arxiv_readerのブックマーク / 2021年5月28日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年5月28日のブックマーク (70件)

共同表現学習とオンラインクラスタリングによる教師なし活動のセグメンテーション
arxiv_reader 2021/05/28
ビデオフレームクラスタリングを口実タスクとして使用し、同時に表現学習とオンラインクラスタリングを実行する、教師なしアクティビティセグメンテーションの新しいアプローチを紹介します。これは、表現学習とオン

arXiv

dataset

clustering

segmentation

arXiv reaDer

representation learning

embedding

unsupervised

regularization
リンク
人間と機械の再認識なしの追跡
arxiv_reader 2021/05/28
数百の群れの中の特定のミバエを追跡しようとしていると想像してみてください。より高度な生物学的視覚システムは、外観と動きの両方の特徴に依存することにより、動く物体を追跡するように進化してきました。視覚追

synthesis

arXiv

video

tracking

human

arXiv reaDer

computer vision

recurrent
リンク
トレーニング中に画像ごとに複数の拡張サンプルを描画すると、テストエラーが効率的に減少します
arxiv_reader 2021/05/28
コンピュータビジョンでは、ミニバッチ内の一意の画像ごとにデータ拡張手順から単一のサンプルを抽出するのが標準的な方法ですが、この選択が一般化に最適であるかどうかは明らかではありません。この作業では、一意

gradient

arXiv

arXiv reaDer

computer vision

dataset

augmentation

regularization
リンク
オブジェクト検出タスクの動的ネットワーク選択：それが重要である理由と私たちが（達成しなかった）こと
arxiv_reader 2021/05/28
このホワイトペーパーでは、オブジェクト検出の課題に取り組む、ディープニューラルネットワーク（DNN）コンテキストでの推論プロセスに対する動的自動調整アプローチの潜在的な利点を示したいと思います。さまざ

arXiv

arXiv reaDer

metric

DNN

detection
リンク
歴史的地図セグメンテーションに関するICDAR2021コンペティション
arxiv_reader 2021/05/28
この論文は、1894年から1937年の間に1/5000の縮尺で描かれた、フランスのパリの一連の歴史的地図帳に関する研究を奨励する、歴史的地図セグメンテーションに関するICDAR 2021コンペティショ

arXiv

segmentation

arXiv reaDer

dataset

weakly-supervised

detection
リンク
サッケードビジョンが深いネットワークの解釈可能性にどのように役立つか
arxiv_reader 2021/05/28
現代の深いネットワークのいくつかの問題（解釈可能性、オブジェクト指向性の欠如）が、生物学的にもっともらしい知覚のサッカディックメカニズムを適応させることによってどのように解決できるかについて説明します

arXiv reaDer

arXiv
リンク
早期学習正則化を使用して実世界のノイズの多いデータを分類する
arxiv_reader 2021/05/28
暗記の問題は、コンピュータビジョンの分野でよく知られています。 Liu etal。ラベルノイズが存在する場合にCIFARデータセットの精度を向上させる早期学習正則化と呼ばれる手法を提案します。このプロ

arXiv

SGD

classification

transfer learning

arXiv reaDer

computer vision

dataset

regularization
リンク
夜間のプロビデント車両検出のためのデータセット
arxiv_reader 2021/05/28
現在のオブジェクト検出では、アルゴリズムは、検出されるためにオブジェクトが直接見えることを要求します。しかし、人間として、私たちはそれぞれのオブジェクトによって引き起こされる視覚的な手がかりを直感的に

arXiv

benchmark

vehicle

human

arXiv reaDer

computer vision

metric

dataset

attention

detection
リンク
Pose2Drone: 人間とドローンの相互作用のための骨格ポーズベースのフレームワーク
arxiv_reader 2021/05/28
ドローンは一般的なツールになり、航空写真、監視、配達などの多くのタスクで利用されています。ただし、ドローンを操作するには、ユーザーとの対話がますます必要になります。人間開発指数（HDI）の自然で安全な

