/20
この論文は、フォトメトリックステレオ問題のための未較正のディープニューラルネットワークフレームワークを提示します。問題を解決するためのトレーニングモデルの場合、既存のニューラルネットワークベースの方法

arXiv

stereo

arXiv reaDer

reconstruction
リンク
モーションからの構造内の湾曲した透明なオブジェクトの屈折ライトフィールドフィーチャ
arxiv_reader 2021/04/20
湾曲した屈折オブジェクトは人間の環境では一般的であり、複雑な視覚的外観を持っているため、ロボットによる視覚アルゴリズムが失敗する可能性があります。ライトフィールドカメラを使用すると、このようなオブジェ

arXiv

arXiv reaDer

robot

human

pose

3D
リンク
視覚分析のための自動化された数式構造の発見
arxiv_reader 2021/04/20
複雑なシナリオで見られるさまざまな課題に対処するための最適な数式を見つけるには、シナリオを完全に理解し、専門家が試行錯誤するプロセスを実行する必要があります。近年、ほとんどの最先端の方程式発見方法が、

arXiv

arXiv reaDer

generative

video

computer vision

human

bias

identification
リンク
畳み込みニューラルネットワークを介したSPECT / CTセグメンテーションのためのファジークラスタリングの学習
arxiv_reader 2021/04/20
定量的骨単一光子放射型コンピューター断層撮影法（QBSPECT）は、重複する構造の活動をより正確に定量化できるため、平面骨シンチグラフィーよりも優れた骨転移の定量的評価を提供する可能性があります。骨転

arXiv

arXiv reaDer

metric

CNN

segmentation

unsupervised

loss function

clustering

semi-supervised
リンク
低線量CT再構成のための自己教師ありトレーニング
arxiv_reader 2021/04/20
電離放射線は、CTイメージングの最大の関心事です。画質を損なうことなく線量レベルを下げるために、圧縮センシングベースの再構成法を利用できる低線量CT再構成が提供されています。最近、ディープラーニングの

arXiv

self-supervised

arXiv reaDer

CT

learning

attention

domain

dataset

reconstruction
リンク
視覚と音による反復活動のカウント
arxiv_reader 2021/04/20
この論文は、ビデオでの反復的な活動のカウントに努めています。すべてビジュアルビデオコンテンツのみを分析する既存の作品とは異なり、対応するサウンドを繰り返しカウントプロセスに初めて組み込みます。これによ

activity

arXiv

arXiv reaDer

video

learning

occlusion

dataset

estimation
リンク
グループ化された畳み込みを伴う階層型ディープニューラルネットワークを使用したフォローザリーダー戦略
arxiv_reader 2021/04/20
リーダーに従うタスクは、階層型ディープニューラルネットワーク（DNN）のエンドツーエンドの運転モデルを使用して実装され、対象の歩行者の方向と速度に一致します。モデルは分類子DNNを使用して、歩行者がカ

arXiv

tracking

arXiv reaDer

vehicle

pedestrian

convolutional

DNN
リンク
グラフマッチングのためのフュージョンムーブ
arxiv_reader 2021/04/20
グラフマッチングとしても知られる二次割り当て問題の近似アルゴリズムに貢献します。マルチラベル離散マルコフ確率場用に開発された核融合移動手法の成功に触発されて、グラフマッチングへの適用性を調査します。特

arXiv

computer vision

arXiv reaDer

dataset
リンク
MTCNNとVGGを使用した年齢範囲の推定-顔モデル
arxiv_reader 2021/04/20
畳み込みニューラルネットワークは、いくつかのアプリケーションでの使用法に驚かされました。 CNNを使用した年齢範囲推定は、無数の領域に適用されるため、最先端の研究領域となり、推定精度が向上しています。

arXiv

arXiv reaDer

CNN

face recognition

transfer learning

dataset

benchmark

augmentation

estimation

identification
リンク
対照的な自己教師あり表現学習によるファッションeコマースにおける色変種の識別
arxiv_reader 2021/04/20
この論文では、色の変化の識別の問題に対処するために、深い視覚的表現学習を利用します。特に、ファッション製品のカラーバリエーションの識別について説明します。これは、デザイン（またはスタイル）が完全に一致

