arxiv_readerのブックマーク / 2021年6月28日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年6月28日のブックマーク (63件)

SITTA: データ拡張のための単一画像テクスチャ変換
arxiv_reader 2021/06/28
画像合成の最近の進歩により、ソースドメインとターゲットドメイン間のマッピングを学習することで画像を翻訳することができます。既存の方法は、さまざまなデータセットでモデルをトレーニングすることによって分布

synthesis

arXiv

domain

classification

few-shot

augmentation

learning

arXiv reaDer

dataset
リンク
領域ベースのグラフニューラルネットワークを使用した効率的なドキュメント画像分類
arxiv_reader 2021/06/28
ドキュメント画像の分類は、さまざまな業界の多くのエンタープライズアプリケーションで商業化できるため、依然として人気のある研究分野です。事前にトレーニングされた大規模なコンピュータービジョンと言語モデル

arXiv

pre-training

GNN

computer vision

classification

convolutional

arXiv reaDer

dataset
リンク
PVTv2：Pyramid VisionTransformerによるベースラインの改善
arxiv_reader 2021/06/28
コンピュータビジョンのトランスフォーマーは、最近、勇気づけられる進歩を示しています。この作業では、3つの改善設計を追加することにより、元のPyramid Vision Transformer（PVTv

segmentation

arXiv

computer vision

classification

transformer

convolutional

attention

arXiv reaDer

detection
リンク
不確実性推定のためのマスクサンブル
arxiv_reader 2021/06/28
ディープニューラルネットワークはその能力を十分に実証していますが、予測の信頼性を推定することは依然として困難です。ディープアンサンブルは、不確実性の推定値を生成するための最良の方法の1つであると広く考

arXiv reaDer

arXiv

dataset

estimation
リンク
ニューラルスタイル転送のためのインタラクティブなマルチレベルストロークコントロール
arxiv_reader 2021/06/28
スタイル要素の創造的な調整を容易にし、高出力の忠実度を可能にする、ニューラルスタイル転送のインタラクティブなマルチレベル制御用のモバイルアプリであるStyleTuneを紹介します。現在のモバイルニュー

arXiv reaDer

arXiv

CNN
リンク
物理ベースのデータ拡張を使用したマルチタスク3DCBCTからCTへの変換とリスクのある臓器のセグメンテーション
arxiv_reader 2021/06/28
現在の臨床診療では、ノイズが多くアーチファクトの多い毎週のコーンビームコンピュータ断層撮影（CBCT）画像は、放射線治療中の患者のセットアップにのみ使用されます。治療計画は、高品質の計画CT（pCT）

segmentation

arXiv

pre-training

synthesis

augmentation

dataset

arXiv reaDer

CT

3D
リンク
「ゼロショット」点群のアップサンプリング
arxiv_reader 2021/06/28
ディープラーニングを使用した点群のアップサンプリングは、過去数年間にさまざまな努力が払われてきました。最近の教師あり深層学習方法は、トレーニングデータのサイズに制限されており、点群のすべての形状をカバ

arXiv

benchmark

super-resolution

learning

dataset

arXiv reaDer

zero-shot

point cloud

unsupervised
リンク
画像および形状分析のための多変量中央値
arxiv_reader 2021/06/28
統計学者によって長い間研究されてきた多変量中央値の概念は、過去数十年の間に画像処理の文献に取り入れられ、カラー画像だけでなくマトリックス値画像などの多変量画像のロバストで効率的なノイズ除去フィルター

arXiv reaDer

arXiv

denoising
リンク
安定性のためのVAEの再パラメータ化
arxiv_reader 2021/06/28
変分オートエンコーダ（VAE）の数値安定性のトレーニングに向けた理論的アプローチを提案します。私たちの仕事は、VAEが複雑な画像データセットで最先端の生成結果に到達できるようにする最近の研究によって動

