arxiv_readerのブックマーク / 2021年5月7日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年5月7日のブックマーク (93件)

Q-Match：量子アニーリングによる反復形状マッチング
arxiv_reader 2021/05/07
形状の対応を見つけることは、サンプリング密度の高い形状では実行不可能になるNP困難な2次割り当て問題（QAP）として定式化できます。有望な研究の方向性は、量子アニーリングを使用してバイナリ変数に対する

dataset

arXiv reaDer

annealing

arXiv
リンク
手話ビデオの字幕の整列
arxiv_reader 2021/05/07
この作業の目標は、手話ビデオの非同期字幕を一時的に整列させることです。特に、（i）継続的な署名のビデオ、および（ii）オーディオコンテンツに対応する字幕を含む、手話で解釈されたTV放送データに焦点を当

CNN

transformer

BERT

attention

embedding

arXiv

representation

video

learning

arXiv reaDer
リンク
3D形状とSVBRDF取得のための深偏光イメージング
arxiv_reader 2021/05/07
偏光キューを使用して、3Dオブジェクトの形状と空間的に変化する反射率を効率的に取得するための新しい方法を紹介します。特定の制約（既知の形状またはマルチビュー取得）の下で偏光を利用して材料またはオブジェ

learning

arXiv reaDer

3D

arXiv
リンク
動的な人体をモデル化するためのアニメート可能な神経放射輝度フィールド
arxiv_reader 2021/05/07
このホワイトペーパーでは、マルチビュービデオからアニメート可能な人間モデルを再構築するという課題に取り組んでいます。最近のいくつかの研究では、動的シーンを標準的な神経放射輝度フィールドと、観測空間のポ

3D

arXiv

synthesis

human

representation

video

learning

arXiv reaDer
リンク
PANDA：異常検出とセグメンテーションのための事前トレーニング済み機能の適応
arxiv_reader 2021/05/07
異常検出方法には、高品質の機能が必要です。近年、異常検出コミュニティは、深い自己教師あり特徴学習の進歩を利用して、より優れた特徴を取得しようと試みています。驚いたことに、事前にトレーニングされた深い機

transfer learning

regularization

arXiv

classification

self-supervised

segmentation

anomaly detection

adaptation

arXiv reaDer
リンク
メモリ効率の高い半教師あり継続学習：世界は独自のリプレイバッファです
arxiv_reader 2021/05/07
リハーサルは、クラス単位の継続的な学習にとって重要な要素ですが、かなりのメモリバジェットが必要です。私たちの仕事は、現実的で挑戦的な継続的な学習パラダイムでエージェントの環境からのラベルのないデータを

OOD

semi-supervised

regularization

arXiv

detection

knowledge distillation

learning

arXiv reaDer
リンク
ループ内のベイズ最適化による実験用インクジェットハードウェアのオンライン前処理
arxiv_reader 2021/05/07
ペロブスカイトなどの高性能半導体オプトエレクトロニクスは、材料の性能特性を支配する高次元で広大な組成空間を持っています。これらの組成空間を費用効果的に検索するために、インクジェット蒸着を介して個別の液

gradient

computer vision

arXiv

Bayesian

arXiv reaDer
リンク
教師なしドメイン一般化のための階層的変分自動エンコーディング
arxiv_reader 2021/05/07
ドメイン一般化のタスクに対処します。目標は、予測モデルをトレーニングして、以前は表示されていなかった新しいドメインに一般化できるようにすることです。変分オートエンコーダのフレームワーク内で生成的アプロ

generative

domain

arXiv

dataset

unsupervised

representation

benchmark

arXiv reaDer
リンク
MRI画像合成のための特徴解きほぐしを伴う深層学習ベースのマルチモーダルコンピューティング
arxiv_reader 2021/05/07
目的：診断の必要性のために物理的レベルから異なる病理学的情報を提示するには、同じ解剖学的構造の異なる磁気共鳴画像法（MRI）モダリティが必要です。しかし、時間の消費やコストの高さなどの制限により、患者

disentangling

MRI

arXiv

dataset

synthesis

learning

benchmark

arXiv reaDer
リンク
ニューラルグラフマッチングネットワーク：ハイパーグラフおよびマルチグラフマッチングへの拡張によるローラーの二次割り当て問題の学習
arxiv_reader 2021/05/07
グラフマッチングには、エッジツーエッジアフィニティマトリックスに基づく組み合わせ最適化が含まれます。これは、一般に、ローラーの2次割り当て問題（QAP）として定式化できます。この論文では、親和性行列（

embedding

affinity

arXiv

synthesis

classification

learning

benchmark

arXiv reaDer
リンク
メッシュ再構成のためのDelaunay表面要素の学習
arxiv_reader 2021/05/07
点群から三角形メッシュを再構築する方法を紹介します。メッシュ再構築のための既存の学習ベースの方法は、ほとんどの場合、三角形を個別に生成するため、多様体メッシュを作成することは困難です。 2D Dela

reconstruction

point cloud

domain

mesh

arXiv

manifold

learning

arXiv reaDer
リンク
Two4Two：解釈可能な機械学習の評価-制御された実験のための合成データセット
arxiv_reader 2021/05/07
画像分類の説明を生成するためのアプローチが増えています。ただし、これらのアプローチのいくつかは、研究者の制御の及ばない本質的な要因を残しているため、自然画像データセットを使用して制御された実験を設計す