arXiv

arXiv reaDer

dataset

representation learning

contrastive

self-supervised

augmentation

identification
リンク
VSpSR：変分スパース表現による探索可能な超解像
arxiv_reader 2021/04/20
超解像（SR）は不適切な問題です。つまり、無限に多くの高解像度（HR）画像が同じ低解像度（LR）画像に劣化する可能性があります。 1対多の確率的SRマッピングを研究するために、自然画像の非局所的自己相

arXiv

sparse

arXiv reaDer

super-resolution

learning

representation
リンク
インクリメンタル学習のための測地線パスの学習について
arxiv_reader 2021/04/20
ニューラルネットワークは、壊滅的な忘却という問題に悩まされていることで有名です。これは、新しい知識を取得するときに過去の知識を忘れる現象です。壊滅的な忘却を克服することは、モデルが効率的かつ堅牢な方法

arXiv

arXiv reaDer

knowledge distillation

learning
リンク
RefineMask：きめ細かい機能を備えた高品質のインスタンスセグメンテーションに向けて
arxiv_reader 2021/04/20
マスクR-CNNなどのインスタンスセグメンテーションの2段階の方法は、最近優れたパフォーマンスを達成しています。ただし、特に大きなオブジェクトの場合、フィーチャピラミッドとインスタンスごとのプーリング

pooling

arXiv

arXiv reaDer

segmentation

R-CNN

benchmark
リンク
人物の再識別を使用したワイドベースラインマルチカメラキャリブレーション
arxiv_reader 2021/04/20
建設現場、スポーツスタジアム、公共スペース用のカメラなど、大規模な環境のワイドベースラインシナリオ用のカメラネットワークの3Dポーズを推定する問題に対処します。 2つの非常に異なるカメラビューから観察

activity

arXiv

arXiv reaDer

keypoint

person

human

pose

dataset

re-id

3D
リンク
反復フィードバック（MoTIF）を使用したモバイルアプリタスク：インタラクティブな視覚環境でのタスクの実現可能性への対処
arxiv_reader 2021/04/20
近年、視覚言語の研究は、インタラクティブな質問応答、視覚的常識推論、質問応答の妥当性予測など、より複雑な推論を必要とするタスクの研究にシフトしています。ただし、これらの問題に使用されるデータセットは、

arXiv

arXiv reaDer

reasoning

domain

dataset

classification

representation
リンク
目的に依存する不確実性に基づく網膜血管のセグメンテーション
arxiv_reader 2021/04/20
血管新生疾患の診断から白質病変の検出まで、眼底画像での正確な小血管セグメンテーションが重要です。正確な血管セグメンテーションのための有望な結果が知られています。ただし、小さな血管をセグメント化する際の

arXiv

arXiv reaDer

CNN

segmentation

localization

dataset
リンク
不均衡な結腸直腸癌画像分類における畳み込みニューラルネットワークトレーニングのための2段階リサンプリング
arxiv_reader 2021/04/20
データの不均衡は、依然として現代の機械学習における未解決の課題の1つです。これは、組織病理学的画像などの医療データの場合に特に一般的です。データの不均衡を処理するための従来のデータレベルのアプローチ

arXiv

arXiv reaDer

CNN

learning

synthesis

dataset

classification
リンク
TransVG：トランスフォーマーによるエンドツーエンドの視覚的接地
arxiv_reader 2021/04/20
このホワイトペーパーでは、言語クエリを画像上の対応する領域に接地するタスクに対処するための、視覚的な接地のためのきちんとした、しかし効果的なトランスフォーマーベースのフレームワーク、つまりTransV

arXiv

arXiv reaDer

attention

reasoning

transformer

dataset

benchmark
リンク
教師なし低線量CTノイズ除去用の可逆ジェネレーターを使用したサイクルフリーのCycleGAN
arxiv_reader 2021/04/20
最近、CycleGANは、ペアのトレーニングデータセットを必要とせずに、低線量X線コンピューター断層撮影（CT）に高性能で超高速のノイズ除去を提供することが示されました。これはサイクルの一貫性のおかげ

denoising

arXiv

arXiv reaDer

CT

unsupervised

domain

dataset

residual
リンク
PARE：3D人体推定のための部分注意リグレッサ
arxiv_reader 2021/04/20
大幅な進歩にもかかわらず、最先端の3D人間のポーズと形状の推定方法は、部分的な閉塞に敏感なままであり、体の多くは観察可能ですが、劇的に間違った予測を生成する可能性があることを示します。これに対処するた