arXiv

generative

localization

arXiv reaDer

dataset
リンク
公正で解釈可能な表現学習のための射影による解きほぐし：3D顔形状分析への応用
arxiv_reader 2021/06/28
交絡バイアスは、特に臨床診療において、機械学習を実践に適用する場合の重大な問題です。複数のバイアスに依存しない表現を学習する問題を検討します。文献では、これは主に、学習した表現からバイアス情報を削除す

reconstruction

arXiv

face

representation learning

interpretation

disentangling

arXiv reaDer

3D

bias
リンク
ViTAS：VisionTransformerアーキテクチャ検索
arxiv_reader 2021/06/28
最近、トランスフォーマーは、自己注意メカニズムを備えた手動で分割されたパッチのシーケンスとして画像をモデル化することにより、コンピュータービジョンタスクの解決において大きな優位性を示しています。ただし

arXiv

computer vision

transformer

embedding

arXiv reaDer
リンク
補助条件による画像から画像への変換
arxiv_reader 2021/06/28
シミュレートされた画像でトレーニングされた人間の姿勢検出のような画像認識のパフォーマンスは、通常、実際のデータとシミュレートされたデータの相違のために悪化します。シミュレートされた画像の分布を実際の画

arXiv

human

pose

arXiv reaDer

detection
リンク
計算病理学のための意味論的注釈：学際的な経験とベストプラクティスの推奨事項
arxiv_reader 2021/06/28
全スライドイメージング（WSI）テクノロジーの最近の進歩により、無数のコンピュータービジョンおよび人工知能（AI）ベースの診断、予測、および予測アルゴリズムが開発されました。計算病理学（CPath）は

arXiv reaDer

arXiv

learning

computer vision
リンク
変圧器時の形状登録
arxiv_reader 2021/06/28
この論文では、非剛体の3D点群を効率的に登録するためのトランスベースの手順を提案します。提案されたアプローチはデータ駆動型であり、登録タスクで初めてトランスフォーマーアーキテクチャを採用します。私たち

arXiv

sparse

3D

transformer

learning

dataset

estimation

arXiv reaDer

point cloud
リンク
単眼RGBビデオからのアニメート可能な神経放射輝度フィールド
arxiv_reader 2021/06/28
単眼ビデオから詳細な人間のアバターを作成するためのアニメート可能な神経放射輝度フィールドを提示します。私たちのアプローチは、シーン表現ネットワークを学習しながら、明示的なポーズ誘導変形を導入することに

reconstruction

arXiv

human

monocular

video

pose estimation

learning

arXiv reaDer

representation
リンク
あなたがそれを作るまでそれを部分的に偽造する：改善された物体検出のために本物と偽物の熱画像を混合する
arxiv_reader 2021/06/28
この論文では、トレーニングデータセットが不足しているビジュアルコンテンツドメインに対して、実際のシーン内で合成3Dオブジェクトを合成する新しいデータ拡張アプローチを提案します。提案されたシステムのパフ

synthesis

arXiv

domain

generative

3D

video

augmentation

dataset

arXiv reaDer

detection
リンク
高度なHEVC画面コンテンツコーディングを使用したマルチビュービデオ圧縮
arxiv_reader 2021/06/28
このペーパーでは、画面コンテンツコーディングを使用したマルチビュービデオコーディングへの新しいアプローチを紹介します。ある瞬間、すべてのビューに対応するフレームが単一のフレームにパックされると想定され

arXiv reaDer

arXiv

compression

video
リンク
関連する可能性のあるペアを使用した多対多の対応を考慮したテキストクエリによるビデオモーメント検索
arxiv_reader 2021/06/28
この論文では、ビデオのコーパスからテキストベースのビデオモーメント検索のタスクを実行します。モデルをトレーニングするために、テキストとモーメントのペアのデータセットを使用して、正しい対応を学習しました

video

arXiv reaDer

arXiv

dataset

action

benchmark
リンク
組織病理学的画像を使用した膀胱癌の等級付けのための新しい自己学習フレームワーク
arxiv_reader 2021/06/28
最近、膀胱がんは発生率と死亡率の点で大幅に増加しています。現在、腫瘍の成長に基づいて、非筋肉浸潤性（NMIBC）と筋肉浸潤性膀胱癌（MIBC）の2つのサブタイプが知られています。この研究では、MIBC

