arxiv_readerのブックマーク / 2021年6月29日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年6月29日のブックマーク (178件)

MLPベースのビジョンバックボーンのためのトークンミキシングMLPの再考
arxiv_reader 2021/06/29
過去10年間で、マシンビジョンバックボーンの急速な進歩を目の当たりにしてきました。画像処理からの誘導バイアスを導入することにより、畳み込みニューラルネットワーク（CNN）は、多数のコンピュータービジョ

CNN

classification

transformer

convolutional

bias

arXiv

computer vision

arXiv reaDer

benchmark
リンク
初期の畳み込みは、トランスフォーマーの見栄えを良くするのに役立ちます
arxiv_reader 2021/06/29
ビジョントランスフォーマー（ViT）モデルは、標準以下の最適化可能性を示します。特に、オプティマイザー（AdamWとSGD）、オプティマイザーのハイパーパラメーター、およびトレーニングスケジュールの長

CNN

transformer

dataset

arXiv

arXiv reaDer

SGD
リンク
HDMapGen：高解像度マップの階層グラフ生成モデル
arxiv_reader 2021/06/29
高解像度（HD）マップは、交通ルールの豊富なセマンティクスを備えた車線の正確な定義を備えたマップです。これらは、モーションの予測や計画など、自動運転システムのいくつかの重要な段階で重要です。ただし、実

autoregressive

dataset

autonomous driving

arXiv

arXiv reaDer

representation

generative
リンク
アニメート可能な人間のアバターの個別のレイヤーとしての衣服のモデリング
arxiv_reader 2021/06/29
最近の作業では、フォトリアリスティックなアニメーション化可能な全身コーデックアバターの構築に大きな進歩が見られましたが、これらのアバターは、衣服の忠実度の高いアニメーションを生成するのに依然として困難

face

video

pose

convolutional

arXiv

arXiv reaDer

mesh

representation

3D
リンク
EfficientUNetを使用した衛星画像による雲構造の分類と理解
arxiv_reader 2021/06/29
気候変動は、長年にわたって共通の関心事であり、重要な政治的議論と意思決定の最前線でした。浅い雲は地球の気候を理解する上で重要な役割を果たしますが、気候モデルで解釈して表現することは困難です。これらの雲

CNN

classification

segmentation

dataset

metric

arXiv

arXiv reaDer

satellite
リンク
K-Net：統一された画像セグメンテーションに向けて
arxiv_reader 2021/06/29
セマンティック、インスタンス、およびパノプティコンのセグメンテーションは、基礎となる接続にもかかわらず、さまざまな特殊なフレームワークを使用して対処されています。このホワイトペーパーでは、これらの本質

panoptic segmentation

semantic segmentation

arXiv

arXiv reaDer
リンク
アテンションベースのディープピクセルワイズバイナリ監視ネットワークによるアイリスプレゼンテーション攻撃の検出
arxiv_reader 2021/06/29
虹彩提示攻撃検出（PAD）は、虹彩認識システムで重要な役割を果たします。ほとんどの既存のCNNベースのアイリスPADソリューションは、1）CNNのトレーニング中にバイナリラベル監視のみを実行し、グロー

CNN

attention

convolutional

arXiv

detection

learning

arXiv reaDer
リンク
RAW画像のプログレッシブジョイントローライトエンハンスメントとノイズリダクション
arxiv_reader 2021/06/29
モバイルデバイスでの低照度イメージングは、比較的小さなアパーチャを通過する入射光が不十分であり、信号対雑音比が低くなるため、通常は困難です。低照度の画像処理に関するこれまでの作業のほとんどは、照明調整

arXiv

estimation

learning

denoising

arXiv reaDer
リンク
CLIPDraw：言語-画像エンコーダーによるテキストから図面への合成の調査
arxiv_reader 2021/06/29
この作品は、自然言語の入力に基づいて新しいドローイングを合成するアルゴリズムであるCLIPDrawを紹介します。 CLIPDrawはトレーニングを必要としません。むしろ、事前にトレーニングされたCLI

synthesis

metric

bias

arXiv

pre-training

arXiv reaDer

representation
リンク
非線形表現学習のダイナミクスとその応用を理解する
arxiv_reader 2021/06/29
世界環境の表現は、機械知能において重要な役割を果たします。画像のピクセル値など、生の感覚表現の空間で直接推論と推論を行うことは、多くの場合非効率的です。表現学習により、生の感覚データから適切な表現を自

classification

reasoning

unsupervised

dataset

representation learning

convolutional

arXiv

batch normalization

arXiv reaDer

benchmark
リンク
CNNトレーニングスコアの分析によるデータセットバイアスの軽減
arxiv_reader 2021/06/29
トレーニングデータセットは、全体的なパフォーマンスに直接影響を与える畳み込みニューラルネットワークベースのアルゴリズムにとって重要です。そのため、バイアスのレベルが最小である適切に構造化されたデータセ

CNN

classification

dataset

bias

arXiv

arXiv reaDer
リンク
リモートセンシング画像の検索と分類をロバストな微調整で統合
arxiv_reader 2021/06/29
高解像度リモートセンシング画像分析の進歩は、現在、深層学習手法をトレーニングするのに十分な注釈付きデータを収集することが困難であるために妨げられており、さまざまな小さなデータセットおよび関連するデータ

classification

adversarial

dataset

arXiv

learning

arXiv reaDer

benchmark
リンク
マルチスケールクロスグラフィック畳み込みに基づくハイパースペクトルリモートセンシング画像分類
arxiv_reader 2021/06/29
特徴のマイニングと利用は、ハイパースペクトルリモートセンシング画像の分類と認識に使用されるモデルの分類パフォーマンスに直接影響します。従来のモデルは通常、単一の観点から機能マイニングを実行します。マイ

classification

dataset

convolutional

arXiv

learning

arXiv reaDer

residual
リンク
単一段階の弱教師ありセマンティックセグメンテーションに向けて
arxiv_reader 2021/06/29
セマンティックセグメンテーションラベルを取得するコストのかかるプロセスにより、画像レベル、ポイント、またはボックスラベルのみを使用して、弱教師ありセグメンテーションセグメンテーション（WSSS）メソッ

classification

dataset

arXiv

weakly-supervised

pre-training

arXiv reaDer

representation

semantic segmentation

benchmark
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 2021/06/29
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

convolutional

detection

arXiv

keypoint

computer vision

localization

arXiv reaDer

representation

benchmark
リンク
対照表現学習のための理論駆動型自己ラベリング改良法
arxiv_reader 2021/06/29
画像クエリの場合、教師なし対照学習は、同じ画像のトリミングをポジティブとしてラベル付けし、他の画像のトリミングをネガティブとしてラベル付けします。直感的ではありますが、このようなネイティブラベル割り当

classification

unsupervised

representation learning

arXiv

contrastive learning

arXiv reaDer
リンク
ワンショットアフォーダンス検出
arxiv_reader 2021/06/29
アフォーダンス検出とは、画像内のオブジェクトの潜在的な活動電位を特定することを指します。これは、ロボットの知覚と操作にとって重要な機能です。目に見えないシナリオでこの能力をロボットに与えるために、この

robot

dataset

metric

one-shot

adaptation

detection

arXiv

action

arXiv reaDer

benchmark
リンク
知覚的画質評価に関するNTIRE2021チャレンジ
arxiv_reader 2021/06/29
このペーパーでは、CVPR 2021での画像復元および強化ワークショップ（NTIRE）ワークショップの新しいトレンドと併せて開催された知覚画質評価（IQA）に関するNTIRE 2021チャレンジについ

pose

dataset

GAN

arXiv

arXiv reaDer
リンク
小さなビデオネットワーク
arxiv_reader 2021/06/29
ビデオの理解は、現実の世界で働く自律エージェントの能力に大きな影響を与える挑戦的な問題です。それでも、これまでのソリューションは計算量が多く、最速のアルゴリズムが強力なGPUでビデオスニペットごとに0

learning

video

arXiv

arXiv reaDer
リンク
畳み込みニューラルネットワークを使用したスマートウォーカーでのリアルタイムの人間の姿勢推定
arxiv_reader 2021/06/29
リハビリテーションは、運動障害のある患者の生活の質を改善するために重要です。スマートウォーカーは一般的に使用されるソリューションであり、データ駆動型のヒューマンインザループ制御および監視のための自動で