arXiv

gesture

monocular

pose estimation

arXiv reaDer

dataset

drone
リンク
衣料品業界向けの効率的なスタイルの仮想試着ネットワーク
arxiv_reader 2021/05/28
衣料品製造業の発展に伴い、ニューラルネットワークと産業を組み合わせて製品の冗長性を低減する方法がますます注目されています。衣料品の冗長性を低減し、パーソナライズされたカスタマイズを実現するために、仮想

arXiv

real time

human

arXiv reaDer

semantic segmentation

attention
リンク
ニューラルスプライン：3Dサーフェスを無限に広いニューラルネットワークに適合させる
arxiv_reader 2021/05/28
無限幅の浅いReLUネットワークから生じるランダムな特徴カーネルに基づく3D表面再構成の手法であるニューラルスプラインを紹介します。私たちの方法は、最新の結果を達成し、最近のニューラルネットワークベー

arXiv

reconstruction

learning

bias

arXiv reaDer

3D
リンク
形状を意識した輪郭の注意によるCT画像の心臓セグメンテーション
arxiv_reader 2021/05/28
コンピュータ断層撮影（CT）画像における心房、心室、および心筋の心臓セグメンテーションは、発症前の心血管疾患診断の重要な第一線のタスクです。最近のいくつかの研究では、深層学習モデルにより、医療画像のセ

arXiv

learning

segmentation

CT

arXiv reaDer

dataset

attention
リンク
リービッヒの樽が顔のランドマーク検出に出会うとき：実用的なモデル
arxiv_reader 2021/05/28
近年、顔のランドマーク検出の研究において大きな進歩が見られました。ただし、実際のアプリケーションのモデルについて徹底的に議論した先行研究はほとんどありません。代わりに、他の問題を無視しながら、一度にい

arXiv

benchmark

face

arXiv reaDer

landmark

detection

transformer
リンク
UniFuse：360 ^∘パノラマ深度推定のための一方向融合
arxiv_reader 2021/05/28
パノラマは環境の完全な視野を持ち、シーンの比較的完全な説明を提供するため、球形のパノラマから深度を学習することは人気のある研究トピックになりつつあります。ただし、遠近法画像用に十分に研究されたCNNを

arXiv

representation

estimation

learning

arXiv reaDer

dataset

CNN
リンク
医療診断と分析のためのグラフベースのディープラーニング：過去、現在、未来
arxiv_reader 2021/05/28
データ駆動型機械学習研究の進歩に伴い、さまざまな予測問題に取り組んできました。機械学習、特にディープラーニング手法を活用して医療データを分析する方法を探求することが重要になっています。既存の方法の主な

arXiv

learning

arXiv reaDer

GNN

domain

attention
リンク
画像は16x16ワードの価値がありますが、ビデオの価値は何ですか？
arxiv_reader 2021/05/28
アクション認識の分野における主要な方法は、入力ビデオの空間的次元と時間的次元の両方から情報を抽出しようとします。最先端（SotA）の精度に到達する方法は、通常、ビデオフレームから時間情報を抽象化する方

arXiv

arXiv reaDer

convolutional

domain

saliency

dataset

attention

action recognition

3D

transformer
リンク
UVid-Net：時間情報を埋め込むことによるUAV空中ビデオの強化されたセマンティックセグメンテーション
arxiv_reader 2021/05/28
空中ビデオのセマンティックセグメンテーションは、環境変化の監視、都市計画、および災害管理における意思決定に広く使用されています。これらの意思決定支援システムの信頼性は、ビデオセマンティックセグメンテー

pre-training

arXiv

UAV

arXiv reaDer

LSTM

semantic segmentation

embedding

localization

CNN

optical flow
リンク
HDRUNet：ノイズ除去と非量子化を使用した単一画像HDR再構成
arxiv_reader 2021/05/28
ほとんどの民生用デジタルカメラは、センサーの制約により、実際のシーンで限られた範囲の輝度しかキャプチャできません。その上、ノイズと量子化エラーはしばしばイメージングプロセスで導入されます。優れた視覚品