arXiv

metric

classification

convolutional

learning

attention

clustering

arXiv reaDer

unsupervised
リンク
SRPN：組織像における核および細胞検出のための類似性ベースの領域提案ネットワーク
arxiv_reader 2021/06/28
組織学画像での核と細胞の検出は、臨床診療と病理学研究の両方で非常に価値があります。しかし、核や細胞の形態的変化などの複数の理由により、従来の物体検出方法では多くの場合満足のいく性能が得られないという困

segmentation

arXiv

benchmark

CNN

R-CNN

classification

embedding

arXiv reaDer

detection
リンク
クロスモーダル検索のためのグラフパターン損失ベースの多様な注意ネットワーク
arxiv_reader 2021/06/28
クロスモーダル検索は、画像、ビデオ、テキスト、オーディオなどのマルチメディアデータを組み合わせることにより、柔軟な検索エクスペリエンスを実現することを目的としています。教師なしアプローチのコアの1つは

arXiv

video

attention

arXiv reaDer

representation

dataset

unsupervised
リンク
テーラードプロトタイプニューラルネットワークを使用した緑内障グレーディングのための乳頭周囲OCTに焦点を当てたハイブリッド学習
arxiv_reader 2021/06/28
緑内障は、世界中の失明の主な原因の1つであり、光コヒーレンストモグラフィー（OCT）は、その検出のための典型的な画像技術です。緑内障の検出に焦点を当てたほとんどの最先端の研究とは異なり、この論文では、

arXiv

residual

CNN

few-shot

learning

attention

arXiv reaDer

detection
リンク
正則化のために球多様体を階層的に接続する
arxiv_reader 2021/06/28
このホワイトペーパーでは、階層的に編成されたクラスの分類問題について検討します。各クラスの分類器（超平面）を球体多様体に属するように強制します。球体多様体の中心はそのスーパークラスの分類器です。次に、

arXiv

manifold

classification

regularization

arXiv reaDer

dataset
リンク
DONeRF：深さのOracleネットワークを使用したコンパクトな神経放射輝度フィールドのリアルタイムレンダリングに向けて
arxiv_reader 2021/06/28
NeRFなどの暗黙的なニューラル表現に関する最近の研究の爆発的増加は、コンパクトなニューラルネットワークに高品質のシーンと照明情報を暗黙的に保存する可能性が非常に高いことを示しています。ただし、リアル

synthesis

arXiv

real time

classification

arXiv reaDer

representation
リンク
心房細動研究のための左心房LGEMRIの医療画像分析：レビュー
arxiv_reader 2021/06/28
後期ガドリニウム造影磁気共鳴画像法（LGE MRI）は、左心房（LA）の瘢痕を視覚化および定量化するために一般的に使用されます。瘢痕の位置と程度は、心房細動（AF）の病態生理学と進行に関する重要な情報

arXiv reaDer

arXiv

MRI

segmentation
リンク
糖尿病性網膜症の深層学習に基づく分析のための事前訓練と自己監視のロバスト性について
arxiv_reader 2021/06/28
ディープニューラルネットワークに基づく分類アルゴリズムが、人間の医療専門家と競争力のあるパフォーマンスレベルに達する医療ユースケースが増えています。データセットサイズが小さいという課題を軽減するために

arXiv

human

classification

arXiv reaDer

contrastive learning

self-supervised

representation

dataset
リンク
インターモダリティのプロービング：視覚言語の事前トレーニングのための自己注意による視覚解析
arxiv_reader 2021/06/28
Vision-Language Pre-training（VLP）は、画像とテキストのペアからマルチモーダル表現を学習することを目的としており、微調整して下流の視覚言語タスクに役立ちます。主要なVLP