CNN

pose estimation

dataset

metric

arXiv

detection

real time

arXiv reaDer

3D

human pose estimation
リンク
Speech2Properties2Gestures：音声から表象ジェスチャを生成するためのツールとしてのジェスチャ-プロパティ予測
arxiv_reader 2021/06/29
データ駆動型アプローチでより意味的に豊富なジェスチャを生成できるようにすることを目的として、ジェスチャ生成の新しいフレームワークを提案します。私たちのアプローチは、最初にジェスチャするかどうかを予測し

gesture

arXiv

arXiv reaDer
リンク
インストラクショナルビデオでの教師なしアクションの発見
arxiv_reader 2021/06/29
この論文では、教師なしの方法で教育ビデオからアトミックアクションを自動的に発見する問題に対処します。教育用ビデオには複雑なアクティビティが含まれており、自律型ロボットや仮想アシスタントなどのインテリジ

activity

robot

segmentation

autoregressive

unsupervised

arXiv

action

arXiv reaDer

human
リンク
スマートエッジセンサーへのセマンティックフィードバックを使用したリアルタイムマルチビュー3D人間の姿勢推定
arxiv_reader 2021/06/29
セマンティックフィードバックループを介してバックエンドと結合された分散型スマートエッジセンサーを使用して、マルチカメラセットアップから3D人間のポーズを推定するための新しい方法を提示します。各カメラビ

pose estimation

dataset

arXiv

detection

real time

arXiv reaDer

representation

3D

human pose estimation
リンク
胸部X線画像でのCOVID-19診断のための固有空間でのタイル状のスパースコーディング
arxiv_reader 2021/06/29
COVID-19（コロナウイルス病2019）パンデミックの進行中の危機は世界を変えました。世界保健機関（WHO）によると、この病気で400万人が死亡しましたが、COVID-19の確定症例は1億8000

classification

reconstruction

COVID-19

sparse

dataset

arXiv

learning

arXiv reaDer
リンク
乳がんWSIを処理するための加重マルチレベルディープラーニング分析とフレームワーク
arxiv_reader 2021/06/29
乳がん（BC）の予防と早期診断は、適切な治療法を選択するための必須の前提条件です。より高速でより正確な診断結果への需要の高まりによる大きなプレッシャーが、自動ソリューションを推進しています。過去10年

domain

classification

arXiv

learning

arXiv reaDer
リンク
単眼ビデオからの仮想骨を使用したモーションプロジェクション整合性ベースの3D人間ポーズ推定
arxiv_reader 2021/06/29
リアルタイムの3D人間の姿勢の推定は、人間とコンピューターの相互作用にとって非常に重要です。単眼ビデオからのみ3D人間のポーズを推定することは安価で実用的です。しかし、最近の骨スプライシングベースの3

video

pose estimation

dataset

arXiv

learning

real time

monocular

arXiv reaDer

3D

human pose estimation
リンク
グローバルマルチモーダル画像アラインメントへの応用による周波数領域での相互情報量の高速計算
arxiv_reader 2021/06/29
マルチモーダル画像アラインメントは、異種データの融合と相関分析を容易にするために、異なるイメージング技術によって、または異なる条件下で形成された画像間の空間的対応を見つけるプロセスです。相互情報量（M

domain

dataset

arXiv

arXiv reaDer

benchmark
リンク
フラクタルピラミッドネットワーク
arxiv_reader 2021/06/29
広く使用されているエンコーダ-デコーダ構造の代替として、ピクセル単位の予測タスク用の新しいネットワークアーキテクチャであるフラクタルピラミッドネットワーク（PFN）を提案します。エンコーダーデコーダー

dataset

arXiv

estimation

self-supervised

monocular

arXiv reaDer

semantic segmentation
リンク
RoboCupSSLのリアルタイム埋め込みオブジェクト検出のデータセットとベンチマーク
arxiv_reader 2021/06/29
特定のコンテキストでモデルからオブジェクトへの検出を作成する場合、最初の障害は、目的のクラスにラベルを付けるデータセットを用意することです。 RoboCupでは、一部のリーグには、モデルをトレーニング

CNN

robot

dataset

detection

arXiv

real time

arXiv reaDer

benchmark
リンク
ACN：モダリティが欠落している脳腫瘍セグメンテーションのための敵対的共同トレーニングネットワーク
arxiv_reader 2021/06/29
磁気共鳴画像法（MRI）からの脳腫瘍の正確なセグメンテーションは、診断、予後、および外科治療に臨床的に関連しており、補足的な形態学的および生理病理学的情報を提供するために複数のモダリティが必要です。た

domain

adversarial

segmentation

unsupervised

dataset

transfer learning

arXiv

MRI

arXiv reaDer
リンク
トレーニング可能な光カーネルを使用したプライバシー保護画像取得
arxiv_reader 2021/06/29
センサーやカメラが普及している私たちの社会では、プライバシーの保護がますます懸念されています。この作業では、初めて、画像センサーに到達する前に光学領域の情報を明らかにする機密性の高いアイデンティティを

domain

adversarial

reconstruction

face

convolutional

detection

arXiv

arXiv reaDer
リンク
大変形画像レジストレーションのためのCNN機能を備えた準共形モデル
arxiv_reader 2021/06/29
画像レジストレーションは過去数十年にわたって広く研究されており、科学、工学、医学に数多くの用途があります。大変形画像レジストレーションのための従来の数学モデルのほとんどは、通常、面倒な手動ラベル付けを

CNN

arXiv

landmark

learning

pre-training

arXiv reaDer
リンク
トレーニングまたはテストのいずれにもオーバーヘッドのないディープアンサンブル：動的スパース性の総合的な祝福
arxiv_reader 2021/06/29
スパースニューラルネットワークに関する最近の研究は、対応する高密度ネットワークのパフォーマンスをパラメータの一部と一致させるために、スパースネットワークを分離してトレーニングすることが可能であることを

CNN

identification

sparse

one-shot

arXiv

estimation

arXiv reaDer
リンク
ViTA: オブジェクトタグの整列による視覚言語変換
arxiv_reader 2021/06/29
マルチモーダル機械翻訳 (MMT) は、翻訳用の視覚情報でソーステキストを充実させます。近年人気が高まっており、同じ方向にいくつかのパイプラインが提案されています。しかし、このタスクには、翻訳システ

domain

dataset

seq2seq

arXiv

arXiv reaDer
リンク
過剰決定を伴う対照的な反事実的視覚的説明
arxiv_reader 2021/06/29
この論文では、CLEARImageと呼ばれる新しい説明可能なAI手法を紹介します。 CLEAR Imageは、満足のいく説明は対照的で、反事実的で、測定可能でなければならないという見解に基づいています

classification

adversarial

segmentation

metric

arXiv

saliency

explainable

arXiv reaDer

contrastive
リンク
断面データからの成人の脳の微分同相老化モデル
arxiv_reader 2021/06/29
脳の規範的な老化傾向は、神経学的構造障害の評価における重要な基準として役立ちます。このようなモデルは通常、縦方向の脳画像データ（異なる時点での同じ被験者の追跡データ）から開発されます。実際には、そのよ

dataset

human

arXiv

arXiv reaDer
リンク
R2RNet：リアルローからリアルノーマルネットワークを介した低照度画像の強調
arxiv_reader 2021/06/29
弱い照明条件でキャプチャされた画像は、画質を大幅に低下させます。低照度画像の一連の劣化を解決すると、画像の視覚的品質と高レベルの視覚的タスクのパフォーマンスを効果的に向上させることができます。この論文

synthesis

face

dataset

detection

arXiv

denoising

arXiv reaDer
リンク
画像を再びリアルにする：ディープ画像合成に関する包括的な調査
arxiv_reader 2021/06/29
一般的な画像編集操作として、画像合成は、ある画像から前景を切り取り、それを別の画像に貼り付けて、合成画像を作成することを目的としています。ただし、合成画像を非現実的にする可能性のある多くの問題がありま

dataset

arXiv

arXiv reaDer
リンク
連続画像の敵対的生成
arxiv_reader 2021/06/29
ほとんどの既存の学習システムでは、画像は通常2Dピクセル配列として表示されます。ただし、人気が高まっている別のパラダイムでは、2D画像は暗黙の神経表現（INR）として表されます。これは、（x、y）座標

adversarial

dataset

GAN

arXiv

learning

arXiv reaDer

representation
リンク
オンラインインタビューと試験のための不正行為検出パイプライン
arxiv_reader 2021/06/29
パンデミックと在宅勤務環境の利点の両方のために、遠隔検査と就職の面接が人気を博し、不可欠になっています。ほとんどの企業や学術機関は、採用プロセスやオンライン試験にこれらのシステムを利用しています。しか

person

video

face recognition

dataset

detection

arXiv

tracking

arXiv reaDer

activity
リンク
冒険者のトレジャーハント：シーングラフに基づく視覚的に接地された構成的な視覚的質問応答のための透明なシステム
arxiv_reader 2021/06/29
VQAの推論プロセスにおけるシステムの透明性と視覚的根拠を改善するという明確な目標を掲げて、シーングラフに基づく構成VQAのタスクのためのモジュラーシステムを提示します。私たちのシステムは「Adven

reasoning

dataset

arXiv

VQA

arXiv reaDer
リンク
機能強化とリレーショナル推論を備えた、よりコンパクトなオブジェクト検出器ヘッドネットワーク
arxiv_reader 2021/06/29
暗黙的な機能の相互作用パターンのモデリングは、オブジェクト検出タスクにとって非常に重要です。ただし、2ステージ検出器では、手作りのコンポーネントを過度に使用しているため、インスタンス機能の暗黙的な関係