arXiv

reconstruction

learning

denoising

arXiv reaDer

quantization

loss function
リンク
解きほぐされた表現による自己教師あり敵対例の検出
arxiv_reader 2021/05/28
深層学習モデルは、悪意のある目的のために精巧に設計された敵対的な例に対して脆弱であり、人間の知覚システムには認識されないことが知られています。オートエンコーダは、良性の例のみでトレーニングされた場合、

arXiv

adversarial

representation

reconstruction

CNN

arXiv reaDer

dataset

disentangling

detection

self-supervised
リンク
ブラインドモーションブレ除去超解像：動的時空間学習が静的画像理解と出会うとき
arxiv_reader 2021/05/28
シングル画像超解像（SR）とマルチフレームSRは、低解像度画像を超解像する2つの方法です。シングルイメージSRは通常、各イメージを個別に処理しますが、継続フレームに含まれる時間情報を無視します。マルチ

spatio-temporal

arXiv

reconstruction

learning

arXiv reaDer

super-resolution

loss function
リンク
マルチスケールグラジエントU-Netを使用した効率的な高解像度の画像から画像への変換
arxiv_reader 2021/05/28
最近、Conditional Generative Adversarial Network（Conditional GAN）は、いくつかの画像から画像への変換アプリケーションで非常に有望なパフォーマン

synthesis

arXiv

GAN

U-Net

arXiv reaDer

gradient
リンク
スタイルの転送とペイントはモデルの堅牢性のために何ができますか？
arxiv_reader 2021/05/28
モデルの堅牢性を向上させるための一般的な戦略は、データの拡張によるものです。データの拡張により、モデルは、水平方向の反転に対する不変性や色の小さな変化など、必要な不変性を学習するようになります。最近の

arXiv

learning

arXiv reaDer

saliency

augmentation
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 2021/05/28
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

arXiv

video

pedestrian

pose

vehicle

face

human

arXiv reaDer
リンク
想像力に富んだ生成的敵対的ネットワーク：動的な骨格ベースの手のジェスチャーと人間の行動の認識のための自動データ拡張
arxiv_reader 2021/05/28
ディープラーニングアプローチは、時空間的な人間の動きデータの認識において最先端のパフォーマンスを提供します。ただし、これらの認識タスクにおける主な課題の1つは、利用可能なトレーニングデータが限られてい

synthesis

arXiv

gesture

GAN

learning

human

arXiv reaDer

action recognition

augmentation
リンク
RGB-D屋内シーン分類のためのマルチネイバーフッドグラフ畳み込みを使用した2D-3D幾何学的融合ネットワーク
arxiv_reader 2021/05/28
マルチモーダルフュージョンは、シーン分類タスクのパフォーマンスを向上させるのに役立つことが証明されています。この論文では、3D幾何学的特徴と2D畳み込みニューラルネットワークによって得られた2Dテクス

arXiv

dataset

classification

arXiv reaDer

embedding

pooling

3D

CNN

RGB-D
リンク
SSAN：ビデオ表現学習のための分離可能な自己注意ネットワーク
arxiv_reader 2021/05/28
自己注意は、長距離の依存関係をモデル化する効果があるため、ビデオ表現学習にうまく適用されています。既存のアプローチは、空間的次元と時間的次元に沿ったペアワイズ相関を同時に計算するだけで依存関係を構築し

arXiv

dataset

video

arXiv reaDer

representation learning

reasoning

embedding

action recognition

CNN
リンク
暗黙の表現とハイパーネットワークによる3Dシーンのスタイリング
arxiv_reader 2021/05/28
この作業では、3Dシーンの定型化の問題に対処することを目指しています。つまり、任意の新しいビュー角度でシーンの定型化された画像を生成します。簡単な解決策は、既存の新しいビュー合成と画像/ビデオスタイル