3D

arXiv

dataset

synthesis

human

classification

learning

bias

arXiv reaDer
リンク
確率的アンサンブル平滑化モデルを介した深層ニューラルネットワークにおける敵対的ロバスト性のための動的防御アプローチ
arxiv_reader 2021/05/07
ディープニューラルネットワークは、敵対的な攻撃の下で重大な脆弱性に苦しむことが示されています。この現象は、サイバースペースセキュリティで採用されているものと同様のさまざまな攻撃および防御戦略の作成を刺

arXiv reaDer

adversarial

arXiv
リンク
共同視覚表現学習のための多視点LSTM
arxiv_reader 2021/05/07
複数の視点からキャプチャされた視覚シーケンスで利用可能な視点内および視点間の関係の両方を学習できる新しいLSTMセルアーキテクチャを提示します。私たちのアーキテクチャは、セルレベルで追加のゲートとメモ

LSTM

face recognition

representation learning

arXiv

dataset

recurrent

benchmark

arXiv reaDer
リンク
注釈なしのオブジェクト中心のビデオ予測
arxiv_reader 2021/05/07
世界と対話するために、エージェントは世界のダイナミクスの結果を予測できなければなりません。カメラはユビキタスで強力なセンサーであるため、これらのダイナミクスについて学ぶための自然なアプローチは、ビデオ

computer vision

arXiv

dataset

video

arXiv reaDer
リンク
共同ローカル推論とグローバルパラメータ推定によるリアルタイムビデオ超解像
arxiv_reader 2021/05/07
ビデオ超解像（SR）の最先端技術はディープラーニングに基づく手法ですが、実際のビデオではパフォーマンスが低下します（図1を参照）。その理由は、トレーニング画像ペアは通常、高解像度の画像を縮小して低解像

CNN

super-resolution

denoising

estimation

arXiv

synthesis

real time

bias

edge device

arXiv reaDer
リンク
非常に効率的な表現と能動学習フレームワークおよび不均衡な医用画像分類へのその応用
arxiv_reader 2021/05/07
胸部X線を分類するためのデータ効率の高い分類と能動学習フレームワークを提案します。これは、（1）畳み込みニューラルネットワークの教師なし表現学習と（2）ガウス過程法に基づいています。教師なし表現学習は

representation learning

arXiv

Bayesian

dataset

CNN

self-supervised

classification

arXiv reaDer

unsupervised

COVID-19
リンク
LookOut：自動運転のための多様な多未来予測と計画
arxiv_reader 2021/05/07
このホワイトペーパーでは、環境を認識し、シーンがどのように展開するかについてのさまざまな未来のセットを予測し、これらの将来の実現に対して一連の緊急時対応計画を最適化することによってSDVの軌道を推定す

generative

trajectory

vehicle

arXiv

dataset

arXiv reaDer
リンク
ACORN：ニューラルシーン表現のための適応座標ネットワーク
arxiv_reader 2021/05/07
ニューラル表現は、レンダリング、イメージング、幾何学的モデリング、およびシミュレーションのアプリケーションの新しいパラダイムとして登場しました。メッシュ、ポイントクラウド、ボリュームなどの従来の表現と

point cloud

3D

mesh

arXiv

representation

differentiable

simulation

arXiv reaDer
リンク
術後乳房照射における自動腫瘍床体積描写のための顕著性誘導深層学習ネットワーク
arxiv_reader 2021/05/07
効率的で信頼性が高く再現性のあるターゲットボリュームの描写は、乳房放射線療法の効果的な計画における重要なステップです。ただし、CT画像では、腫瘍床体積（TBV）と正常な乳房組織とのコントラストが比較的

U-Net

metric

CT

arXiv

dataset

learning

segmentation

saliency

arXiv reaDer
リンク
言語としてのコンピュータ支援設計
arxiv_reader 2021/05/07
コンピューター支援設計（CAD）アプリケーションは、コーヒーマグからスポーツカーまで、あらゆるものをモデル化するために製造で使用されます。これらのプログラムは複雑で、習得するには何年ものトレーニングと

3D

domain

arXiv

synthesis

learning

arXiv reaDer
リンク
LeViT：より高速な推論のためのConvNetの衣類のビジョントランスフォーマー
arxiv_reader 2021/05/07
高速領域での精度と効率の間のトレードオフを最適化する画像分類アーキテクチャのファミリを設計します。私たちの仕事は、高度な並列処理ハードウェアで競争力のある注意ベースのアーキテクチャでの最近の発見を活用