arXiv

arXiv reaDer

attention

pose

benchmark

human

reconstruction

representation

3D

estimation
リンク
サポートベクターマシンを使用した眼底自家蛍光画像に基づく罹患眼の効率的なスクリーニング
arxiv_reader 2021/04/20
さまざまな視力障害が、眼の中心窩領域の地図状萎縮（GA）に関連しています。現在の臨床診療では、眼科医は眼底自家蛍光（FAF）画像に基づいてそのようなGAの潜在的な存在を手動で検出し、関連する場合は疾患

arXiv

arXiv reaDer

face

GA

attention

classification

SVM
リンク
残留オーバーコンプリートオートエンコーダブロックに基づく展開されたロバストPCAによる自動車レーダー干渉の軽減
arxiv_reader 2021/04/20
自動運転では、レーダーシステムが道路上の他の車両などのターゲットを検出する上で重要な役割を果たします。異なる車に搭載されたレーダーは互いに干渉し、検出性能を低下させる可能性があります。自動車レーダーの

arXiv

arXiv reaDer

autonomous driving

recurrent

learning

detection

vehicle

residual
リンク
自己監視モーション表現を使用した視覚的にガイドされた音源の分離とローカリゼーション
arxiv_reader 2021/04/20
この論文の目的は、視聴覚音源分離を実行すること、すなわち、音源のビデオに基づいて混合物からコンポーネントオーディオを分離することです。さらに、入力ビデオシーケンス内のソースの場所を正確に特定することを

arXiv

arXiv reaDer

embedding

detection

localization

domain

transformer

self-supervised

pre-training

optical flow
リンク
ビジュアルトランスフォーマーの剪定
arxiv_reader 2021/04/20
ビジュアルトランスフォーマーは、さまざまなコンピュータービジョンアプリケーションで競争力のあるパフォーマンスを実現しています。ただし、それらのストレージ、ランタイムメモリ、および計算上の要求により、モ

arXiv

arXiv reaDer

pruning

computer vision

transformer

dataset
リンク
最適なトランスポートを備えた半教師ありマルチモーダルマルチインスタンスマルチラベルディープネットワーク
arxiv_reader 2021/04/20
複雑なオブジェクトは通常、複数のラベルが付いており、複数のモーダル表現で表すことができます。たとえば、複雑な記事には、テキストと画像の情報、および複数の注釈が含まれています。以前の方法では、同種のマル

arXiv

arXiv reaDer

metric

learning

dataset

semi-supervised

benchmark

representation
リンク
VisualGPT：画像キャプションのための事前トレーニングされた言語モデルのデータ効率的な適応
arxiv_reader 2021/04/20
少量のトレーニングデータからすばやく学習できるため、機械学習アプリケーションの範囲が広がります。この論文では、大規模な事前訓練された言語モデル（LM）からの言語知識を活用する、データ効率の高い画像キャ

arXiv

sparse

arXiv reaDer

adaptation

captioning

learning

attention

dataset
リンク
LiDAR深度完了の表面ジオメトリモデル
arxiv_reader 2021/04/20
LiDAR深度補完は、対応するカメラフレームのすべてのピクセルの深度値を予測するタスクですが、使用できるLiDARポイントはまばらです。既存の最先端のソリューションのほとんどは、モデルをトレーニングす

arXiv

sparse

arXiv reaDer

LiDAR

robot

learning

dataset

self-supervised

residual
リンク
人間の視線知覚とCNNベースのモデル
arxiv_reader 2021/04/20
他の個人の注意の場所について正確な推論を行うことは、人間の社会的相互作用にとって不可欠であり、AIが人間と効果的に相互作用するために重要になります。この研究では、CNN（畳み込みニューラルネットワーク

arXiv

arXiv reaDer

CNN

attention

human

gaze
リンク
フィルタ分散テンプレートを使用した効率的な畳み込みネットワークモデルに向けて
arxiv_reader 2021/04/20
特徴マップが減少したときに、より深い層でフィルターの数を増やすことは、畳み込みネットワーク設計で広く採用されているパターンです。これは、古典的なCNNアーキテクチャーおよび自動検出モデルで見つけること

arXiv

arXiv reaDer

CNN

dataset

convolutional
リンク
UGC-VQA：ユーザー作成コンテンツのブラインドビデオ品質評価のベンチマーク
arxiv_reader 2021/04/20
近年、手頃な価格で信頼性の高いコンシューマーキャプチャデバイスの進化とソーシャルメディアプラットフォームの絶大な人気のおかげで、インターネット上で共有およびストリーミングされるユーザー生成コンテンツ