synthesis

arXiv

representation

human

arXiv reaDer

3D
リンク
マルチスケールビジョンロングフォーマー：高解像度画像エンコーディング用の新しいビジョントランスフォーマー
arxiv_reader 2021/05/28
このホワイトペーパーでは、2つの手法を使用して高解像度画像をエンコードするためにdosovitskiy2020imageのViTを大幅に強化する新しいVision Transformer（ViT）アー

arXiv

classification

segmentation

arXiv reaDer

attention

detection

transformer
リンク
マルチチャネルマテリアルテクスチャを3チャネル損失に渡す
arxiv_reader 2021/05/28
私たちの目的は、アルベド、ノーマル、ラフネス、メタルネス、アンビエントオクルージョンなどの物理ベースのレンダリングに通常使用される複数のマテリアルチャネルでテクスチャジェネレータをトレーニングするため

arXiv reaDer

occlusion

arXiv

CNN
リンク
PSRR-MaxpoolNMS：関係回復を伴うピラミッドシフトMaxpoolNMS
arxiv_reader 2021/05/28
非最大抑制（NMS）は、オブジェクト検出のための最新の畳み込みニューラルネットワークにおける重要な後処理ステップです。本質的に並列である畳み込みとは異なり、NMSのデファクトスタンダードであるGree

arXiv reaDer

arXiv

CNN

detection
リンク
Joint-DetNAS：NAS、剪定、動的蒸留で検出器をアップグレード
arxiv_reader 2021/05/28
ニューラルアーキテクチャ検索、プルーニング、ナレッジ蒸留の3つの主要コンポーネントを統合する、オブジェクト検出用の統合NASフレームワークであるJoint-DetNASを提案します。これらの手法を単純

arXiv

NAS

knowledge distillation

arXiv reaDer

pruning

detection
リンク
センサーから視覚への行動認識のための意味論を意識した適応知識蒸留
arxiv_reader 2021/05/28
既存の視覚ベースの行動認識は、閉塞や外観の変化の影響を受けやすく、ウェアラブルセンサーは、1次元の時系列信号で人間の動きをキャプチャすることにより、これらの課題を軽減できます。同じ行動について、視覚セ

arXiv

representation

video

learning

knowledge distillation

human

arXiv reaDer

dataset

occlusion

action recognition
リンク
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の機能の再利用と融合
arxiv_reader 2021/05/28
リアルタイムのセマンティックセグメンテーションの場合、高解像度を維持しながら速度を上げる方法は、議論され解決された問題です。バックボーンデザインとフュージョンデザインは、常にリアルタイムセマンティック

pre-training

arXiv

real time

benchmark

arXiv reaDer

semantic segmentation

dataset
リンク
マルチパスフレーム予測によるロバストな教師なしビデオ異常検出
arxiv_reader 2021/05/28
ビデオ異常検出は、セキュリティ監視などの多くのアプリケーションで一般的に使用されており、非常に困難です。最近のビデオ異常検出アプローチの大部分は、深い再構成モデルを利用していますが、正常なビデオフレー

arXiv

reconstruction

pedestrian

video

arXiv reaDer

dataset

unsupervised

anomaly detection
リンク
ローカルリプシッツ制約を伴う教師なし適応セマンティックセグメンテーション
arxiv_reader 2021/05/28
教師なしドメイン適応の最近の進歩により、セマンティックセグメンテーションが大幅に進歩しました。既存の方法は、さまざまなドメインを敵対的なトレーニングに合わせるか、疑似ラベルを利用して教師ありトレーニン

adversarial

arXiv

benchmark

arXiv reaDer

domain adaptation

semantic segmentation

unsupervised

regularization
リンク
YOLO5Face：顔検出器を再発明する理由
arxiv_reader 2021/05/28
近年、畳み込みニューラルネットワークを使用した顔検出で大きな進歩が見られました。多くの顔検出器は、顔の検出用に指定された設計を使用していますが、顔検出は一般的なオブジェクト検出タスクとして扱います。