CNN

transformer

attention

arXiv

classification

bias

arXiv reaDer
リンク
ダイナミックラムダを使用したポーズガイド手話ビデオGAN
arxiv_reader 2021/05/07
GANを使用して手話ビデオを合成するための新しいアプローチを提案します。 Stollらの以前の作業を拡張します。 Soft-Gated Warping-GAN fromの人間のセマンティックパーサーを

pose

arXiv

GAN

dataset

synthesis

human

video

arXiv reaDer
リンク
SparseConvMIL：スライド画像全体の分類のためのスパース畳み込みコンテキストアウェアマルチインスタンス学習
arxiv_reader 2021/05/07
スライド全体の顕微鏡スライドは、診断と多くの疾患の治療法の選択を導く下にある組織についての多くの手がかりを表示します。ただし、多くの場合ギガピクセル単位の巨大なサイズは、従来のニューラルネットワークア

convolutional

arXiv

sparse

classification

learning

arXiv reaDer
リンク
あなたも注意が必要ですか？フィードフォワード層のスタックは、ImageNetで驚くほどうまく機能します
arxiv_reader 2021/05/07
画像分類やその他の視覚タスクにおける視覚変換器の強力なパフォーマンスは、多くの場合、マルチヘッドアテンションレイヤーの設計に起因します。ただし、この強力なパフォーマンスの原因となる注意の程度は不明なま

transformer

attention

embedding

arXiv

classification

arXiv reaDer
リンク
効率的なニューラルレンダリングのための体積プリミティブの混合
arxiv_reader 2021/05/07
人間のリアルタイムレンダリングとアニメーションは、ゲーム、映画、テレプレゼンスアプリケーションのコア機能です。既存の方法には、私たちが仕事で取り組むことを目指している多くの欠点があります。三角形メッシ

3D

mesh

tracking

arXiv

representation

real time

arXiv reaDer
リンク
深い加重コンセンサス：3D形状登録のための密な対応信頼マップ
arxiv_reader 2021/05/07
ノイズおよび回転群の全スペクトルに対してロバストである学習可能な加重コンセンサスに基づいて、点群間の厳密な位置合わせのための新しいパラダイムを提示します。現在のモデルは、学習可能または公理的であり、通

point cloud

3D

arXiv

differentiable

arXiv reaDer
リンク
独学の形状ノイズ除去モデルによる弱教師あり体積セグメンテーション
arxiv_reader 2021/05/07
弱く監視されたセグメンテーションは、ピクセル単位の注釈のコストが高いため、医療画像分析における重要な問題です。以前の方法は、2D画像の弱いラベルに焦点を当てることが多いものの、体積医療画像の構造的な手

denoising

3D

weakly-supervised

arXiv

representation

learning

segmentation

benchmark

arXiv reaDer
リンク
視覚アプリケーションのための2.5D車両オドメトリ推定
arxiv_reader 2021/05/07
本論文では、自動運転システムにとって重要なトピックである、車両が世界を移動する際の車両に搭載されたセンサーの姿勢を推定する方法を提案します。自動車通信バス（CANやFlexRayなど）で出力が利用でき

pose

estimation

autonomous driving

computer vision

arXiv

odometry

vehicle

arXiv reaDer
リンク
SS-CADA：冠状動脈セグメンテーションのための半教師あり解剖学的ドメイン適応
arxiv_reader 2021/05/07
畳み込みニューラルネットワークによる冠状動脈のセグメンテーションは有望ですが、大量の労働集約的な手動注釈が必要です。広く利用可能な公開ラベル付き眼底画像（FI）で網膜血管から知識を転送すると、共通の管

CNN

batch normalization

arXiv

semi-supervised

segmentation

domain adaptation

arXiv reaDer
リンク
VideoLT：大規模なロングテールビデオ認識
arxiv_reader 2021/05/07
実世界でのラベルの分布は、多くの場合、ロングテールで不均衡であり、その結果、モデルが優勢なラベルに偏っています。ロングテール認識は画像分類タスクのために広く研究されてきましたが、ビデオドメインのために

domain

arXiv

dataset

video

classification

arXiv reaDer
リンク
変形可能なグラフリファインメントによるカスケード画像マット
arxiv_reader 2021/05/07
イメージマットとは、前景オブジェクトの不透明度の推定を指します。マット結果を得るには、前景オブジェクトの正しい輪郭と細かい詳細が必要です。人間の画像マットタスクをより適切に実行するために、変形可能なグ

CNN

GNN

estimation

arXiv

dataset

synthesis

human

arXiv reaDer
リンク
マルチモーダル非言語的行動手がかりを使用したプレゼンテーション能力の推定
arxiv_reader 2021/05/07
人前で話す能力とプレゼンテーション能力は、私たちの教育、専門家、日常生活における社会的相互作用の多くの分野で重要な役割を果たしています。スピーチ中の私たちの意図は、聴衆が実際に理解しているものとは異な

pose

arXiv

dataset

human

face

classification

video

learning

arXiv reaDer
リンク
画像セグメンテーションのための新しい落下球アルゴリズム
arxiv_reader 2021/05/07
画像セグメンテーションは、背景からオブジェクトを分離することを指し、デジタル画像処理の最も困難な側面の1つです。 100％の精度を持つセグメンテーションアルゴリズムを設計することは実際には不可能である

arXiv

detection

simulation

segmentation

arXiv reaDer
リンク
スマートで安全な都市のための自動行動特徴抽出に基づく視覚ベースの歩行者潜在リスク分析
arxiv_reader 2021/05/07
車両安全技術の最近の進歩にもかかわらず、交通事故は依然として人命に深刻な脅威をもたらし、早死の主な原因となっています。特に横断歩道は歩行者に大きな脅威を与えますが、彼らが直面するリスクを調査するための