arXiv

pre-training

VQA

CNN

metric

representation

transformer

embedding

arXiv reaDer

reasoning
リンク
AD-NeRF：トーキングヘッド合成のためのオーディオ駆動型ニューラル放射輝度フィールド
arxiv_reader 2021/06/28
入力オーディオシーケンスに適合させることによって忠実度の高いトーキングヘッドビデオを生成することは、最近かなりの注目を集めている挑戦的な問題です。この論文では、ニューラルシーン表現ネットワークを利用し

synthesis

arXiv

face

landmark

video

arXiv reaDer

representation

3D
リンク
シングルおよびユニオン非並列サポートベクターマシンフレームワーク
arxiv_reader 2021/06/28
分類問題を考慮して、非平行超平面を備えた非平行サポートベクターマシンを2種類のフレームワークに要約します。最初のタイプは、超平面を個別に構築します。一連の小さな最適化問題を解決して一連の超平面を取得し

arXiv reaDer

arXiv

benchmark

classification
リンク
写真は視覚的な質問応答のために百の言葉に値するかもしれません
arxiv_reader 2021/06/28
写真を理解するために、テキスト表現をどこまで進めることができますか？画像の理解では、簡潔で詳細な画像表現を使用することが不可欠です。 Faster R-CNNなどの視覚モデルによって抽出された深い視覚

arXiv

VQA

R-CNN

transformer

augmentation

learning

arXiv reaDer

representation

bias
リンク
MultiFace：顔認識パフォーマンスを向上させるための一般的なトレーニングメカニズム
arxiv_reader 2021/06/28
ディープ畳み込みニューラルネットワーク（DCNN）とそのバリアントは、最近、大規模な顔認識（FR）で広く使用されています。既存の方法は、多くのFRベンチマークで良好なパフォーマンスを達成しています。し

arXiv

sparse

benchmark

CNN

face recognition

clustering

arXiv reaDer

loss function

dataset
リンク
NP-DRAW：画像生成のためのノンパラメトリック構造化潜在変数モデル
arxiv_reader 2021/06/28
この論文では、NP-DRAWと呼ばれる、画像生成のためのノンパラメトリック構造化潜在変数モデルを提示します。これは、部分ごとに潜在キャンバスに順次描画し、キャンバスから画像をデコードします。主な貢献は

arXiv

generative

transformer

learning

RNN

arXiv reaDer
リンク
ビデオ質問応答のための階層的オブジェクト指向時空間推論
arxiv_reader 2021/06/28
ビデオ質問応答（ビデオQA）は、新しいAI機能を開発するための強力なテストベッドです。このタスクでは、時空の視覚的および言語的ドメイン全体のオブジェクト、関係、およびイベントについて推論することを学ぶ

arXiv

domain

spatio-temporal

video

representation

learning

arXiv reaDer

reasoning

dataset
リンク
クラスおよびレイヤーごとのVAEを介した多様化するセマンティック画像の合成と編集
arxiv_reader 2021/06/28
セマンティック画像合成は、単一のセマンティックマスクからフォトリアリスティックな画像を生成するプロセスです。マルチモーダル画像合成の多様性を豊かにするために、以前の方法は、単一の潜在空間を学習すること

synthesis

arXiv

domain

learning

arXiv reaDer

dataset
リンク
インテリジェント自律ナビゲーションエージェントの構築
arxiv_reader 2021/06/28
過去10年間の機械学習の飛躍的進歩により、「デジタルインテリジェンス」、つまり、大量のラベル付きデータから学習して、音声認識、顔認識、機械翻訳などのいくつかのデジタルタスクを実行できる機械学習モデルが

arXiv

representation

face recognition

reinforcement learning

localization

arXiv reaDer

reasoning
リンク
マルチタスク視覚学習のための生成モデリング
arxiv_reader 2021/06/28
生成モデリングは最近、コンピュータービジョンで大きな期待を示していますが、視覚的にリアルな画像の合成に主に焦点を当てています。この論文では、共有可能な特徴表現のマルチタスク学習に動機付けられて、さまざ