reasoning

detection

arXiv

R-CNN

arXiv reaDer
リンク
不確実性推定を使用したビデオインスタンスセグメンテーションの誤った負の削減
arxiv_reader 2021/06/29
画像のインスタンスセグメンテーションは、自動化されたシーン理解のための重要なツールです。ニューラルネットワークは通常、精度の観点から全体的なパフォーマンスを最適化するようにトレーニングされています。一

pedestrian

segmentation

video

metric

detection

pruning

arXiv

estimation

arXiv reaDer
リンク
少数のショット学習がないマルチモーダルおよび部分モダリティのための二接合条件付き変分オートエンコーダ
arxiv_reader 2021/06/29
データ拡張は、数ショットの分類タスクのパフォーマンスを向上させるための強力な手法です。サプリメントとしてより多くのサンプルを生成し、このタスクを解決のための一般的な教師あり学習の問題に変換できます。た

synthesis

classification

few-shot

dataset

augmentation

arXiv

learning

arXiv reaDer

representation
リンク
皮膚病変画像からライム病を診断するための転移学習による畳み込みニューラルネットワークの探索
arxiv_reader 2021/06/29
ライム病は、世界で最も一般的な感染性ベクター媒介性疾患の1つです。初期の段階では、この病気はほとんどの場合、紅斑性移行症（EM）の皮膚病変を伴って現れます。これらの初期型のより良い診断は、適切な抗生物

CNN

dataset

metric

transfer learning

arXiv

pre-training

arXiv reaDer
リンク
日本語と中国語のオフライン手書きテキスト認識用のリカレントニューラルネットワークトランスデューサ
arxiv_reader 2021/06/29
本論文では、日本語と中国語のオフライン手書きテキストライン画像を認識するためのRNN-Transducerモデルを提案します。私たちの知る限り、これはオフライン手書きテキスト認識にRNN-Transd

CNN

RNN

dataset

arXiv

arXiv reaDer
リンク
機能の組み合わせが注目を集める：Baiduサッカー埋め込みとTransformerベースの時間検出
arxiv_reader 2021/06/29
急速に進化するインターネット技術と新しいツールにより、オンラインで生成されるスポーツ関連のビデオは、かつてないほど速いペースで増加しています。スポーツビデオの編集/ハイライト生成プロセスを自動化するた

transformer

video

embedding

detection

arXiv

arXiv reaDer

action recognition
リンク
VAT-Mart：3D関節オブジェクトを操作するための視覚的アクション軌道提案の学習
arxiv_reader 2021/06/29
人間の環境で3D関節オブジェクト（キャビネット、ドアなど）を認識して操作することは、将来のホームアシスタントロボットにとって重要でありながら困難な作業です。 3D関節オブジェクトの空間は、無数のセマン

pose

dataset

arXiv

reinforcement learning

trajectory

estimation

arXiv reaDer

human

representation

3D
リンク
画像マット化のための事前に誘発された情報の整列
arxiv_reader 2021/06/29
画像のマット化は、画像の前景ピクセルの不透明度を推定することを目的とした不適切な問題です。ただし、ほとんどの既存の深層学習ベースの方法は、依然として大まかな詳細に悩まされています。一般に、これらのアル

dataset

domain

arXiv

arXiv reaDer
リンク
MAAD-Face：顔画像用の大規模な注釈付き属性データセット
arxiv_reader 2021/06/29
ソフトバイオメトリクスは、顔のバイオメトリクスおよび関連分野で重要な役割を果たします。これらは、パフォーマンスの偏りにつながる可能性がある、ユーザーのプライバシーを脅かす、または商業的側面に価値がある

biometrics

face recognition

dataset

arXiv

arXiv reaDer

human
リンク
Co ^ 2L：対照的な継続学習
arxiv_reader 2021/06/29
自己教師あり学習における最近の進歩は、そのようなアルゴリズムが、タスク固有の監督に依存する共同トレーニング方法よりも、目に見えないタスクにうまく転送できる視覚的表現を学習することを示しています。この論

classification

dataset

arXiv

distillation

contrastive learning

self-supervised

arXiv reaDer

representation

benchmark
リンク
画像分類のためのプログレッシブクラスベース拡張学習
arxiv_reader 2021/06/29
本論文では、画像分類のためのクラスベース拡張学習と呼ばれる新しい画像処理スキームを提案します。これは、混乱するクラスのサンプルの監視刺激頻度を改善することを目的としています。クラスベースの拡張学習は、

classification

attention

arXiv

learning

arXiv reaDer

benchmark
リンク
BERTベースの感情分析：ソフトウェアエンジニアリングの観点
arxiv_reader 2021/06/29
感情分析は、ソフトウェアエンジニアリングで使用されるツールに、APIレコメンデーションシステムおよび使用される関連ライブラリとともに適切なリードを提供できます。これに関連して、SentiCR、Sent

classification

transformer

BERT

dataset

arXiv

pre-training

arXiv reaDer
リンク
CTスキャン画像からの自動COVID-19診断のためのBERTを備えた3DCNNネットワーク
arxiv_reader 2021/06/29
肺CTスキャンスライス画像からの自動COVID1-19診断フレームワークを提示します。このフレームワークでは、CTスキャンボリュームのスライス画像は、最初にセグメンテーション技術を使用して処理され、閉

CNN

classification

segmentation

BERT

COVID-19

embedding

arXiv

arXiv reaDer

3D
リンク
キメラ-マルチ：マルチロボットシステム用のロバストで分散型の高密度メトリックセマンティックSLAM
arxiv_reader 2021/06/29
このホワイトペーパーでは、（i）堅牢で、知覚エイリアシングに起因するロボット間およびロボット内の誤ったループクロージャを識別および拒否できる最初のマルチロボットシステムであるKimera-Multiを

reconstruction

SLAM

pose

arXiv

trajectory

estimation

real time

localization

arXiv reaDer

3D
リンク
正確な生物医学画像セグメンテーションのためのマルチコンパウンドトランスフォーマー
arxiv_reader 2021/06/29
最近のビジョントランスフォーマー（つまり、画像分類用）は、さまざまなパッチトークンの非ローカルで注意深い相互作用を学習します。ただし、従来の技術では、さまざまなピクセルのクロススケール依存関係、さまざ

classification

transformer

segmentation

attention

embedding

convolutional

arXiv

arXiv reaDer

benchmark
リンク
複雑な動的環境で小さくて動きの速いターゲットを識別するための時間遅延フィードバックニューラルネットワーク
arxiv_reader 2021/06/29
複雑な視覚環境内で小さな動く物体を識別することは、一般に計算能力が制限されている自律型マイクロロボットにとって重要な課題です。高度に進化した視覚システムを活用することで、飛んでいる昆虫は、小さなターゲ

robot

detection

arXiv

saliency

arXiv reaDer
リンク
Rail-5k：レール表面の欠陥を検出するための実際のデータセット
arxiv_reader 2021/06/29
このホワイトペーパーでは、実際のアプリケーションシナリオ、つまりレール表面の欠陥検出タスクにおけるビジュアルアルゴリズムのパフォーマンスをベンチマークするためのRail-5kデータセットを紹介します。

domain

dataset

semi-supervised

detection

arXiv

learning

arXiv reaDer

benchmark
リンク
CNNベースのRSRLを介した画像の美的評価のための適切なモデルを確立するための調査：実証的研究
arxiv_reader 2021/06/29
写真美的評価のための適切なモデルを確立するために、この論文では、CNNの最終層FCノードの解きほぐし度を反映するDメジャーを紹介します。 F-メジャーとD-メジャーを組み合わせてFDメジャーを取得する

CNN

arXiv

disentangling

learning

arXiv reaDer
リンク
非画像の深層学習画像認識
arxiv_reader 2021/06/29
強力な深層学習アルゴリズムは、これらの問題を画像認識問題に変換することにより、非画像機械学習（ML）問題を解決する機会を開きます。この章で紹介するCPC-Rアルゴリズムは、非画像データを視覚化すること