arXiv

arXiv reaDer

video

VQA

benchmark
リンク
時空間分散シナプス前接続によるUAVに対するLGMDの迫り来る選択性の強化
arxiv_reader 2021/04/20
衝突検出は、無人航空機（UAV）にとって最も困難なタスクの1つです。これは、計算能力が限られているため、小型またはマイクロUAVに特に当てはまります。自然界では、コンパクトでシンプルな視覚システムを備

activity

arXiv

arXiv reaDer

detection

UAV
リンク
世界面：単一の画像からビューを合成するために世界を3Dシートでラップする
arxiv_reader 2021/04/20
入力として単一のRGB画像のみを使用する新しいビュー合成の方法であるWorldsheetを紹介します。主な洞察は、学習した中間深度と一致する平面メッシュシートを入力画像にシュリンクラップするだけで、大

arXiv

dataset

synthesis

occlusion

arXiv reaDer

video

3D

differentiable

mesh
リンク
層状分解による障害物の透視を学ぶ
arxiv_reader 2021/04/20
移動するカメラでキャプチャされた一連の短い画像から、窓の反射、柵の閉塞、付着した雨滴などの不要な障害物を取り除くための学習ベースのアプローチを紹介します。私たちの方法は、背景要素と妨害要素の間の動きの

arXiv

arXiv reaDer

CNN

learning

occlusion

reconstruction

optical flow

estimation
リンク
個人のセグメンテーションに対するファッションに基づく敵対的攻撃
arxiv_reader 2021/04/20
この論文は、分類ネットワークよりも騙されにくい、人間のインスタンスのセグメンテーションネットワーク、つまり人のセグメンテーションネットワークを攻撃するための最初の敵対的な例に基づく方法を提示します。画

arXiv

arXiv reaDer

person

segmentation

adversarial

human

classification
リンク
FiG-NeRF：3Dオブジェクトカテゴリモデリングのための図-地上神経放射輝度フィールド
arxiv_reader 2021/04/20
入力画像のコレクションから高品質の3Dオブジェクトカテゴリモデルを学習するために、Neural Radiance Fields（NeRF）の使用を調査します。以前の作業とは対照的に、前景オブジェクトを

arXiv

arXiv reaDer

metric

segmentation

synthesis

3D
リンク
深層学習法を使用した自動進行モニタリングのための材料認識
arxiv_reader 2021/04/20
人工知能、特にディープラーニングの最近の進歩は、自動化のための最先端の方法を導入することにより、多くの分野を不可逆的に変えました。建設モニタリングも例外ではありませんでした。建設監視システムの一部と

arXiv

arXiv reaDer

learning

attention

dataset

classification
リンク
精神蒸留：データが不十分な道路シーンの正確なリアルタイムセマンティックセグメンテーション
arxiv_reader 2021/04/20
道路シーンのセマンティックセグメンテーションは、自動運転シーンの知覚を実現するための重要なテクノロジーの1つであり、このタスクに対する深い畳み込みニューラルネットワーク（CNN）の有効性が実証されてい

arXiv

arXiv reaDer

autonomous driving

few-shot

CNN

knowledge distillation

semantic segmentation

domain

transfer learning

real time
リンク
LAMPRET：ドキュメントを理解するためのレイアウト対応のマルチモーダル事前トレーニング
arxiv_reader 2021/04/20
ドキュメントのレイアウトは、構造情報と視覚情報（フォントサイズなど）の両方で構成されます。これらの情報は重要ですが、機械学習モデルでは無視されることがよくあります。レイアウト情報を使用するいくつかの既

arXiv

arXiv reaDer

learning

transformer

representation
リンク
マルチタスク、マルチモーダル、およびマルチ表現のランドマーク精密化ネットワークによる正確な3D顔形状予測
arxiv_reader 2021/04/20
この作業は、提案されたマルチタスク、マルチモーダル、およびマルチ表現のランドマークリファインメントネットワーク（M ^ 3-LRN）を使用した、3D顔モデリングおよび顔の向きの推定による3D顔の位置合