synthesis

arXiv

benchmark

generative

computer vision

learning

arXiv reaDer

multi-task

representation
リンク
敵対的な例への対抗：入力変換とノイズの多いトレーニングの組み合わせ
arxiv_reader 2021/06/28
最近の研究では、ニューラルネットワーク（NN）ベースの画像分類器は、セキュリティに敏感な画像認識タスクに脅威をもたらす敵対的な例に対して非常に脆弱であることが示されています。以前の研究では、JPEG圧

compression

arXiv

pre-training

adversarial

classification

quantization

augmentation

pose

arXiv reaDer
リンク
SDS評価の質問ごとの長期ビデオ録画からのうつ病の解釈
arxiv_reader 2021/06/28
自己評価うつ病尺度（SDS）質問票は、効率的なうつ病の予備スクリーニングに頻繁に使用されています。ただし、制御不能な自己管理手段は、無愛想または欺瞞的に答え、臨床医が管理するハミルトンうつ病評価尺度（

arXiv

face

affinity

CNN

action

3D

video

dataset

arXiv reaDer

detection
リンク
MRI再構成のための完全な畳み込みRNNの過不足
arxiv_reader 2021/06/28
アンダーサンプリングされたデータから磁気共鳴（MR）画像を再構成することは、アンダーサンプリング操作によって導入されるさまざまなアーティファクトのために困難な問題です。 MR画像再構成のための最近の深

reconstruction

arXiv

MRI

convolutional

learning

attention

RNN

arXiv reaDer

dataset
リンク
HAN：スケルトンベースのジェスチャ認識のための効率的な階層的自己注意ネットワーク
arxiv_reader 2021/06/28
スケルトンベースのジェスチャ認識の以前の方法は、ほとんどの場合、スケルトンシーケンスを疑似画像または時空間グラフに配置し、特徴抽出に深い畳み込みニューラルネットワーク（CNN）またはグラフ畳み込みネッ

arXiv

CNN

gesture

classification

RNN

arXiv reaDer

GCN

dataset
リンク
エネルギーベースの生成的協調的顕著性予測
arxiv_reader 2021/06/28
従来の顕著性予測モデルは、通常、画像から対応するグラウンドトゥルース顕著性マップへの決定論的マッピングを学習します。本論文では、画像を与えられた顕著性マップ上の条件付き確率分布を学習し、予測をサンプリ

arXiv

pre-training

weakly-supervised

saliency

generative

learning

arXiv reaDer
リンク
ベイジアンアイトラッキング
arxiv_reader 2021/06/28
モデルベースの視線追跡は、トレーニングデータや視線注釈を必要とせずに、さまざまな対象に一般化できるため、視線追跡の主要なアプローチとなっています。ただし、モデルベースの視線追跡は、特に野生での視線追跡

estimation

arXiv

benchmark

landmark

CNN

tracking

pose

Bayesian

arXiv reaDer

detection
リンク
要点：グラフ畳み込みカーネルを使用した距離画像での効率的な3Dオブジェクト検出
arxiv_reader 2021/06/28
3Dオブジェクト検出は、多くのロボット工学アプリケーションにとって不可欠です。 2D透視範囲画像が存在するタスクの場合、この範囲画像ビューから直接3D表現を学習することを提案します。この目的のために、

arXiv

3D

transformer

convolutional

pedestrian

dataset

arXiv reaDer

representation

detection
リンク
RSN：効率的で正確なLiDAR3Dオブジェクト検出のためのレンジスパースネット
arxiv_reader 2021/06/28
LiDARデータからの3Dオブジェクトの検出は、ほとんどの自動運転システムの重要なコンポーネントです。安全で高速な運転には、新しいLiDARによって可能になるより広い検出範囲が必要です。これらのより広

arXiv

real time

sparse

autonomous driving

3D

convolutional

pedestrian

LiDAR

arXiv reaDer

detection
リンク
CausalCity：因果関係の発見と推論のためのエージェンシーとの複雑なシミュレーション
arxiv_reader 2021/06/28
因果的および反事実的推論を実行する能力は、人間の知性の中心的な特性です。これらのタイプの推論を実行できる意思決定システムは、より一般化および解釈可能になる可能性があります。シミュレーションは、パラメー