CNN

classification

dataset

arXiv

saliency

learning

arXiv reaDer

benchmark
リンク
広視野小口径望遠鏡のためのディープニューラルネットワークベースの測光および位置天文学フレームワーク
arxiv_reader 2021/06/29
広視野小口径望遠鏡（WFSAT）は、主に、点のような天体や縞のような天体の科学情報を取得するために使用されます。ただし、WFSATによって取得される画像の品質は、バックグラウンドノイズと可変点広がり関

classification

transfer learning

detection

arXiv

arXiv reaDer
リンク
TiVGAN：ステップバイステップの進化的ジェネレーターによるテキストからイメージへのビデオ生成
arxiv_reader 2021/06/29
テクノロジーの進歩により、目的のビジュアルマルチメディアを作成できる方法が開発されました。特に、深層学習を使用した画像生成は、さまざまな分野にわたって広く研究されています。それとは対照的に、特に条件

video

dataset

GAN

arXiv

learning

arXiv reaDer
リンク
皮膚病変分析のための自己監視事前トレーニングの評価
arxiv_reader 2021/06/29
教師あり事前トレーニングは、転移学習のための教師あり事前トレーニングの有利な代替手段として表示されます。プレテキストタスクで注釈を合成することにより、自己監視により、ターゲットタスクでモデルを微調整す

synthesis

OOD

dataset

transfer learning

arXiv

self-supervised

pre-training

arXiv reaDer
リンク
AtrousSpatialPyramid変形可能畳み込みとぼけ除去-再ぼけ一貫性を使用したブラインド不均一モーションぼけ除去
arxiv_reader 2021/06/29
多くの深層学習ベースの方法は、ブラーカーネルを知らなくても、オブジェクトの動きや手ぶれによって引き起こされる不均一な（空間的に変化する）モーションブラーを除去するように設計されています。潜在的な鮮明な

dataset

convolutional

arXiv

learning

arXiv reaDer

benchmark
リンク
以前のフロー変分オートエンコーダ：非侵入的負荷監視のための密度推定モデル
arxiv_reader 2021/06/29
Non-Intrusive Load Monitoring（NILM）は、単一のメーターで測定された全消費量から、電力負荷のアプライアンスごとに推定する計算手法です。本論文では、ディープニューラルネッ

dataset

estimation

arXiv

arXiv reaDer
リンク
高度な周囲生成敵対的ネットワークを使用した医用画像測定からの確率的オブジェクトモデルの学習
arxiv_reader 2021/06/29
コンピュータシミュレーションを介して新しい医用画像技術を客観的に評価するためには、画像データに寄与する変動のすべての原因を説明することが重要です。オブザーバーのパフォーマンスを大幅に制限する可能性のあ

GAN

learning

arXiv

arXiv reaDer
リンク
段階的外挿によるディープニューラルネットワークの顕著性の視覚化の強化
arxiv_reader 2021/06/29
この論文では、畳み込みニューラルネットワークベースのモデルからの決定の視覚的説明を提示するために、勾配加重クラス活性化マップまたは励起バックプロパゲーションなどのクラス活性化マッピング方法の拡張手法を

CNN

attention

detection

arXiv

saliency

localization

arXiv reaDer
リンク
量子回路学習とのマッチングポイントセット
arxiv_reader 2021/06/29
この作業では、ポイントセットマッチング問題へのパラメータ化された量子回路学習アプローチを提案します。以前のアニーリングベースの方法とは対照的に、我々は、カーネルベースの損失関数で勾配を下降させることに

arXiv

learning

loss function

pre-training

arXiv reaDer
リンク
ジオデータベース更新の変更検出
arxiv_reader 2021/06/29
今日、ジオデータベース（ベクトル化されたデータ）は、かなり標準的なデジタル都市インフラストラクチャになっています。ただし、地理データベースを効率的かつ経済的に更新することは、地理空間業界の基本的かつ実

detection

3D

arXiv

arXiv reaDer
リンク
画像ベースの3Dオブジェクトモデリングのための幾何学的処理
arxiv_reader 2021/06/29
画像ベースの3Dオブジェクトモデリングとは、生の光学画像をオブジェクトの3Dデジタル表現に変換するプロセスを指します。非常に多くの場合、そのようなモデルは、寸法的に真であり、フォトリアリスティックな外

reconstruction

arXiv

arXiv reaDer

mesh

representation

3D
リンク
クロスビュー画像の融合による3D再構成
arxiv_reader 2021/06/29
マルチステレオおよびステレオ画像からの3Dリカバリは、画像ベースのパースペクティブジオメトリの重要なアプリケーションとして、コンピュータビジョン、リモートセンシング、および地理情報学の多くのアプリケー

reconstruction

video

dataset

arXiv

computer vision

point cloud

arXiv reaDer

3D

satellite

stereo
リンク
注意深いマルチスケールの深い畳み込みニューラルネットワークを使用した変形性膝関節症の重症度予測
arxiv_reader 2021/06/29
膝変形性関節症（OA）は、世界中の何百万もの生命に関する関節のこわばり、痛み、および機能障害によって特定される破壊的な関節疾患です。これは通常、身体的症状、病歴、およびX線写真、磁気共鳴画像法（MRI

CNN

classification

CT

attention

dataset

arXiv

learning

MRI

arXiv reaDer
リンク
ブラックボックスよりも暗い：類似性クエリからの顔の再構成
arxiv_reader 2021/06/29
最近、顔認識モデルを反転するためのいくつかの方法が提示され、深いテンプレートから顔を再構築しようとしました。これらのアプローチのいくつかは、顔の埋め込みのみを使用するブラックボックス設定で機能しますが

reconstruction

face recognition

embedding

arXiv

arXiv reaDer
リンク
3D点群オブジェクトを忘れずに学習する
arxiv_reader 2021/06/29
新しいクラスのセットに対して十分にトレーニングされた深層学習モデルを微調整すると、ネットワークは新しい概念を学習しますが、古いトレーニングの知識を徐々に忘れてしまいます。一部の実際のアプリケーションで

synthesis

domain

dataset

knowledge distillation

arXiv

learning

point cloud

arXiv reaDer

3D
リンク
バイナリ空間分割ツリーネットワークを介したメッシュ表現の学習
arxiv_reader 2021/06/29
ポリゴンメッシュはいたるところにありますが、ディープラーニング革命では比較的小さな役割しか果たしていません。 3D形状の最先端のニューラル生成モデルは、陰関数を学習し、高価なアイソサーフェシングを介し

reconstruction

arXiv

learning

arXiv reaDer

mesh

representation

3D

generative
リンク
技術文書分類のためのディープラーニング
arxiv_reader 2021/06/29
大規模なテクノロジー企業では、関連する意思決定をサポートするためにエンジニアやマネージャーが作成した技術ドキュメントを管理および整理する必要性が近年劇的に高まっており、よりスケーラブルで正確な自動ドキ

CNN

classification

RNN

arXiv

learning

arXiv reaDer
リンク
SDOF-Tracker：スキップ検出とオプティカルフローによる高速で正確な複数の人間の追跡
arxiv_reader 2021/06/29
複数の人身売買は、シーンを理解するための基本的な問題です。実際のアプリケーションでは精度と速度の両方が必要ですが、ディープラーニングに基づく最近の追跡方法は精度に重点を置いており、かなりの実行時間を必

optical flow

dataset

metric

detection

arXiv

learning

tracking

arXiv reaDer

human
リンク
良性生検にもかかわらず前立腺癌のリスクがある患者を検出するための深層学習の使用
arxiv_reader 2021/06/29
背景：前立腺の経直腸的超音波ガイド下系統的生検は、前立腺癌の診断を確立するための日常的な手順です。ただし、10〜12の前立腺コア生検では、比較的少量の前立腺しかサンプリングされないため、生検コア間の領

CNN

classification

arXiv

learning

arXiv reaDer
リンク
トランスフォーマーによる加速マルチモーダルMRイメージング
arxiv_reader 2021/06/29
加速マルチモーダル磁気共鳴（MR）イメージングは、高速MRイメージングのための新しく効果的なソリューションであり、補助モダリティからのガイダンスにより、アンダーサンプリングされた対応物からターゲットモ

CNN

transformer

attention

arXiv

arXiv reaDer
リンク
ショートビデオ顔解析チャレンジの3位ソリューション
arxiv_reader 2021/06/29
これは、CVPR 2021でのサードパーソンインコンテキスト（PIC）ワークショップとチャレンジのショートビデオ解析顔解析トラックのチームラットのソリューションを紹介する短いテクニカルレポートです。こ

classification

person

segmentation

attention

face

arXiv

arXiv reaDer
リンク
MQA：ロボット操作による質問への回答
arxiv_reader 2021/06/29
この論文では、ロボットが特定の質問に答えるために環境を変更するための操作アクションを実行する、新しいタスクである操作質問応答（MQA）を提案します。この問題を解決するために、QAモジュールと操作モジュ

robot

dataset

simulation

arXiv

action

VQA

arXiv reaDer
リンク
ニューラルネットワークにおけるコンテキスト依存処理の継続的な学習
arxiv_reader 2021/06/29
ディープニューラルネットワーク（DNN）は、入力と出力の間の洗練された固定マッピングルールを学習するための強力なツールです。これにより、マッピングルールが同じに保たれず、さまざまなコンテキストに応じて

arXiv

learning

DNN

arXiv reaDer

representation
リンク
可逆的注意
arxiv_reader 2021/06/29
注意は、長距離の依存関係をキャプチャするための効率的なメカニズムであることが証明されています。ただし、これまでのところ、可逆ネットワークには展開されていません。これは、ネットワークを可逆にするために、

reconstruction

attention

arXiv

arXiv reaDer
リンク
EPIC-KITCHENS-100アクション認識のための教師なしドメイン適応チャレンジ2021：チームM3EMテクニカルレポート
arxiv_reader 2021/06/29
このレポートでは、アクション認識のための2021EPIC-KITCHENS-100教師なしドメイン適応チャレンジへの提出の技術的な詳細について説明します。複数のモダリティを活用することは、教師なしドメ

unsupervised

domain adaptation

arXiv

arXiv reaDer

action recognition

representation
リンク
オブジェクト距離推定のための表現ベースの回帰
arxiv_reader 2021/06/29
本研究では、観測シーンで検出された物体の距離を予測するための新しいアプローチを提案します。提案されたアプローチは、最近提案された畳み込みサポート推定ネットワーク（CSEN）を変更します。 CSENは、

classification

sparse

dataset

convolutional

detection

arXiv

estimation

arXiv reaDer

representation

3D
リンク
サーモグラム画像を使用した糖尿病性足の早期発見のための機械学習モデル
arxiv_reader 2021/06/29
糖尿病性足潰瘍（DFU）と切断は、重大な病的状態の原因です。 DFUの予防は、DFUのリスクがある患者を特定し、教育と荷降ろしを通じて予防措置を講じることによって達成される可能性があります。いくつかの