arXiv

real time

face

detection

arXiv reaDer

landmark

dataset

loss function

CNN
リンク
エントロピー分布外検出：未知の例のシームレスな検出
arxiv_reader 2021/05/28
この論文では、ニューラルネットワークの不十分な分布外（OOD）検出性能は、主にSoftMax損失異方性と、最大エントロピーの原理に反して低エントロピー確率分布を生成する傾向によるものであると主張します

metric learning

arXiv

adversarial

classification

arXiv reaDer

generative

loss function

OOD

detection
リンク
画像ベースの植物萎凋推定
arxiv_reader 2021/05/28
多くの植物は、熱、水分の喪失、または病気によって、しわが寄ったり垂れ下がったりします。これはしおれとしても知られています。この論文では、細菌感染によって引き起こされる植物のしおれを調べます。特に、植物

arXiv reaDer

arXiv

metric

estimation
リンク
半教師あり医療画像セグメンテーションのための自己アンサンブル対照学習
arxiv_reader 2021/05/28
ディープラーニングは、手動ラベル付きの十分な量のトレーニングデータを使用して、医療画像セグメンテーションの大幅な改善を示しています。代表的なラベルを取得するには、専門知識と徹底的な労力が必要です。この

contrastive learning

arXiv

MRI

segmentation

CT

arXiv reaDer

semi-supervised

dataset

regularization
リンク
模倣学習とモジュール化に基づくレーシングドローンのロバストなナビゲーション
arxiv_reader 2021/05/28
このペーパーでは、知覚モジュールにカスタマイズされた畳み込みニューラルネットワーク（CNN）を使用して高レベルのナビゲーションコマンドを生成し、最先端のプランナーとコントローラーを活用して低レベルを生

simulation

synthesis

arXiv

learning

arXiv reaDer

dataset

drone

CNN
リンク
サポートサンプルを使用して非パラメトリックにビュー割り当てを予測することによる視覚的特徴の半教師あり学習
arxiv_reader 2021/05/28
この論文では、サポートサンプル（PAWS）を使用してビューの割り当てを予測することにより、新しい学習方法を提案します。このメソッドは、一貫性の損失を最小限に抑えるようにモデルをトレーニングします。これ

arXiv

representation

learning

arXiv reaDer

semi-supervised

self-supervised
リンク
スパースアノテーションと階層記述子からの3Dセグメンテーション学習
arxiv_reader 2021/05/28
3Dセマンティックセグメンテーションの主な障害の1つは、完全な教師ありトレーニングのために高価なポイントごとの注釈を生成するために必要な多大な努力です。手作業を軽減するために、GIDSegを提案します

arXiv

adversarial

sparse

learning

arXiv reaDer

convolutional

semantic segmentation

3D

reasoning
リンク
i3dLoc：一貫性のない環境条件に対してロバストな画像から範囲へのクロスドメインローカリゼーション
arxiv_reader 2021/05/28
屋内と屋外のシーンで点群マップに関して単一のカメラをローカライズする方法を提示します。ローカル不変特徴の対応は、画像と3Dの間のドメイン間で一貫していないため、この問題は困難です。この方法では、照明、

arXiv

GAN

arXiv reaDer

convolutional

domain

dataset

localization

point cloud

3D
リンク
科学的画像偽造検出器のベンチマーク
arxiv_reader 2021/05/28
科学的な画像の整合性の領域は、法医学的手法を設計および評価するための利用可能なデータセットの欠如という、困難な研究のボトルネックを示しています。そのデータの機密性は、あらゆる種類のアクセス可能なフォレ

arXiv

benchmark

arXiv reaDer

metric

dataset

detection
リンク
グラフ畳み込みニューラルネットワークによる汎用OCR段落の識別
arxiv_reader 2021/05/28
段落は、ドキュメントエンティティの重要なクラスです。 OCRテキストボックスに適用される空間グラフ畳み込みニューラルネットワーク（GCN）による段落識別のための新しいアプローチを提案します。 OCR結