arXiv

sparse

arXiv reaDer

multi-task

face

landmark

pose

representation

3D

estimation
リンク
コンテンツ選択モデルを使用した代替テキストデータからの大規模画像キャプションのノイズ除去
arxiv_reader 2021/04/20
大規模な画像キャプション（IC）モデルのトレーニングでは、多くの場合ノイズの多い代替テキストデータから、野生から収集された豊富で多様なトレーニング例のセットにアクセスする必要があります。ただし、ICへ

denoising

arXiv

arXiv reaDer

captioning

dataset
リンク
すべてを数えることを学ぶ
arxiv_reader 2021/04/20
視覚的カウントに関する既存の研究は、主に、人、動物、細胞など、一度に1つの特定のカテゴリに焦点を当てています。このペーパーでは、すべてをカウントすることに関心があります。つまり、任意のカテゴリのオブジ

arXiv

arXiv reaDer

few-shot

adaptation

learning

detection

pose

dataset
リンク
算術分布ニューラルネットワークに基づくユニバーサルバックグラウンド減算
arxiv_reader 2021/04/20
バックグラウンド減算中の時間ピクセルの分布を学習するための新しい算術分布ニューラルネットワーク（ADNN）を提案します。 ADNNでは、算術分布演算を使用して、積分布層と合計分布層を含む算術分布層を提

arXiv

arXiv reaDer

Bayesian

CNN

learning

benchmark
リンク
視聴覚ビデオ表現の能動的対照学習
arxiv_reader 2021/04/20
対照学習は、インスタンスの異なるビュー間の相互情報量（MI）の下限を最大化することにより、オーディオおよびビジュアルデータの一般化可能な表現を生成することが示されています。ただし、厳密な下限を取得する

arXiv

arXiv reaDer

video

contrastive learning

classification

benchmark

representation
リンク
クロスリンガルタスクに合わせた「ウィキリー」教師ありニューラル翻訳
arxiv_reader 2021/04/20
Wikipediaをニューラル機械翻訳に活用するためのシンプルで効果的なアプローチと、外部の並列データまたはターゲット言語の監視ありモデルからの直接監視を使用せずに、画像のキャプションと依存関係の解析

arXiv

arXiv reaDer

embedding

unsupervised

captioning
リンク
カテゴリレベルの3Dオブジェクト知覚のための最適なポーズと形状の推定
arxiv_reader 2021/04/20
カテゴリレベルの知覚問題を検討します。この問題では、特定のカテゴリのオブジェクト（たとえば、車）を表す3Dセンサーデータが与えられ、クラス内の変動（つまり、異なる車のモデル）にもかかわらず、オブジェク

arXiv

arXiv reaDer

keypoint

detection

vehicle

pose estimation

dataset

3D
リンク
インスタンスレベルの時間サイクルの混乱によるロバストなオブジェクト検出
arxiv_reader 2021/04/20
コンテキスト、視点、オブジェクトの外観のさまざまな変更など、ドメインシフトに対して堅牢な信頼性の高いオブジェクト検出器を構築することは、実際のアプリケーションにとって重要です。この作業では、オブジェク

arXiv

arXiv reaDer

OOD

unsupervised

video

detection

benchmark

domain

dataset

self-supervised
リンク
ビデオでのマルチモーダル詐欺検出のための新しい投票スキームを使用した堅牢な感情状態ベースの機能の構築
arxiv_reader 2021/04/20
欺瞞の検出は、その潜在的なアプリケーションのためにホットな研究トピックとなっている重要なタスクです。これは、国家安全保障（空港のセキュリティ、法学、法執行機関など）から実際のアプリケーション（ビジネス

arXiv

arXiv reaDer

emotion

video

face

detection

computer vision

dataset

benchmark
リンク
自動運転システムの運動予測性能分析と追跡騒音の影響
arxiv_reader 2021/04/20
自動運転は、相互作用する多数のモジュールで構成されており、各モジュールは他のモジュールからのエラーに対処する必要があります。通常、モーション予測モジュールは、各エージェントの過去の動きをキャプチャする

arXiv

tracking

arXiv reaDer

autonomous driving
リンク
StylePeople：全身の人間アバターの生成モデル
arxiv_reader 2021/04/20
パラメトリックメッシュベースのボディモデルとニューラルテクスチャを組み合わせた、新しいタイプの全身人間アバターを提案します。ニューラルテクスチャの助けを借りて、そのようなアバターが衣服や髪の毛をうまく

arXiv

arXiv reaDer

generative

video

human

pose

dataset
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 2021/04/20
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