pose

pedestrian

vehicle

arXiv

human

face

video

arXiv reaDer
リンク
顔の偽造検出のためのローカルリレーションラーニング
arxiv_reader 2021/05/07
顔の操作技術の急速な発展に伴い、顔の偽造検出は、セキュリティ上の懸念からデジタルメディアフォレンジックでかなりの注目を集めています。ほとんどの既存の方法は、分類問題として顔の偽造検出を定式化し、監視と

attention

domain

arXiv

detection

representation

face

classification

learning

benchmark

arXiv reaDer
リンク
都市監視インフラにおける予防的歩行者事故防止システムのための予測衝突リスク領域推定の新しい方法
arxiv_reader 2021/05/07
交通事故、特に横断歩道での車両の歩行者衝突は、世界的に人命に深刻な脅威をもたらし、早死の主な原因となっています。このような脆弱な道路利用者を衝突から守るためには、衝突の可能性を事前に認識し、事後ではな

pose

LSTM

pedestrian

estimation

vehicle

arXiv

human

video

arXiv reaDer
リンク
2つのU-netのカスケードによるCOVID-19肺炎への肺の関与の定量化：異なる注釈基準を使用した複数のデータセットのトレーニングと評価
arxiv_reader 2021/05/07
COVID-19肺炎の影響を受けた患者のCTスキャンに重症度スコアを自動的に割り当てることで、放射線科の作業負荷を軽減できます。この研究は、COVID-19肺病変の識別、セグメンテーション、および定量

U-Net

CT

identification

arXiv

dataset

COVID-19

segmentation

benchmark

arXiv reaDer
リンク
ビデオのパッチを追跡することによる教師なし視覚表現学習
arxiv_reader 2021/05/07
人間の目は幼児期から中期にかけて追跡能力を発達させ続けるという事実に触発されて、視覚表現を学習するためのコンピュータビジョンシステムのプロキシタスクとして追跡を使用することを提案します。子供たちがプレ

trajectory

representation learning

computer vision

arXiv

action recognition

tracking

unsupervised

classification

benchmark

arXiv reaDer
リンク
Roof-GAN：住宅の屋根のジオメトリと関係を生成する方法を学ぶ
arxiv_reader 2021/05/07
この論文では、屋根のプリミティブとそれらの関係のセットとして住宅の屋根構造の構造化されたジオメトリを生成する、新しい生成的敵対的ネットワークであるRoof-GANを紹介します。プリミティブの数を指定す

metric

arXiv

GAN

differentiable

learning

segmentation

arXiv reaDer
リンク
ゼロショット学習のための属性プロトタイプネットワーク
arxiv_reader 2021/05/07
ゼロショット学習研究の当初から、視覚的属性が重要な役割を果たすことが示されてきました。属性ベースの知識を既知のクラスから未知のクラスに適切に転送するために、統合された属性ローカリゼーション機能を備えた

localization

augmentation

embedding

representation learning

zero-shot

arXiv

dataset

benchmark

arXiv reaDer
リンク
（ASNA）知覚的画質評価のための代理ランキング損失関数を備えた注意ベースのシャム差分ニューラルネットワーク
arxiv_reader 2021/05/07
最近、画像の復元と強調のために敵対的なトレーニングフレームワークを活用する深い畳み込みニューラルネットワーク（DCNN）により、処理された画像の鮮明さが大幅に向上しました。驚いたことに、これらのDCN

CNN

metric

attention

arXiv

adversarial

differentiable

loss function

arXiv reaDer
リンク
MonoRec：単一の移動カメラからの動的環境における半教師あり高密度再構成
arxiv_reader 2021/05/07
この論文では、動的環境で単一の移動カメラから深度マップを予測する半教師あり単眼高密度再構成アーキテクチャであるMonoRecを提案します。 MonoRecは、コストボリューム内の複数の連続する画像の情

reconstruction

LiDAR

arXiv

monocular

dataset

semi-supervised

stereo

arXiv reaDer
リンク
畳み込みスパースコーディング正則化によるテンソル完了
arxiv_reader 2021/05/07
テンソルデータは、取得時に複雑な高次元構造が原因で、欠測値の問題が発生することがよくあります。不足している情報を完成させるために、多くの低ランクテンソル完了（LRTC）メソッドが提案されていますが、そ

convolutional

regularization

arXiv

sparse

representation

arXiv reaDer
リンク
軽量RGB-D顕著なオブジェクト検出のためのミドルレベルフュージョン
arxiv_reader 2021/05/07
ほとんどの既存のRGB-D顕著なオブジェクト検出（SOD）モデルは、顕著なオブジェクトを正確に検出するために、大きな計算コストとメモリ消費を必要とします。これにより、これらのRGB-DSODモデルの実

RGB-D

arXiv

dataset

detection

benchmark

saliency

arXiv reaDer
リンク
連合顔認識
arxiv_reader 2021/05/07
顔認識は、近年、コンピュータビジョンおよび人工知能のコミュニティで広く研究されています。顔認識の重要な問題はデータのプライバシーであり、これはますます多くの人々の関心を集めています。一般的なプライバシ

face recognition

computer vision

arXiv

dataset

learning

arXiv reaDer
リンク
近似行列の平方根がグローバル共分散プーリングで正確なSVDよりも優れているのはなぜですか？
arxiv_reader 2021/05/07
グローバル共分散プーリング（GCP）は、畳み込み特徴の2次統計を活用することを目的としています。その有効性は、畳み込みニューラルネットワーク（CNN）の分類パフォーマンスを向上させることで実証されてい