CNN

identification

classification

detection

arXiv

learning

arXiv reaDer
リンク
デアルビノとアフィニティーを介して顔の表情表現を修正することを学ぶ
arxiv_reader 2021/06/29
顔の表情認識（FER）は、顔のバリエーションを指す分類タスクです。したがって、顔の表情の間には特定の親和性の特徴があり、FERの文献ではほとんど注目されていません。畳み込みパディングは、エッジ情報のキ

classification

face

attention

representation learning

convolutional

pooling

arXiv

affinity

arXiv reaDer

benchmark
リンク
画像から幾何学的構造の問題を解決することを学ぶ
arxiv_reader 2021/06/29
ユークリッド幾何学ゲームで定規とコンパスを使用して幾何学的構造を見つけるための純粋に画像ベースの方法について説明します。この方法は、Mask R-CNNの最先端の画像処理ニューラルアーキテクチャを適応

learning

R-CNN

arXiv

arXiv reaDer
リンク
SAR-Net：カテゴリレベルの6Dオブジェクトのポーズとサイズの推定のための形状調整および回復ネットワーク
arxiv_reader 2021/06/29
外部ポーズ注釈付きの実世界のトレーニングデータを使用せずに、単一の深度画像からカテゴリレベルの6Dオブジェクトポーズおよびサイズ推定（COPSE）の方法を提案します。以前の作品はRGB（D）画像の視覚

robot

video

pose

arXiv

estimation

6D

arXiv reaDer

representation

3D

benchmark
リンク
クライオ電子線トモグラフィーにおける高分子の意味的特徴の解きほぐし
arxiv_reader 2021/06/29
クライオ電子線トモグラフィー（Cryo-ET）は、原子に近い解像度で単一細胞内の高分子構造の形状、存在量、および分布の体系的な研究を可能にする3Dイメージング技術です。ただし、Cryo-ETによってキ

dataset

arXiv

disentangling

arXiv reaDer

3D
リンク
エントロピーベースのヒューリスティックを使用した強制的な特徴の抽象化と圧縮により、深い畳み込みニューラルネットワークでの深刻な過剰パラメーター化を軽減
arxiv_reader 2021/06/29
ResNet-50、DenseNet-40、ResNeXt-56などの畳み込みニューラルネットワーク（CNN）は、パラメーターが大幅に過剰になっているため、モデルの深さの増加に応じて指数関数的にスケー

CNN

classification

dataset

arXiv

estimation

arXiv reaDer

compression
リンク
DCIS 検出における深層学習モデルへの XAI アプローチ
arxiv_reader 2021/06/29
過去10年ほどの間に、深層学習コミュニティでは、健康関連の問題、特に乳がんを解決するための反乱がありました。 2016年のCamelyon-16チャレンジに続いて、数人の研究者が、放射線科医や他の臨床

CNN

classification

detection

arXiv

learning

arXiv reaDer
リンク
メモリガイド付き道路検出
arxiv_reader 2021/06/29
自動運転車のアプリケーションでは、入力RGB前面画像を指定して車線の位置を予測する必要があります。本論文では、流動動的記憶として機能する、時間とともに伝播する基礎となる共有特徴空間を導入することにより

detection

arXiv

arXiv reaDer
リンク
あなたの目の物語：人を超えた視線推定のための個人差を意識したモデル
arxiv_reader 2021/06/29
個人固有の違いを明示的にモデル化することによってのみ、目/顔の画像を使用して個人間の視線予測タスクを洗練する新しい方法を提案します。具体的には、まず、InitNetと呼ばれる既存の方法で初期の視線予測

person

dataset

arXiv

estimation

arXiv reaDer

gaze
リンク
医療画像セグメンテーションの残留モーメント損失
arxiv_reader 2021/06/29
位置情報は、ターゲットオブジェクトの多様な構造をキャプチャする際の深層学習モデルに役立つことが証明されており、それに応じて医療画像のセグメンテーションの精度が向上します。ただし、ほとんどの既存の方法は

manifold

segmentation

dataset

arXiv

learning

loss function

arXiv reaDer

3D

residual
リンク
QuickBrowser：単純なオブジェクトをリアルタイムで検出して読み取るための統合モデル
arxiv_reader 2021/06/29
バーコードスキャンやビルボード読み取りなど、オブジェクトを検出してオブジェクトの内容を読み取る必要がある実際のユースケースは数多くあります。一般的に既存のメソッドは、最初にオブジェクト領域をローカライ

classification

dataset

augmentation

detection

arXiv

real time

loss function

localization

arXiv reaDer

benchmark
リンク
多桁畳み込みニューラルネットワークベースのバーコード復号化のためのスマート推論
arxiv_reader 2021/06/29
バーコードはユビキタスであり、何十年もの間、重要な日常活動のほとんどで使用されてきました。ただし、ほとんどの従来のデコーダーは、比較的標準的な条件下で十分に確立されたバーコードを必要とします。露出不

CNN

edge device

dataset

knowledge distillation

augmentation

arXiv

arXiv reaDer

activity
リンク
分割統治による屋内パノラマ平面3D再構成
arxiv_reader 2021/06/29
屋内パノラマは通常、重力に平行または垂直な人工構造物で構成されます。この現象を利用して、（H）水平面と（V）垂直面を使用して360度画像のシーンを近似します。この目的のために、平面標定推定に基づいてピ

CNN

reconstruction

segmentation

dataset

clustering

arXiv

arXiv reaDer

3D

benchmark
リンク
顔のなりすまし防止のためのいくつかのショットドメイン拡張
arxiv_reader 2021/06/29
顔のなりすまし防止（FAS）は、顔認識システムに不可欠で広く使用されているモジュールです。高精度は達成されていますが、非定常の適用環境と実際のアプリケーションでの新しいタイプのプレゼンテーション攻撃の

domain

few-shot

face recognition

augmentation

arXiv

arXiv reaDer

benchmark
リンク
DenseTNT：Waymoオープンデータセットモーション予測チャレンジ1位ソリューション
arxiv_reader 2021/06/29
自動運転では、ゴールベースのマルチ軌道予測方法が最近効果的であることが証明されています。最初にゴール候補をスコアリングし、次にゴールの最終セットを選択し、最後に選択したゴールに基づいて軌道を完成させま

sparse

dataset

autonomous driving

arXiv

trajectory

estimation

arXiv reaDer

anchor free
リンク
VisionTransformerのトレーニング後の量子化
arxiv_reader 2021/06/29
最近、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驚くべきパフォーマンスを達成しています。主流の畳み込みニューラルネットワークと比較して、ビジョントランスフォーマーは、モバイ

CNN

transformer

attention

quantization

dataset

arXiv

computer vision

arXiv reaDer

representation

benchmark
リンク
ローカライズされた改ざん検出を備えた画像コンテンツに依存する半脆弱な透かし
arxiv_reader 2021/06/29
コンテンツに依存しない透かしとブロックごとの独立性は、半脆弱な透かし方式の脆弱性と見なすことができます。この論文では、半脆弱な透かし技術の目的を達成するために、言及された欠点を持たない方法が提案されて

classification

embedding

detection

arXiv

arXiv reaDer

compression
リンク
雑然とした環境での大きなバルクハウゼンジャンプのための機械学習検出アルゴリズム
arxiv_reader 2021/06/29
最新の磁気センサーアレイは、従来、平行および直交フラックスゲートなどの最先端の低電力磁力計を利用しています。低電力フラックスゲートは、フラックスゲート出力のDCジャンプとして現れる大きなバルクハウゼン

detection

learning

arXiv

arXiv reaDer
リンク
マルチモーダル論理推論のための人間の行動によるビデオと言語のデータセットの構築
arxiv_reader 2021/06/29
このホワイトペーパーでは、動的な人間の行動を説明する意図的およびアスペクト表現に焦点を当てた、マルチモーダル論理推論のための人間の行動を含む新しいビデオと言語のデータセットを紹介します。データセットは

video

dataset

arXiv

action

human

arXiv reaDer

representation
リンク
方向性のあるコンテキストアウェアな一貫性を備えた半教師ありセマンティックセグメンテーション
arxiv_reader 2021/06/29
セマンティックセグメンテーションは、近年大きな進歩を遂げました。ただし、パフォーマンスを満足させるには、多数のピクセルレベルの注釈が大きく依存します。したがって、この論文では、ラベル付けされたデータの

semi-supervised

contrastive

arXiv

arXiv reaDer

representation

semantic segmentation
リンク
ニューラルビデオレンダリングを使用した動的な詳細を備えた堅牢なポーズ転送
arxiv_reader 2021/06/29
人間のビデオのポーズ転送は、ソースの人の行動を模倣したターゲットの人の忠実度の高いビデオを生成することを目的としています。いくつかの研究は、深い潜在的特徴を備えた画像変換または明示的な3D特徴を備えた

person

video

pose

arXiv

action

monocular

arXiv reaDer

human

representation

3D
リンク
クラスアクティベーションマッピングのより良い説明に向けて
arxiv_reader 2021/06/29
畳み込みニューラルネットワーク（CNN）の内部動作を理解するための要求の高まりにより、説明方法が大幅に改善されました。特に、CNNからのアクティベーションマップの線形結合によって視覚的な説明マップを生