R-CNN

GCN

synthesis

arXiv

clustering

identification

arXiv reaDer

dataset

CNN
リンク
ソーシャルメディアのニュース投稿におけるマルチモーダルセマンティック不整合の検出
arxiv_reader 2021/05/28
コンピューターで生成されたコンテンツとディープフェイクが着実に改善されるにつれて、マルチメディアフォレンジックへのセマンティックアプローチがより重要になります。この論文では、ソーシャルメディアのニュー

arXiv

video

classification

face

deepfake

arXiv reaDer

dataset

detection
リンク
一般的な単一画像CNNを使用したビデオでのオブジェクト検出の問題
arxiv_reader 2021/05/28
コンピュータビジョンの成長している分野は、オブジェクト検出です。物体検出は、産業プロセス、医療画像分析、自動運転車などの多くのアプリケーションで使用されます。ビデオ内のオブジェクトを検出する機能は非常

R-CNN

arXiv

segmentation

detection

arXiv reaDer

computer vision

dataset

loss function

CNN
リンク
ViPTT-Net：胸部CTスキャンからの結核タイプ分類のための時空間モデルのビデオ事前トレーニング
arxiv_reader 2021/05/28
事前トレーニングは、限られたデータから学習し、一般化を改善するためのディープラーニングワークフローへの関心の高まりを引き起こしました。これは2D画像分類タスクでは一般的ですが、胸部CT解釈などの3D医

spatio-temporal

arXiv

representation

RNN

classification

CT

arXiv reaDer

interpretation

3D

CNN
リンク
双方向学習ビデオ圧縮のためのエンドツーエンドのレート歪み最適化
arxiv_reader 2021/05/28
従来のビデオ圧縮方法は、線形変換とブロックモーションモデルを採用しており、エンドツーエンドの最適化問題の組み合わせの性質により、モーション推定、モードと量子化パラメーターの選択、およびエントロピーコ

arXiv

estimation

compression

video

arXiv reaDer

quantization
リンク
DFPN：変形可能なフレーム予測ネットワーク
arxiv_reader 2021/05/28
学習したフレーム予測は、コンピュータビジョンとビデオ圧縮で現在関心のある問題です。学習されたフレーム予測のためにいくつかのディープネットワークアーキテクチャが提案されていますが、私たちの知る限り、フレ

arXiv

video

compression

arXiv reaDer

convolutional

computer vision
リンク
RSCA：リアルタイムセグメンテーションベースのコンテキストアウェアシーンテキスト検出
arxiv_reader 2021/05/28
セグメンテーションベースのシーンテキスト検出方法は、湾曲したテキストインスタンスで正確なピクセルレベルの予測を行い、アンカーでの時間のかかる処理なしにリアルタイムの推論を容易にするため、最近、任意の形

arXiv

real time

benchmark

arXiv reaDer

dataset

detection
リンク
cofga：航空写真からのオブジェクトのきめ細かい分類のためのデータセット
arxiv_reader 2021/05/28
オーバーヘッド画像内のオブジェクトの検出と分類は、コンピュータビジョンにおける2つの重要で困難な問題です。この分野のさまざまな研究分野の中で、高解像度の衛星および空中イメージングシステムの最近の進歩に

arXiv

classification

arXiv reaDer

computer vision

satellite

domain

dataset

detection
リンク
DSLR：敵対的に訓練されたオートエンコーダーを使用した動的から静的へのLiDARスキャンの再構築
arxiv_reader 2021/05/28
動的オブジェクトを含むシーンのLiDARスキャンから静的環境を正確に再構築することは、動的から静的への変換（DST）と呼ばれ、自律ナビゲーションの重要な研究分野です。この問題は最近ビジュアルSLAMで