CNN

pooling

gradient

arXiv

dataset

classification

arXiv reaDer
リンク
マルチモーダルマルチグラフから近隣表現を学習する：画像、テキスト、モビリティグラフなど
arxiv_reader 2021/05/07
最近の都市化は、ストリートビューやPOI（point-of-interest）などのジオタグ付きデータの充実と一致しています。より豊富なデータモダリティによって強化された地域の埋め込みにより、研究者と

learning

representation

arXiv

embedding

human

arXiv reaDer
リンク
MAFER：顔の表情認識への多重解像度アプローチ
arxiv_reader 2021/05/07
感情はすべての人間の社会生活の中心的な役割を果たしており、学際的な主題を表す彼らの研究は、多種多様な研究分野を包含しています。特に後者に関しては、顔の表情の分析は、人間とコンピューターの相互作用アプリ

learning

arXiv

human

arXiv reaDer

emotion

face recognition
リンク
シャムの視覚追跡に対する普遍的な標的型攻撃のシンプルで強力なベースライン
arxiv_reader 2021/05/07
シャムトラッカーは最近、敵対的な攻撃に対して脆弱であることが示されています。ただし、既存の攻撃方法では、各ビデオの摂動を個別に作成するため、計算コストは無視できません。この論文では、ターゲットを絞った

gradient

arXiv

adversarial

tracking

dataset

trajectory

video

arXiv reaDer
リンク
微分同相写像に対する相対的な安定性は、深いネットでのパフォーマンスを示しています
arxiv_reader 2021/05/07
ディープネットがデータを大規模に分類できる理由を理解することは、依然として課題です。それらは微分同相写像に対して安定することによってそうすることが提案されているが、既存の経験的測定はそれがしばしばそう

learning

arXiv

classification

arXiv reaDer

benchmark
リンク
カラー眼底画像からの硬性滲出液セグメンテーションのためのデュアルサンプリング変調ダイスロスを備えたデュアルブランチネットワーク
arxiv_reader 2021/05/07
カラー眼底画像における硬い滲出液の自動セグメンテーションは、極端なクラスの不均衡と巨大なサイズ変動の問題のために挑戦的なタスクです。この論文は、これらの問題に取り組むことを目的とし、デュアルサンプリン

learning

arXiv

dataset

arXiv reaDer

segmentation
リンク
ポイントとしてのボディメッシュ
arxiv_reader 2021/05/07
この作業では、やりがいのある複数人の3Dボディメッシュ推定タスクを検討します。既存の方法は、ほとんどが2段階に基づいています。1つは人物の位置特定、もう1つは個々の身体メッシュの推定であり、複雑なシー

representation

arXiv

localization

person

estimation

mesh

arXiv reaDer

3D

augmentation

benchmark
リンク
PoseAug：3D人間のポーズ推定のための微分可能なポーズ拡張フレームワーク
arxiv_reader 2021/05/07
既存の3D人間ポーズ推定器は、主にトレーニングデータ内の2D-3Dポーズペアの多様性が限られているため、新しいデータセットへの一般化パフォーマンスが低くなります。この問題に対処するために、PoseAu

differentiable

arXiv

dataset

pose estimation

arXiv reaDer

3D

augmentation

human pose estimation
リンク
ゲームアプリケーション用の高速で堅牢な視線追跡システムの開発
arxiv_reader 2021/05/07
この研究では、視覚カメラを使用した新しい視線追跡システムを開発して人間の視線を抽出し、最新のゲーム機で使用して、プレーヤーに新しく革新的なインタラクティブな体験をもたらすことができます。システムのコン

arXiv

tracking

detection

arXiv reaDer

gaze
リンク
混合ドメインの顔のなりすまし防止のための一般化可能な表現学習
arxiv_reader 2021/05/07
ドメイン一般化（DG）に基づく顔のなりすまし防止アプローチは、目に見えないシナリオに対する堅牢性により、ますます注目を集めています。既存のDGメソッドは、do-mainラベルが既知であることを前提とし

representation learning

arXiv

attention

dataset

face

arXiv reaDer

domain
リンク
ニューラルブレンド形状による骨格関節の学習
arxiv_reader 2021/05/07
モーションキャプチャ（mocap）データを使用して新しく設計されたキャラクターをアニメーション化することは、コンピューターアニメーションにおける長年の問題です。重要な考慮事項は、利用可能なモーションキ

learning

mesh

arXiv

arXiv reaDer

3D

pose
リンク
検出、追跡、およびカウントが群衆の中でドローンと出会う：ベンチマーク
arxiv_reader 2021/05/07
ドローンでキャプチャされたビデオのオブジェクト検出、追跡、カウントアルゴリズムの開発を促進するために、さまざまなシナリオで33,600のHDフレームを持つ112のビデオクリップで形成された、Drone