CNN

arXiv

arXiv reaDer

approximation
リンク
マルチビューおよびマルチ日付衛星画像とノイズの多いOSMトレーニングラベルを使用した大面積の地理的領域のセマンティックラベリング
arxiv_reader 2021/06/29
複数の重複する衛星画像からの情報とOpenStreetMap（OSM）から派生したノイズの多いトレーニングラベルを組み合わせて、広い地理的領域（100 km ^ 2）の建物や道路に意味的にラベルを付け

CNN

arXiv

learning

arXiv reaDer

human

semantic segmentation

satellite
リンク
大規模な言語およびビジョンモデルとの視覚的概念ブレンディング
arxiv_reader 2021/06/29
私たちは質問をします：最近の大規模な言語と画像生成モデルは視覚的概念をどの程度ブレンドすることができますか？任意のオブジェクトが与えられると、関連するオブジェクトを識別し、言語モデルを使用して2つのブ

arXiv

arXiv reaDer
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 2021/06/29
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

depth prediction

dataset

metric

arXiv

estimation

point cloud

monocular

arXiv reaDer

3D

zero-shot
リンク
プロファイル顔認識のための注意誘導プログレッシブマッピング
arxiv_reader 2021/06/29
過去数年間は、深層学習の進歩のおかげで、顔認識の領域で大きな進歩が見られました。ただし、クロスポーズの顔認識は依然として重要な課題です。多くの深層学習アルゴリズムでは、ポーズの変化によって引き起こされ

domain

face recognition

pose

dataset

arXiv

learning

arXiv reaDer

representation

residual
リンク
一般化された少数ショット学習のための適応分類器合成の学習
arxiv_reader 2021/06/29
実世界でのオブジェクト認識には、ロングテールデータまたはオープンエンドデータの処理が必要です。理想的な視覚システムは、人口の多い頭の視覚概念を確実に認識し、その間、いくつかのトレーニングインスタンスで

synthesis

domain

classification

few-shot

dataset

arXiv

learning

arXiv reaDer
リンク
構造保存カーネル予測ネットワークを使用した低線量 CT ノイズ除去
arxiv_reader 2021/06/29
低線量 CT は、放射線の過剰摂取による患者の健康への潜在的なリスクを軽減するための重要な画像診断法です。最近の進歩にもかかわらず、CNN ベースのアプローチは通常、フィルターを空間的に不変な方法で適

synthesis

CT

gradient

dataset

arXiv

loss function

denoising

arXiv reaDer
リンク
Hear Me Out：オーディオ拡張時間アクションローカリゼーションのための融合アプローチ
arxiv_reader 2021/06/29
トリミングされていないビデオのTemporalAction Localization（TAL）の最先端のアーキテクチャでは、RGBモダリティとフローモダリティのみが考慮されており、情報が豊富なオーディ

video

pose

dataset

augmentation

arXiv

localization

arXiv reaDer

action recognition

benchmark
リンク
TransBTS：トランスフォーマーを使用したマルチモーダル脳腫瘍セグメンテーション
arxiv_reader 2021/06/29
自己注意メカニズムを使用したグローバル（長距離）情報モデリングの恩恵を受けることができるTransformerは、最近、自然言語処理と2D画像分類で成功しています。ただし、ローカル機能とグローバル機能

CNN

classification

transformer

segmentation

dataset

arXiv

MRI

arXiv reaDer

3D
リンク
画像分類器は行動認識に十分でしょうか？
arxiv_reader 2021/06/29
ビデオ認識問題を画像認識タスクとしてキャストすることにより、ビデオ理解に関する新しい視点を提案します。画像分類器だけで、時間的モデリングなしでビデオを理解するのに十分であることを示します。私たちのアプ

CNN

transformer

video

dataset

arXiv

computer vision

arXiv reaDer

action recognition

spatio-temporal
リンク
ARMベースのコンピューティングプラットフォーム向けのCondenseNeXtによる画像分類
arxiv_reader 2021/06/29
このホワイトペーパーでは、自動運転車用に開発された自動運転開発プラットフォームであるNXP BlueBox上のCondenseNeXtという、超効率的なディープ畳み込みニューラルネットワークアーキテク

CNN

classification

dataset

autonomous driving

arXiv

vehicle

arXiv reaDer

compression

benchmark
リンク
特徴マップフローを使用したリアルタイムの3Dオブジェクト検出
arxiv_reader 2021/06/29
この論文では、深部神経モデル推論のさまざまな時間ステップからの時空間特徴マップ集約を考慮したリアルタイム3D検出アプローチを提示します（特徴マップフロー、FMFと呼ばれます）。提案されたアプローチは、

detection

arXiv

real time

arXiv reaDer

3D

benchmark
リンク
3Dオブジェクト検出のためのレーダーボクセルフュージョン
arxiv_reader 2021/06/29
自動車の交通シーンは、処理する必要のあるさまざまなシナリオ、オブジェクト、および気象条件のために複雑です。自動化された地下列車などのより制約のある環境とは対照的に、自動車の知覚システムは特定のタスクの

LiDAR

detection

arXiv

estimation

arXiv reaDer

activity

representation

3D
リンク
セマンティックコンセプトを備えたマルチモーダル変分オートエンコーダを使用した一般化されたゼロショット学習
arxiv_reader 2021/06/29
データ量が増え続ける中、マルチモーダル学習の中心的な課題には、ラベル付けされたサンプルの制限が含まれます。分類のタスクでは、メタ学習、ゼロショット学習、数ショット学習などの手法が、事前の知識に基づいて

classification

reconstruction

few-shot

dataset

embedding

arXiv

learning

arXiv reaDer

zero-shot

benchmark
リンク
インターフロー：アテンションメカニズムを使用したマルチレイヤー機能マッピングの集約
arxiv_reader 2021/06/29
従来、CNNモデルは階層構造を持ち、最後の層の特徴マッピングを利用して予測出力を取得します。ただし、最適なネットワーク深度を決定し、中間層に優れた機能を学習させるのは難しい場合があります。この論文では

CNN

attention

gradient

dataset

arXiv

arXiv reaDer

representation

benchmark
リンク
信頼性の高い高精度の組み立てタスクのためのビジョン主導の準拠操作
arxiv_reader 2021/06/29
高度に制約された操作タスクは、通常1mm未満の高レベルの精度を必要とするため、自律型ロボットにとって引き続き困難です。これは、従来の知覚システムで達成できるものと互換性がないことがよくあります。このホ

synthesis

robot

pose

arXiv

learning

tracking

6D

arXiv reaDer
リンク
放射線レポート生成のための事後および事前知識の調査と抽出
arxiv_reader 2021/06/29
放射線レポートを自動的に生成することで、診断放射線の現在の臨床診療を改善できます。一方では、放射線科医はレポート作成の重い負担から解放されます。一方で、放射線科医に異常を思い出させ、誤診や誤診を避ける

dataset

bias

arXiv

arXiv reaDer
リンク
見えないことを言う：ダイアログエージェントを介したビデオの説明
arxiv_reader 2021/06/29
現在の視覚および言語タスクは通常、入力として完全な視覚データ（生の画像やビデオなど）を取りますが、実際のシナリオは、固定カメラでの制限されたビューやセキュリティ上の懸念に対する意図的なビジョンブロック

face

video

arXiv

human

arXiv reaDer

generative
リンク
統計的多様体の測地線距離を導出するためのグラフベースのアプローチ：マルチメディア情報検索への応用
arxiv_reader 2021/06/29
この論文では、非ユークリッド幾何学の特性を利用して、統計的多様体の空間上の測地線距離（GD）を定義します。測地線距離は、純粋に統計的で広く使用されているカルバック・ライブラー発散（KLD）の優れた代替

manifold

arXiv

arXiv reaDer

approximation
リンク
道路交通メトリクスの推定を強化するための交通カメラ画像の高精度領域の特定：四分木ベースの方法
arxiv_reader 2021/06/29
都市部でのリアルタイムカメラフィードの数の増加により、効果的な輸送計画、運用、および管理のための高品質の交通データを提供することが可能になりました。ただし、これらのカメラフィードから信頼性の高いトラフ

identification

metric

detection

arXiv

vehicle

estimation

real time

arXiv reaDer
リンク
BiX-NAS：医療画像セグメンテーションのための効率的な双方向アーキテクチャの検索
arxiv_reader 2021/06/29
再発メカニズムは、最近、さまざまな医療画像セグメンテーションタスクでU-Netに導入されました。既存の研究は、ビルディングブロックの再利用によるネットワーク再帰の促進に焦点を合わせています。ネットワー