arXiv

human

domain

simulation

vehicle

arXiv reaDer

reasoning
リンク
FOVQA：ブラインドフォビエテッドビデオ品質評価
arxiv_reader 2021/06/28
以前のブラインドまたは参照なし（NR）ビデオ品質評価（VQA）モデルは、自然シーン統計（NSS）から引き出された特徴に大きく依存していますが、画像統計が空間領域で定常であるという仮定の下にあります。こ

compression

arXiv

VQA

gaze

domain

video

attention

arXiv reaDer
リンク
Joslim：スリム化可能なニューラルネットワークのためのジョイントの幅と重みの最適化
arxiv_reader 2021/06/28
スリム化可能なニューラルネットワークは、単一モデルと同じストレージ要件で、予測エラーと計算要件（浮動小数点演算やFLOPの数など）の間の柔軟なトレードオフフロントを提供します。これらは、メモリの制約が

arXiv reaDer

arXiv

CNN

dataset
リンク
リモートセンシングされた季節内作物成長推定のためのドメイン誘導機械学習
arxiv_reader 2021/06/28
高度な機械学習技術は、作物マッピングや収量予測などのリモートセンシング（RS）アプリケーションで使用されてきましたが、作物の進行状況を追跡するために十分に活用されていません。この研究では、シーズン中の

approximation

arXiv

real time

domain

manifold

learning

attention

tracking

estimation

arXiv reaDer
リンク
近赤外線における地質ターゲットのハイパースペクトル画像の一般化された教師なしクラスタリング
arxiv_reader 2021/06/28
地質学的問題への赤外線ハイパースペクトル画像の適用は、データがよりアクセス可能で費用効果が高くなるにつれて、より一般的になりつつあります。スペクトル的に類似した物質のクラスター化と分類は、地球での経済

arXiv

metric

classification

clustering

arXiv reaDer

unsupervised
リンク
熱力学的一貫性が保証されたスロッシングシーンでの物理的知覚
arxiv_reader 2021/06/28
物理的知覚は、限られたデータまたはシーンの部分的な測定しか利用できないという問題に直面することがよくあります。この作業では、自由表面の測定からスロッシング液体の完全な状態を学習するための戦略を提案しま

arXiv

real time

manifold

simulation

computer vision

augmentation

RNN

arXiv reaDer

reasoning

bias
リンク
マルチビューステレオからの自由視点屋内神経リライティング
arxiv_reader 2021/06/28
インタラクティブな自由視点ナビゲーションを可能にする、キャプチャされた屋内シーン用のニューラルリライティングアルゴリズムを紹介します。私たちの方法では、キャストシャドウと複雑な光沢のあるマテリアルをコ

reconstruction

arXiv

synthesis

stereo

mesh

convolutional

dataset

arXiv reaDer

representation

3D
リンク
ドメイン一般化された医療画像セグメンテーションのための解きほぐしを伴う半教師ありメタ学習
arxiv_reader 2021/06/28
ディープモデルを新しいセンター（ここではドメインと呼ばれる）からの新しいデータに一般化することは、依然として課題です。これは主に、ソースドメインと非表示ドメイン間のデータ統計のシフト（ドメインシフト）

segmentation

arXiv

benchmark

domain

disentangling

semi-supervised

arXiv reaDer

representation
リンク
モデルベースのマルチパラメータマッピング
arxiv_reader 2021/06/28
定量的MRイメージングは、その豊富な情報コンテンツと標準化された測定のためにますます支持されています。ただし、縦緩和率（R1）、見かけの横緩和率（R2 *）、磁化移動飽和（MTsat）などの定量的パラ

arXiv

generative

interpretation

estimation

arXiv reaDer

dataset
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 2021/06/28
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