arXiv

localization

estimation

tracking

dataset

detection

drone

arXiv reaDer

domain

benchmark
リンク
ビデオでの弱教師ありアクション選択学習
arxiv_reader 2021/05/07
ビデオでのアクションのローカライズは、コンピュータービジョンのコアタスクです。弱教師あり時間ローカリゼーション問題は、このタスクがビデオレベルのラベルのみで適切に解決できるかどうかを調査し、必要な高価

learning

arXiv

localization

computer vision

weakly-supervised

action

bias

video

arXiv reaDer

benchmark
リンク
開集合ドメイン適応による新規ターゲット発見に向けて
arxiv_reader 2021/05/07
オープンセットドメインアダプテーション（OSDA）は、ターゲットドメインに、外部ソースドメインでは観察されない新しいカテゴリのサンプルが含まれていると見なします。残念ながら、既存のOSDAメソッドは、

learning

arXiv

domain adaptation

arXiv reaDer

benchmark
リンク
顔の再構築のための逆生成的敵対的レンダラー
arxiv_reader 2021/05/07
入力として単眼の顔画像が与えられると、3D顔ジオメトリの再構築は、対応する3D顔メッシュを復元することを目的としています。最近、最適化ベースと学習ベースの両方の顔再構成法が、新たに出現した微分可能なレ

differentiable

arXiv

adversarial

monocular

dataset

face

reconstruction

arXiv reaDer

3D

generative
リンク
分割と接続：マルチオブジェクトトラッキング用のユニバーサルトラックレットブースター
arxiv_reader 2021/05/07
マルチオブジェクトトラッキング（MOT）は、コンピュータービジョンの分野で不可欠なタスクです。近年の深層学習技術の急速な発展により、MOTは大きな改善を達成しました。ただし、オクルージョンに対する感度

learning

arXiv

computer vision

embedding

dataset

arXiv reaDer

occlusion

MOT

convolutional

benchmark
リンク
GANトレーニングの安定化に関する新しい視点：直接敵対的トレーニング
arxiv_reader 2021/05/07
生成的敵対的ネットワーク（GAN）は、さまざまなタスクで卓越したパフォーマンスを達成した最も人気のある画像生成モデルです。ただし、トレーニングの不安定性は、すべてのGANベースのアルゴリズムの未解決の

arXiv

self-supervised

regularization

arXiv reaDer

GAN
リンク
テキストクエリを使用した監視における人の検索：レビュー
arxiv_reader 2021/05/07
バイオメトリクス、コンピュータービジョン、自然言語処理の研究の最近の進歩により、テキストクエリを使用して監視ビデオから人を検索する機会が発見されました。監視システムの主な目的は、説明を使用して人物を特

arXiv

person

computer vision

dataset

human

video

arXiv reaDer

biometrics

benchmark
リンク
双方向に訓練されたトランスフォーマーによる手書きの数式認識
arxiv_reader 2021/05/07
エンコーダー-デコーダーモデルは、最近、手書きの数式認識で大きな進歩を遂げました。ただし、既存の方法では、画像の特徴に正確に注意を向けることが依然として課題です。さらに、これらのエンコーダー-デコーダ

arXiv

attention

transformer

arXiv reaDer

augmentation
リンク
シャム視覚追跡のための時空間マッチング
arxiv_reader 2021/05/07
類似性マッチングは、シャムトラッカーのコア操作です。ほとんどのシャムトラッカーは、画像マッチングフィールドから発生する相互相関を介して類似性学習を実行します。ただし、2D画像マッチングとは異なり、オブ

learning

arXiv

tracking

arXiv reaDer

spatio-temporal

benchmark

anchor free
リンク
危険地帯：U-Net駆動の分位点回帰は、汚染物質の粒子状物質と衛星画像を介して高リスクのSARS-CoV-2領域を予測できます
arxiv_reader 2021/05/07
COVID-19の発生以来、政策立案者は発生を制御するために非薬理学的介入に依存してきました。潜在的な伝播ベクトルとしての大気汚染では、介入戦略にそれを含める必要があります。簡単に入手できる衛星画像に

satellite

arXiv

arXiv reaDer

U-Net

COVID-19
リンク
DeepObfuscator：スマートフォンでのプライバシー保護の敵対的学習による中間表現の難読化
arxiv_reader 2021/05/07
ディープラーニングは多くのコンピュータービジョンアプリケーションに広く適用されており、目覚ましい成功を収めています。ただし、モバイルデバイスで深層学習モデルを実行することは、コンピューティングリソース

learning

representation

arXiv

adversarial

person

computer vision

dataset

classification

arXiv reaDer

reconstruction
リンク
適応セット予測としてのHOI検出の再定式化
arxiv_reader 2021/05/07
どの画像領域に集中するかを決定することは、ヒューマンオブジェクトインタラクション（HOI）の検出にとって重要です。従来のHOI検出器は、検出された人間と物体のペア、または事前定義された相互作用の場所の

learning

arXiv

attention

transformer

detection

dataset

human

arXiv reaDer

pose
リンク
SIPSA-Net：衛星画像用の移動物体の位置合わせによるシフト不変のパンシャープニング
arxiv_reader 2021/05/07
パンシャープンは、高解像度（HR）パンクロマティック（PAN）画像とそれに対応する低解像度（LR）マルチスペクトル（MS）画像をマージして、HR-MSとパンシャープン画像を作成するプロセスです。ただし