arXiv

SLAM

reconstruction

LiDAR

segmentation

arXiv reaDer

domain adaptation

generative

unsupervised
リンク
サラウンドビュー魚眼カメラを使用したワイヤレス充電アライメントのためのオンライン学習システム
arxiv_reader 2021/05/28
電気自動車はますます一般的になり、誘導充電パッドは電気自動車を充電する便利で効率的な手段と見なされています。ただし、ドライバーは通常、効率的な誘導充電に必要な精度で車両を位置合わせするのが不十分である

arXiv

SLAM

video

vehicle

arXiv reaDer

action

landmark

semantic segmentation

dataset

localization
リンク
コンピュータビジョンと相反する価値観：自動化された代替テキストで人々を説明する
arxiv_reader 2021/05/28
学者たちは最近、画像内の人々の説明を自動的に生成するためのコンピュータビジョンの使用によって提起されたさまざまな物議を醸す問題に注目を集めています。これらの懸念にもかかわらず、自動画像記述は、視覚障害

arXiv reaDer

attention

computer vision

arXiv
リンク
CogView：トランスフォーマーを介したテキストから画像への生成の習得
arxiv_reader 2021/05/28
一般的な領域でのテキストから画像への生成は、長い間未解決の問題であり、生成モデルとクロスモーダルの両方の理解が必要です。この問題を進めるために、VQ-VAEトークナイザーを備えた40億パラメーターのト

arXiv

learning

arXiv reaDer

domain

super-resolution

generative

zero-shot

transformer
リンク
エッジでの継続的な学習：スマートフォンデバイスでのリアルタイムトレーニング
arxiv_reader 2021/05/28
パーソナライズされた学習のためのオンデバイストレーニングは、困難な研究課題です。個人ユーザーのニーズにより適したものにするためには、エッジで詳細予測モデルを迅速に適応できることが必要です。ただし、エッ

arXiv

real time

adaptation

pose

benchmark

learning

arXiv reaDer

dataset
リンク
ビデオ処理における機械学習の透過的応用に向けて
arxiv_reader 2021/05/28
ディープラーニングの飛躍的進歩のおかげで、より効率的なビデオ圧縮とビデオエンハンスメントのための機械学習技術が開発されました。人工知能（AI）の高度な形式と見なされる新しい技術は、これまで予期していな

arXiv

video

compression

learning

arXiv reaDer
リンク
インスタンス認識潜在空間検索による解きほぐされた顔属性編集
arxiv_reader 2021/05/28
最近の研究では、さまざまな顔の属性編集アプリケーションを可能にする生成的敵対的ネットワーク（GAN）の潜在空間に、豊富なセマンティック方向のセットが存在することが示されています。ただし、既存の方法では

arXiv

GAN

bias

face

arXiv reaDer

metric

disentangling
リンク
意味的に一貫した合成から実領域への適応のためのコンテンツの解きほぐし
arxiv_reader 2021/05/28
合成データの生成は、自動運転で新しい交通シナリオを生成するための魅力的なアプローチです。ただし、合成データのみでトレーニングされた深層学習手法は、実際のデータでテストすると劇的なパフォーマンスの低下に

synthesis

arXiv

autonomous driving

learning

arXiv reaDer

domain adaptation

semantic segmentation

disentangling

unsupervised
リンク
合成されたコンテンツを識別するためのアクティベーションスペースでのパターン検出
arxiv_reader 2021/05/28
生成的敵対的ネットワーク（GAN）は、最近、低次元のランダムノイズからの写実的な画像合成において前例のない成功を収めました。高品質のコンテンツを大規模に合成する機能は、生成されたサンプルが誤った情報に

pre-training

synthesis

arXiv

GAN

arXiv reaDer

detection
リンク
FNAS：不確実性を意識した高速ニューラルアーキテクチャ検索
arxiv_reader 2021/05/28
強化学習（RL）ベースのニューラルアーキテクチャ検索（NAS）は、一般に、より良い収束を保証しますが、ロールアウトのボトルネック（プロキシタスクでサンプリングされた各世代の徹底的なトレーニング）のため