arXiv

sparse

arXiv reaDer

learning

attention

synthesis

dataset
リンク
単一画像からのポートレートニューラルラディアンスフィールド
arxiv_reader 2021/04/20
単一のヘッドショットポートレートから神経放射輝度フィールド（NeRF）を推定する方法を提示します。 NeRFは高品質のビュー合成を実証していますが、静止シーンの複数の画像が必要であるため、カジュアルな

arXiv

arXiv reaDer

face

synthesis

dataset

3D
リンク
私はあなたにしか目を向けていません：畳み込みベースの顔の表情認識に対するマスクの影響
arxiv_reader 2021/04/20
現在のCOVID-19のパンデミックは、私たちがまだ私たちの社会で予測できない課題に直面していることを示しています。社会的相互作用に必要な制約は、一般的なソーシャルロボットと人工エージェントの将来をど

arXiv

arXiv reaDer

robot

face

COVID-19
リンク
ランダムで敵対的なビットエラーの堅牢性：エネルギー効率が高く安全なDNNアクセラレータ
arxiv_reader 2021/04/20
ディープニューラルネットワーク（DNN）加速器は、主流のハードウェアと比較してエネルギーを節約できる可能性があるため、近年かなりの注目を集めています。 DNN加速器の低電圧動作により、エネルギー消費を

quantization

arXiv

arXiv reaDer

adversarial

attention

DNN
リンク
VVCの品質向上と超解像のためのマルチタスク学習
arxiv_reader 2021/04/20
汎用ビデオコーディング（VVC）と呼ばれる最新のビデオコーディング標準には、コーディングチェーンのさまざまなレベルにあるいくつかの斬新で洗練されたコーディングツールが含まれています。これらのツールは、

arXiv

arXiv reaDer

super-resolution

video

learning
リンク
強化学習のための教師なし視覚的注意と不変性
arxiv_reader 2021/04/20
ビジョンベースの強化学習（RL）は成功していますが、それを未知のテスト環境に一般化する方法は依然として困難です。既存の方法は、視覚領域の変化に普遍的なRLポリシーのトレーニングに焦点を当てていますが、

arXiv

arXiv reaDer

keypoint

unsupervised

detection

attention

domain

benchmark

reinforcement learning

action
リンク
深い畳み込みニューラルネットワークにおける推論のためのスパース性とパターンを使用した高性能畳み込み
arxiv_reader 2021/04/20
深い畳み込みニューラルネットワーク（CNN）の展開は、主に畳み込みに起因するメモリフットプリントと速度要件の影響を受けます。広く使用されている畳み込みアルゴリズムであるim2colとMECは、マップの

arXiv

sparse

arXiv reaDer

CNN

compression

representation
リンク
言語はビジョンモデルの一般化に役立ちますか？
arxiv_reader 2021/04/20
マルチモーダルデータセットでトレーニングされたビジョンモデルは、大きな画像キャプションデータセットの幅広い可用性と、結果として得られるモデルの複数のダウンストリームタスク（ゼロショット学習など）への一

arXiv

arXiv reaDer

few-shot

zero-shot

unsupervised

learning

clustering

dataset

representation
リンク
PPGおよびrPPG信号からの深層学習ベースの血圧予測の評価
arxiv_reader 2021/04/20
非侵襲的血圧（BP）測定にフォトプレチスモグラフィー信号（PPG）を利用することは、さまざまな理由で興味深いものです。まず、PPGはフィンガークリップセンサーを使用して簡単に測定できます。第二に、カメ

arXiv

arXiv reaDer

transfer learning

dataset
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 2021/04/20
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

3D

unsupervised

semi-supervised

embedding

dataset

arXiv reaDer

point cloud

attention

arXiv

semantic segmentation
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 2021/04/20
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

self-supervised

dataset

arXiv reaDer

bias

attention

arXiv

benchmark

learning

few-shot
リンク
皮膚鏡画像分類のための分布外検出
arxiv_reader 2021/04/20
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

detection

arXiv reaDer

arXiv

domain

OOD
リンク
強力なデータ拡張を伴う半教師ありセマンティックセグメンテーションの単純なベースライン
arxiv_reader 2021/04/20
最近、セマンティックセグメンテーションに関して大きな進歩が見られました。ただし、教師ありセグメンテーションの成功は、通常、大量のラベル付きデータに依存します。これは、取得に時間とコストがかかります。画