arXiv reaDer

domain

satellite

arXiv
リンク
画像キャプションのための明示的および暗黙的な視覚的関係の調査
arxiv_reader 2021/05/07
画像のキャプションはAIで最も難しいタスクの1つであり、画像のテキスト文を自動的に生成することを目的としています。画像キャプションの最近の方法は、画像内の顕著な領域のシーケンスを自然言語の説明に変換す

representation

arXiv

GCN

transformer

arXiv reaDer

saliency

captioning

BERT

benchmark
リンク
MODS-USV指向のオブジェクト検出および障害物セグメンテーションベンチマーク
arxiv_reader 2021/05/07
小型無人航空機（USV）は、環境制御や監視などの幅広い用途を持つ沿岸水装置です。自律操作の重要な機能は、タイムリーな反応と衝突回避のための障害物検出です。これは、カメラベースの視覚シーン解釈のコンテキ

arXiv

dataset

detection

interpretation

arXiv reaDer

vehicle

segmentation

stereo

benchmark
リンク
自己注意を超えて: 視覚的課題のための 2 つの線形層を使用した外的注意
arxiv_reader 2021/05/07
注意メカニズム、特に自己注意は、視覚的タスクにおける深い特徴表現においてますます重要な役割を果たします。自己注意は、単一のサンプル内の長距離依存関係をキャプチャするために、すべての位置にわたるペアワイ

representation

arXiv

attention

classification

arXiv reaDer

point cloud

semantic segmentation
リンク
医療分野における人間の意思決定支援システムのための説明可能な人工知能
arxiv_reader 2021/05/07
本稿では、医療画像分析シナリオにおける意思決定支援のための説明可能な人工知能手法の可能性を提示します。同じ医用画像データセットに3種類の説明可能な方法を適用して、畳み込みニューラルネットワーク（CNN

learning

arXiv

CNN

human

video

arXiv reaDer

explainable

domain
リンク
Content4All OpenResearch手話翻訳データセット
arxiv_reader 2021/05/07
計算手話研究には、有用な実際のアプリケーションの作成を可能にする大規模なデータセットがありません。今日まで、ほとんどの研究は、天気予報などの論議領界の小さな領域でのプロトタイプシステムに限定されてきま

arXiv

dataset

video

arXiv reaDer

domain
リンク
DeepSMOTE：不均衡なデータのためのディープラーニングとSMOTEの融合
arxiv_reader 2021/05/07
20年以上の進歩にもかかわらず、不均衡なデータは、現代の機械学習モデルにとって依然として重要な課題と見なされています。ディープラーニングの最近の進歩により、不均衡なデータ問題の重要性が拡大しています。

learning

arXiv

loss function

arXiv reaDer

GAN
リンク
GPRNetを使用した地下ユーティリティのためのGPRベースのモデル再構築システム
arxiv_reader 2021/05/07
地中レーダー（GPR）は、地下の物体（鉄筋、ユーティリティパイプなど）を検出して特定するための最も重要な非破壊評価（NDE）機器の1つです。これまでの研究の多くは、GPR画像ベースの特徴検出のみに焦点

arXiv

localization

sparse

DNN

detection

arXiv reaDer

point cloud

3D

synthesis

reconstruction
リンク
野生生物画像の反復的な人間および自動識別
arxiv_reader 2021/05/07
カメラトラップは野生生物を監視するためにますます使用されていますが、このテクノロジーは通常、広範なデータ注釈を必要とします。最近、ディープラーニングによって野生生物の自動認識が大幅に進歩しました。ただ

learning

identification

arXiv

human

arXiv reaDer
リンク
効果的な4D表情認識のための微妙な顔の動きの拡大
arxiv_reader 2021/05/07
この論文では、自動4D顔表情認識（4D FER）への効果的なパイプラインを提案します。これは、コンピュータービジョンの2つの成長しているが異なるアイデアを組み合わせたものです。リーマン幾何学のツールを

arXiv

computer vision

dataset

face

classification

arXiv reaDer

3D

emotion

activity
リンク
公平性のためのより包括的な人々の注釈に向けた一歩
arxiv_reader 2021/05/07
Open Images Datasetには、約900万枚の画像が含まれており、コンピュータービジョン研究で広く受け入れられているデータセットです。大規模なデータセットで一般的に行われているように、注釈

arXiv

person

computer vision

dataset

arXiv reaDer
リンク
実世界のブラインド画像ノイズ除去のための畳み込み対自己組織化オペレーショナルニューラルネットワーク
arxiv_reader 2021/05/07
実世界のブラインドノイズ除去は、基礎となるノイズ分布の非決定論的な性質のために、独特の画像復元の課題を提起します。合成ノイズモデルでトレーニングされた一般的な識別ネットワークは、実際のノイズの多い画像

metric

arXiv

denoising

estimation

CNN

dataset

arXiv reaDer

pose

synthesis
リンク
DiffusionNet：表面での離散化にとらわれない学習
arxiv_reader 2021/05/07
単純な拡散層が空間通信に非常に効果的であるという洞察に基づいて、3D表面での深層学習への新しいアプローチを紹介します。結果として得られるネットワークは、サーフェスのさまざまなサンプリングと解像度にわた