arXiv reaDer

NAS

arXiv

reinforcement learning
リンク
DeepGaze IIE：最先端の顕著性モデリングのためのドメイン内外のキャリブレーションされた予測
arxiv_reader 2021/05/28
2014年以降、転移学習は空間的顕著性予測を改善するための主要な推進力になりました。ただし、過去3〜5年で進歩が停滞しています。 DeepGaze IIから採用された同じ読み出しアーキテクチャと学習プ

arXiv

benchmark

transfer learning

arXiv reaDer

saliency

metric

dataset
リンク
学習した画像圧縮のための自己組織化変分オートエンコーダ（Self-VAE）
arxiv_reader 2021/05/28
エンドツーエンドで最適化された学習画像圧縮では、畳み込み変分オートエンコーダーと一般化分割正規化（GDN）を使用して、画像を潜在空間に変換するのが標準的な方法です。最近、一連の選択肢から最良の非線形性

arXiv reaDer

convolutional

compression

arXiv
リンク
ビデオにおける近未来の活動の予測と説明
arxiv_reader 2021/05/28
人間の活動分析に関する既存の研究のほとんどは、完全または部分的な観察からの活動ラベルの認識または早期認識に焦点を合わせています。同様に、既存のビデオキャプションアプローチのほとんどすべては、ビデオで観

arXiv

video

activity

human

arXiv reaDer

seq2seq

captioning

dataset
リンク
COVID-19患者の深層学習技術を用いたコンピューター断層撮影肺血管造影スキャンにおける肺塞栓症の同定
arxiv_reader 2021/05/28
この作業の主な目的は、COVID-19患者のCTPAスキャンで肺塞栓症を特定するための最先端の深層学習アプローチを利用し、彼らのパフォーマンスの初期評価を提供し、最終的には高速なプロトタイプソリューシ

arXiv

localization

classification

transfer learning

detection

arXiv reaDer

identification

dataset

COVID-19

CNN
リンク
非常に大規模な顔認識のための効率的なトレーニングアプローチ
arxiv_reader 2021/05/28
顔認識は、超大規模で適切にラベル付けされたデータセットにより、ディープラーニングの時代に大きな進歩を遂げました。ただし、超大規模なデータセットのトレーニングには時間がかかり、多くのハードウェアリソース

arXiv

classification

arXiv reaDer

dataset

face recognition
リンク
ビデオ顕著な物体検出のためのガイダンスおよび教育ネットワーク
arxiv_reader 2021/05/28
時空間キューのマイニングが難しいため、ビデオ顕著なオブジェクト検出（VSOD）の既存のアプローチは、複雑でノイズの多いシナリオの理解に制限があり、目立つオブジェクトの推測に失敗することがよくあります。

arXiv

video

benchmark

learning

arXiv reaDer

saliency

detection
リンク
ノイズの多い環境でのロバストな教師なしマルチオブジェクト追跡
arxiv_reader 2021/05/28
カメラの動きや、ほこりや風などの予測できない環境条件により、ビデオフィードにノイズが発生します。一般的な教師なしMOT法は、ノイズのない条件に依存していることがわかります。少量の人工ランダムノイズを追

MOT

arXiv

representation

video

benchmark

arXiv reaDer

metric

dataset

attention

unsupervised
リンク
3Dマップでの自己中心的な活動の認識とローカリゼーション
arxiv_reader 2021/05/28
一人称視点でキャプチャされ、慣れ親しんだ環境で記録されたビデオを考えると、その人が何をしているかを認識し、3D空間のどこでアクションが発生するかを特定できますか？自己中心的なビデオから既知の3Dマップ

arXiv

representation

activity

human

arXiv reaDer

person

dataset

localization

action recognition

3D
リンク
- 2021年5月31日
- 2021年5月28日
- 2021年5月27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