classification

semi-supervised

augmentation

dataset

arXiv reaDer

arXiv

semantic segmentation

learning
リンク
確率的ニューラルネットワークを備えたグラフベースの熱慣性SLAM
arxiv_reader 2021/04/20
同時ローカリゼーションおよびマッピング（SLAM）システムは、通常、視覚ベースのセンサーを使用して周囲の環境を観察します。ただし、このようなシステムのパフォーマンスは、周囲の照明条件に大きく依存します

localization

embedding

pose

SLAM

dataset

arXiv reaDer

robot

arXiv

learning
リンク
SVS-net：光コヒーレンストモグラフィー血管造影画像における新しいセマンティックセグメンテーションネットワーク
arxiv_reader 2021/04/20
光コヒーレンストモグラフィー血管造影（OCTA）での自動血管セグメンテーションは、神経網膜および全身性疾患における網膜微小血管系の定量分析にとって重要です。最近の改善にもかかわらず、アーティファクトは

pose

arXiv reaDer

arXiv

semantic segmentation

learning

explainable
リンク
クロスモーダル検索における継続的な学習
arxiv_reader 2021/04/20
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

embedding

dataset

human

arXiv reaDer

arXiv

learning

representation
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 2021/04/20
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

multi-task

dataset

re-id

GCN

arXiv reaDer

person

arXiv
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 2021/04/20
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

adversarial

unsupervised

augmentation

detection

arXiv reaDer

arXiv

benchmark

distillation

domain adaptation
リンク
ロングテールインスタンスセグメンテーションのためのDropLoss
arxiv_reader 2021/04/20
ロングテールクラス分布は、オブジェクト検出とインスタンスセグメンテーションの実際のアプリケーションの間で普及しています。ロングテールインスタンスセグメンテーションの以前の作業は、まれなクラスラベルを誤

detection

dataset

arXiv reaDer

bias

arXiv

segmentation
リンク
肺内視鏡検査の分類にHavrda-Charvatエントロピーを使用した深層学習
arxiv_reader 2021/04/20
肺光学内視鏡検査（POE）は、リアルタイムの画像技術です。それは顕微鏡レベルで肺胞を調べることを可能にします。臨床現場で取得されたPOE画像シーケンスは、シーケンスの25％が情報のないフレーム（つまり

classification

loss function

detection

real time

dataset

arXiv reaDer

CNN

arXiv

learning
リンク
表面欠陥検出のための混合教師あり：弱教師あり学習から完全教師あり学習まで
arxiv_reader 2021/04/20
深層学習法は、最近、産業品質管理における表面欠陥検出の問題に対処するために採用され始めています。ただし、学習に大量のデータが必要であり、高精度のラベルが必要になることが多いため、多くの産業上の問題を簡

classification

detection

dataset

weakly-supervised

arXiv reaDer

arXiv

learning

segmentation
リンク
仮想法線：正確でロバストな深さ予測のための幾何学的制約の適用
arxiv_reader 2021/04/20
単眼深度予測は、3Dシーンのジオメトリを理解する上で重要な役割を果たします。最近の方法は、ピクセル単位の相対誤差などの評価指標に関して目覚ましい進歩を遂げましたが、ほとんどの方法は3D空間の幾何学的制

3D

zero-shot

monocular

metric

depth prediction

dataset

arXiv reaDer

point cloud

arXiv

estimation
リンク
製図と改訂：高速で高品質の芸術的なスタイルの転送のためのラプラシアンピラミッドネットワーク
arxiv_reader 2021/04/20
アーティスティックスタイルの転送は、スタイルをサンプル画像からコンテンツ画像に移行することを目的としています。現在、最適化ベースの方法は優れたスタイル化品質を達成していますが、時間コストがかかるため、

arXiv reaDer

residual

real time

arXiv
リンク
フィードバックループを使用したラジオミクスによる胸部X線の異常分類と位置特定のための知識増強対照学習
arxiv_reader 2021/04/20
これらのタスクの非常に正確な予測モデルを構築するには、通常、手動で注釈を付けた多数のラベルと異常のピクセル領域（境界ボックス）が必要です。ただし、そのような注釈、特にバウンディングボックスを取得するに

classification

localization

dataset

arXiv reaDer

contrastive learning

arXiv

semi-supervised

domain

representation
リンク
- 2021年4月21日
- 2021年4月20日
- 2021年4月19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