detection

keypoint

pose estimation

dataset

vehicle

arXiv reaDer

3D
リンク
相補的分類器のペアを使用した一般化された1クラス学習
arxiv_reader 2021/06/28
1クラス学習は、注釈が1つのクラスでのみ使用可能なデータにモデルを適合させるという古典的な問題です。この論文では、1クラス学習の新しい目的を探求します。これを総称して一般化1クラス識別部分空間（GOD

arXiv

human

computer vision

video

learning

dataset

pose

arXiv reaDer

activity

anomaly detection
リンク
DnS：効率的で正確なビデオのインデックス作成と検索のための蒸留と選択
arxiv_reader 2021/06/28
この論文では、大規模なデータセットにおける高性能で計算効率の高いコンテンツベースのビデオ検索の問題に取り組んでいます。現在の方法は、通常、（i）時空間表現と類似性計算を使用して、高い計算コストで高いパ

arXiv

knowledge distillation

representation

video

arXiv reaDer

spatio-temporal

dataset
リンク
フェデレーテッドノイジークライアントラーニング
arxiv_reader 2021/06/28
フェデレーテッドラーニング（FL）は、データのプライバシーを保護するためにトレーニングデータを分散化したまま、複数のローカルクライアントに応じて共有グローバルモデルを共同で集約します。ただし、標準のF

arXiv reaDer

arXiv

learning

dataset
リンク
差分プライバシーが解釈可能性と出会うとき：事例研究
arxiv_reader 2021/06/28
医用画像や診断などのタスクでディープニューラルネットワーク（DNN）をトレーニングするための個人データの使用が増加していることを考えると、DNNの差別化されたプライベートトレーニングの重要性が急増して

arXiv

DNN

attention

arXiv reaDer

dataset
リンク
テクスチャのない屋内回転シーンの自己監視単眼深度推定
arxiv_reader 2021/06/28
自己教師あり深層学習法は、単眼深度推定のトレーニングにステレオ画像を活用しています。これらの方法は、KITTIなどの屋外データセットで強力な結果を示していますが、カメラの回転を伴う屋内環境での教師あり

reconstruction

arXiv

stereo

monocular

learning

pose

estimation

arXiv reaDer

self-supervised

dataset
リンク
自動運転におけるマルチモーダル 3D オブジェクト検出: 調査
arxiv_reader 2021/06/28
過去数年間で、自動運転の急速な発展を目の当たりにしてきました。しかし、複雑でダイナミックな運転環境のため、完全な自律性を達成することは依然として困難な作業です。その結果、自動運転車には、堅牢で正確な環

arXiv

autonomous driving

3D

learning

dataset

LiDAR

arXiv reaDer

representation

detection
リンク
P2T：シーン理解のためのピラミッドプーリングトランスフォーマー
arxiv_reader 2021/06/28
このホワイトペーパーでは、ビジョントランスフォーマーの2つの問題を共同で解決します。i）マルチヘッド自己注意（MHSA）の計算は、計算/スペースの複雑さが高い。 ii）最近のビジョントランスフォーマー

arXiv

pooling

saliency

classification

transformer

arXiv reaDer

semantic segmentation

detection
リンク
微分可能なモンテカルロレンダリングを使用した統一された形状とSVBRDFの回復
arxiv_reader 2021/06/28
測定された2D画像を使用して実世界のオブジェクトの形状と外観を再構築することは、コンピュータビジョンにおける長年の問題でした。この論文では、ロバストな粗から微細への最適化と物理ベースの微分可能レンダリ

arXiv

gradient

computer vision

differentiable

arXiv reaDer
リンク
マルチアタックのロバスト性のためのノイズ生成の学習
arxiv_reader 2021/06/28
敵対的学習は、敵対的摂動に対する既存の方法の感受性を回避するための成功した手法の 1 つとして浮上しています。ただし、既存の防御方法の大部分は、単一のカテゴリの敵対的摂動 (たとえば、ℓ_∞-攻撃)

arXiv

adversarial

learning

arXiv reaDer

dataset
リンク
- 2021年6月29日
- 2021年6月28日
- 2021年6月25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