NAS

segmentation

dataset

arXiv

recurrent

U-Net

arXiv reaDer
リンク
MSAF：マルチモーダルスプリットアテンションフュージョン
arxiv_reader 2021/06/29
マルチモーダル学習は、周囲の世界を知覚するために使用される人間の多感覚システムの推論プロセスを模倣します。予測を行う際、人間の脳は複数の情報源からの重要な手がかりを関連付ける傾向があります。この作業で

CNN

reasoning

attention

RNN

arXiv

emotion

arXiv reaDer

action recognition

representation

benchmark
リンク
効率的な画像分類のためのホワイトボックスでのチャネルプルーニング
arxiv_reader 2021/06/29
チャネルプルーニングは、効率的な画像分類のためにCNNを圧縮するために長い間研究されてきました。以前の作業では、説明できない方法でチャネルプルーニングが実装されています。これにより、各チャネルの内部影

CNN

classification

arXiv

pruning

arXiv reaDer
リンク
UMIC：対照学習による画像キャプションの参照されていないメトリック
arxiv_reader 2021/06/29
BERTScoreなどのさまざまなテキスト生成メトリックの成功にもかかわらず、説明の多様性のために、十分な参照キャプションなしで画像キャプションを評価することは依然として困難です。このホワイトペーパー

captioning

BERT

dataset

metric

arXiv

contrastive learning

pre-training

arXiv reaDer

human

benchmark
リンク
ブラインド画質評価のための半教師ありディープアンサンブル
arxiv_reader 2021/06/29
基本学習者が「正確」かつ「多様」であると見なされる場合、アンサンブル手法は一般に単一モデルよりも優れていると見なされます。ここでは、一般化可能なブラインド画質評価モデルを作成するための半教師ありアンサ

identification

semi-supervised

convolutional

arXiv

learning

arXiv reaDer
リンク
ComBiNet：画像セグメンテーションのためのコンパクトな畳み込みベイジアンニューラルネットワーク
arxiv_reader 2021/06/29
完全畳み込みU字型ニューラルネットワークは、主にピクセル単位の画像セグメンテーションの主要なアプローチです。この作業では、実際のアプリケーションでの展開を妨げる2つの欠陥に取り組みます。1）予測には、

Bayesian

segmentation

dataset

convolutional

arXiv

arXiv reaDer
リンク
白内障の分類と眼科画像診断法の等級付けのための機械学習：調査
arxiv_reader 2021/06/29
白内障は、世界的に可逆的な視覚障害と失明の主な原因の1つです。何年にもわたって、研究者は、自動白内障の分類と格付けのための最先端の人工知能技術の開発において大きな進歩を遂げ、臨床医が白内障を時間内に予

learning

classification

arXiv

arXiv reaDer
リンク
医療視覚質問応答のための複数のメタモデルの定量化
arxiv_reader 2021/06/29
転移学習は、意味のある特徴を抽出し、医療用視覚質問応答（VQA）タスクのデータ制限を克服するための重要なステップです。ただし、既存の医療VQA手法のほとんどは、転送学習のために外部データに依存していま

dataset

transfer learning

arXiv

VQA

arXiv reaDer
リンク
大気データのマイニング
arxiv_reader 2021/06/29
このホワイトペーパーでは、大気モニタリングミッションから取得したリモートセンシングデータ（画像など）をマイニングするために重要な2つの相互依存する問題について概説します。最初の問題は、リモートセンシン

classification

sparse

dataset

arXiv

learning

tracking

arXiv reaDer

benchmark
リンク
ShapeEditer：フェイススワッピング用のStyleGANエンコーダー
arxiv_reader 2021/06/29
この論文では、高解像度、現実的、高忠実度の顔交換のために、ShapeEditorと呼ばれる新しいエンコーダを提案します。まず、十分な明快さと信頼性を確保するために、私たちの重要なアイデアは、高度な事前

face

dataset

arXiv

learning

self-supervised

loss function

arXiv reaDer
リンク
FEシミュレーションとディープラーニングを使用したテキスタイルの記述的モデリング
arxiv_reader 2021/06/29
この作業では、織物複合材の糸の幾何学的特徴を抽出するための新しい完全に自動化された方法を提案します。これにより、繊維強化材の直接パラメーター化が実現されます（FEメッシュなど）。したがって、私たちの目

synthesis

segmentation

CT

arXiv

estimation

U-Net

R-CNN

arXiv reaDer

reinforcement
リンク
セマンティクスを意識したマルチモーダルドメイン変換：LiDARポイントクラウドからパノラマカラー画像へ
arxiv_reader 2021/06/29
この作業では、独自のデータ形式で異なるセンサーモダリティ間のドメイン変換の問題に対処するためのシンプルで効果的なフレームワークを提示します。シーンのセマンティクスのみに依存することにより、モジュラー生

domain

LiDAR

dataset

arXiv

generative

point cloud

arXiv reaDer

3D

semantic segmentation
リンク
ビデオでのオンラインアクション検出のための時間的コンテキストと人間の動きのダイナミクスの調査
arxiv_reader 2021/06/29
今日、人間とロボットの間の相互作用は絶えず拡大しており、リアルタイムで動作するためにますます多くの人間の動き認識アプリケーションが必要になっています。ただし、時間的アクションの検出と認識に関するほとん

robot

dataset

detection

arXiv

action

recurrent

real time

localization

arXiv reaDer

human
リンク
OffRoadTranSeg：オフロード環境でトランスフォーマーを使用した半教師ありセグメンテーション
arxiv_reader 2021/06/29
OffRoadTranSegを紹介します。これは、トランスフォーマーとラベリング用の自動データ選択を使用した、構造化されていない屋外環境での半教師ありセグメンテーションのための最初のエンドツーエンドフ

transformer

segmentation

semi-supervised

autonomous driving

convolutional

arXiv

estimation

self-supervised

arXiv reaDer
リンク
BAM：単一画像の超解像のための軽量で効率的なバランスの取れた注意メカニズム
arxiv_reader 2021/06/29
注意メカニズムは、単一画像の超解像（SISR）の大きな可能性を示しています。ただし、既存の作業では、特定のネットワークに対していくつかの注意メカニズムが提案されているだけです。注意なしでネットワークの

attention

gradient

dataset

super-resolution

arXiv

arXiv reaDer

benchmark
リンク
機能的クラスワイズ主成分分析：新しい分類フレームワーク
arxiv_reader 2021/06/29
最近では、機能データ分析（FDA）が高次元データ分類の分野でうまく適用されています。この論文では、機能データとクラスごとの主成分分析（PCA）を使用した新しい分類フレームワークを紹介します。私たちの提

synthesis

classification

Bayesian

arXiv

real time

arXiv reaDer
リンク
In-N-Out：InpaintingとOutpaintingの適切な初期化に向けて
arxiv_reader 2021/06/29
コンピュータビジョンでは、画像の修復、画像の外挿、環境マップの推定など、他のさまざまなアプリケーションへの有用性と幅広い適用性について、マスクされた領域を埋めることによって空間情報を復元することが広く

arXiv

estimation

self-supervised

computer vision

learning

arXiv reaDer
リンク
ハイパースペクトル画像分類のためのスペクトル空間グローバルグラフ推論
arxiv_reader 2021/06/29
本論文では、ハイパースペクトル画像（HSI）分類のためのスペクトル空間グラフ推論ネットワーク（SSGRN）を提案する。具体的には、このネットワークには、空間グラフ推論サブネットワーク（SAGRN）とス

classification

reasoning

segmentation

convolutional

arXiv

arXiv reaDer

benchmark
リンク
身体化されたビジョンのコアチャレンジ-言語計画
arxiv_reader 2021/06/29
マルチモーダル機械学習と人工知能（AI）の分野における最近の進歩により、コンピュータービジョン、自然言語処理、および具体化されたAIの交差点で困難なタスクが開発されています。多くのアプローチと以前の調

dataset

metric

arXiv

learning

computer vision

arXiv reaDer
リンク
スパース報酬タスクに対するタッチベースの好奇心
arxiv_reader 2021/06/29
多くの実際の設定のロボットは、グリッパーの力/トルクセンサーにアクセスでき、接触の多い動作を伴うタスクでは、触覚センシングが必要になることがよくあります。この作業では、タッチフィードバックの不一致によ