learning

representation

arXiv

mesh

classification

arXiv reaDer

point cloud

3D

segmentation
リンク
R2U3D：肺のセグメンテーションのための反復的な残余3DU-Net
arxiv_reader 2021/05/07
3D肺セグメンテーションは、肺の体積情報を処理し、スキャンの不要な領域を削除し、肺の実際の領域を3Dボリュームでセグメント化するために不可欠です。最近、U-Netなどの深層学習モデルは、生物医学画像セ

arXiv

residual

arXiv reaDer

3D

augmentation

segmentation

U-Net

convolutional

recurrent
リンク
画像レジストレーション (AiR) の注意: 教師なし Transformer アプローチ
arxiv_reader 2021/05/07
信号処理タスクの重要な基礎としての画像レジストレーションは、安定性と効率の問題に直面することがよくあります。非学習登録アプローチは、修正と動画の間の類似性メトリックの最適化に依存しています。しかし、こ

learning

metric

arXiv

attention

CNN

transformer

dataset

arXiv reaDer

unsupervised

benchmark
リンク
不確実性を意識したINVASE：強化された乳がん診断機能の選択
arxiv_reader 2021/05/07
この論文では、ヘルスケア問題の予測信頼度を定量化するための不確実性を意識したINVASEを提示します。学習可能なガウス分布を導入することにより、それらの分散を活用して不確実性の程度を測定します。バニラ

arXiv reaDer

arXiv

dataset

bias
リンク
ビデオ顕著性予測のための階層的ドメイン適応特徴学習
arxiv_reader 2021/05/07
この作業では、さまざまな抽象化レベルで抽出された特徴を使用して生成された中間マップ（目立ちやすさマップと呼ばれる）の階層的監視を採用する、ビデオ顕著性予測のための3D完全畳み込みアーキテクチャを提案し

convolutional

batch normalization

domain adaptation

arXiv

arXiv reaDer

3D

saliency

unsupervised

metric

benchmark
リンク
Function4D：非常にまばらな消費者向けRGBDセンサーからのリアルタイムの人間の体積キャプチャ
arxiv_reader 2021/05/07
人間の体積キャプチャは、コンピュータビジョンとコンピュータグラフィックスの長年のトピックです。高度なオフラインシステムを使用して高品質の結果を得ることができますが、特に軽量のセットアップを使用して、複

sparse

arXiv

arXiv reaDer

real time

RGB-D

computer vision

reconstruction

human
リンク
非平滑な非凸画像再構成のための学習可能な降下アルゴリズム
arxiv_reader 2021/05/07
非平滑で非凸の画像再構成問題を解決するための一般的な学習ベースのフレームワークを提案します。正則化関数をl_2,1ノルムの構成としてモデル化し、深い畳み込みニューラルネットワークとしてパラメーター化

regularization

arXiv

arXiv reaDer

CNN

residual

learning

reconstruction
リンク
暗黙的な領域ベースの均一性強化を伴う画像セグメンテーションのための測地線パス
arxiv_reader 2021/05/07
最小パスは、そのグローバルな最適性と高速マーチング法などの確立された数値ソリューションにより、境界検出と画像セグメンテーションのための強力で効率的なツールと見なされています。この論文では、領域ベースの

representation

segmentation

regularization

arXiv

arXiv reaDer

metric

detection
リンク
ISTR：トランスフォーマーを使用したエンドツーエンドのインスタンスセグメンテーション
arxiv_reader 2021/05/07
エンドツーエンドのパラダイムは、さまざまな深層学習ベースのコンピュータービジョンモデルの精度を大幅に向上させます。この目的のために、オブジェクト検出などのタスクは、トレーニングによる非最大抑制の削除な

transformer

recurrent

segmentation

dataset

embedding

arXiv

arXiv reaDer

computer vision

detection
リンク
CDRベースの軌道：ピンポンハンドオーバーをフィルタリングするための暫定
arxiv_reader 2021/05/07
カバレッジエリアの場所と組み合わせた通話詳細記録（CDR）は、オペレーターに顧客の居場所と動きに関する信じられないほどの量の情報を提供します。アンテナカバレッジエリアの非静的で重複する性質により、地理

arXiv

arXiv reaDer

dataset

reconstruction
リンク
DeepSatData：機械学習モデルをトレーニングするための衛星画像の大規模データセットの構築
arxiv_reader 2021/05/07
このレポートは、セマンティックセグメンテーションなどの高密度分類タスクに重点を置いて機械学習モデルをトレーニングするための衛星画像データセットを自動的に生成するための設計上の考慮事項を示しています。提

semantic segmentation

dataset

arXiv

arXiv reaDer

learning

classification

satellite
リンク
MOD：軍事オブジェクト検出のベンチマーク
arxiv_reader 2021/05/07
物体検出は、コンピュータビジョン分野で広く研究されています。近年、特定の代表的な深層学習ベースの検出方法と確かなベンチマークが提案されており、関連する研究の発展を後押ししています。ただし、これまでのと

dataset

arXiv

arXiv reaDer

attention

benchmark

localization

learning

computer vision

classification

detection
リンク
- 2021年5月10日
- 2021年5月7日
- 2021年5月6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