robot

sparse

arXiv

reinforcement learning

arXiv reaDer
リンク
正確で信頼性の高い顕著な物体検出のための生成的トランスフォーマー
arxiv_reader 2021/06/29
トランスフォーマーネットワークは、長いシーケンス内の長距離依存関係のモデリングに特に優れています。本論文では、顕著な物体検出（SOD）のためのトランスネットワークの適用に関する研究を行っている。完全教

transformer

detection

arXiv

weakly-supervised

saliency

learning

arXiv reaDer

RGB-D

benchmark
リンク
縦断的教師あり学習
arxiv_reader 2021/06/29
縦方向のニューロイメージングデータの機械学習分析は、通常、教師あり学習に基づいており、情報を提供するために多数のグラウンドトゥルースラベルが必要です。神経科学ではグラウンドトゥルースラベルが欠落してい

classification

representation learning

arXiv

disentangling

self-supervised

MRI

arXiv reaDer
リンク
1段階のクロスドメイン検出のためのドメイン適応型YOLO
arxiv_reader 2021/06/29
ドメインシフトは、オブジェクト検出器が実際のアプリケーションにうまく一般化するための主要な課題です。 2段検出器のドメイン適応の新しい技術は、この問題に取り組むのに役立ちます。ただし、2ステージ検出器

dataset

YOLO

domain adaptation

detection

arXiv

arXiv reaDer

regularization
リンク
自然シーンでのエンドツーエンドのテキストスポッティングに向けて
arxiv_reader 2021/06/29
自然なシーン画像でのテキストスポッティングは、多くの画像理解タスクにとって非常に重要です。テキスト検出と認識という2つのサブタスクが含まれます。この作業では、単一のフォワードパスでテキストのローカラ

attention

convolutional

detection

arXiv

localization

arXiv reaDer

multi-task

benchmark
リンク
オブジェクト検出器の反転と理解
arxiv_reader 2021/06/29
コンピュータビジョンの中心的な問題として、オブジェクト検出のパフォーマンスは過去数年間で劇的に向上しました。それらの印象的な性能にもかかわらず、オブジェクト検出器は解釈可能性の欠如に悩まされています。

synthesis

classification

detection

arXiv

learning

computer vision

arXiv reaDer
リンク
ドメイン適応者の再識別のためのデュアルストリーム相互解きほぐし学習
arxiv_reader 2021/06/29
人間がラベル付けしたサンプルはターゲットセットに対して無料であるため、教師なし個人再識別（Re-ID）は、ソースセットをさらに活用することにより、近年大きな注目を集めています。ただし、カメラのスタイル

domain

adversarial

person

attention

unsupervised

re-id

arXiv

disentangling

learning

arXiv reaDer
リンク
顕著性マップを超えて：ディープモデルをトレーニングしてディープモデルを解釈する
arxiv_reader 2021/06/29
解釈可能性は、神経画像研究における脳障害の理解を進めるために複雑な深層学習モデルを適用する上で重要な要素です。訓練された分類器の決定プロセスを解釈するために、既存の手法は通常、偏導関数による分類のボク

synthesis

classification

dataset

convolutional

arXiv

saliency

learning

localization

arXiv reaDer
リンク
CAMS：カラーアウェアマルチスタイル転送
arxiv_reader 2021/06/29
画像スタイルの転送は、ソース画像または「コンテンツ」画像の外観を操作して、ターゲットの「スタイル」画像と同様のテクスチャと色を共有することを目的としています。理想的には、スタイル転送操作は、ソース画像

arXiv

arXiv reaDer
リンク
ConvNetの交絡因子を意識した視覚化
arxiv_reader 2021/06/29
ディープラーニングの最近の進歩に伴い、ニューロイメージング研究は、MR画像に基づいて診断を予測するために畳み込みネットワーク（ConvNets）にますます依存しています。病気が脳にどのように影響するか

synthesis

dataset

convolutional

arXiv

saliency

learning

MRI

arXiv reaDer
リンク
中間点の正則化：不確実性の高いトレーニングから保守的な分類まで
arxiv_reader 2021/06/29
ラベル平滑化（LS）は、モデルにペナルティを課して自信過剰な出力分布を生成することにより、モデルの一般化を改善します。トレーニングサンプルごとに、LSストラテジーは、その分布質量を非グラウンドトゥルー

classification

arXiv

arXiv reaDer
リンク
ドメイン適応のためのドメイン条件付き予測子
arxiv_reader 2021/06/29
学習保証は、多くの場合、iidデータの仮定に依存します。これは、実際のタスクを実行するために予測子が展開されると、実際には違反する可能性があります。したがって、ドメイン適応アプローチは、ラベル上の条件

learning

domain adaptation

arXiv

arXiv reaDer
リンク
AOSLO-net：補償光学走査レーザー検眼鏡画像から網膜微小動脈瘤を自動セグメンテーションするための深層学習ベースの方法
arxiv_reader 2021/06/29
微小動脈瘤（MA）は、糖尿病性網膜症（DR）の最も初期の兆候のひとつであり、視覚障害や失明につながる可能性のある糖尿病の頻繁な合併症です。補償光学走査レーザー検眼鏡（AOSLO）は、2μmまでの解像度

classification

segmentation

detection

arXiv

real time

arXiv reaDer
リンク
凍結言語モデルを使用したマルチモーダル少数ショット学習
arxiv_reader 2021/06/29
十分な規模でトレーニングされると、自己回帰言語モデルは、いくつかの例で促された後、新しい言語タスクを学習する顕著な能力を示します。ここでは、この数ショットの学習能力をマルチモーダル設定（ビジョンと言語

few-shot

embedding

arXiv

learning

pre-training

arXiv reaDer

benchmark
リンク
半教師あり生から生へのマッピング
arxiv_reader 2021/06/29
カメラセンサーのrawRGBカラーは、センサーのメーカーやモデルによってスペクトル感度が異なるために異なります。このホワイトペーパーでは、さまざまなセンサーのraw-RGB色空間間のマッピングタスクに

dataset

semi-supervised

domain adaptation

arXiv

arXiv reaDer
リンク
自己ペースの主成分分析
arxiv_reader 2021/06/29
主成分分析（PCA）は、次元削減と特徴抽出に広く使用されています。ロバストPCA（RPCA）は、l1-normやl2、p-normなどのさまざまなロバスト距離メトリックの下で、ノイズや外れ値をある程度

metric

arXiv

learning

human

arXiv reaDer
リンク
シーンの不確実性と決定論的画像分類器のウェリントンポステリア
arxiv_reader 2021/06/29
与えられた入力データに対する画像分類器の結果の不確実性を推定する方法を提案します。画像分類に一般的に使用されるディープニューラルネットワークは、入力画像から出力クラスへの決定論的マップです。そのため、

classification

reconstruction

video

GAN

augmentation

arXiv

arXiv reaDer
リンク
迷走神経検出への適用を伴う超音波スキャンにおける物体検出および追跡へのCNNセグメンテーションベースのアプローチ
arxiv_reader 2021/06/29
超音波スキャンは、いくつかの医療診断および治療アプリケーションで不可欠です。これは、治療計画に影響を与える解剖学的特徴と構造を視覚化および分析するために使用されます。ただし、どちらも労働集約的であり、

CNN

segmentation

detection

arXiv

real time

tracking

U-Net

localization

arXiv reaDer
リンク
EARLIN：リソース効率の高い協調的推論のための早期の分布外検出
arxiv_reader 2021/06/29
協調的推論により、リソースに制約のあるエッジデバイスは、大量の深層学習モデルが実行されるサーバー（クラウドなど）に入力（画像など）をアップロードすることで推論を行うことができます。この設定は、推論を成

CNN

OOD

edge device

face

dataset

detection

arXiv

learning

arXiv reaDer

benchmark
リンク
対照的なシーンコンテキストを使用したデータ効率の高い3Dシーン理解の調査
arxiv_reader 2021/06/29
3Dシーンの理解が急速に進歩し、データに対する需要が高まっています。ただし、3Dシーン（点群など）の収集と注釈付けは非常に難しいことで有名です。たとえば、アクセスしてスキャンできるシーン（屋内の部屋な

contrastive

arXiv

learning

point cloud

pre-training

arXiv reaDer

human

3D

semantic segmentation

benchmark
リンク
運転信号を意識した全身アバター
arxiv_reader 2021/06/29
運転信号を意識した全身アバターを構築するための学習ベースの方法を紹介します。私たちのモデルは、人間のポーズや顔のキーポイントなどの不完全な運転信号でアニメーション化できる条件付き変分オートエンコーダで

pose

dataset

compression

arXiv

disentangling

keypoint

arXiv reaDer

human

representation

generative
リンク
地震層相分析：ディープドメイン適応アプローチ
arxiv_reader 2021/06/29
ディープニューラルネットワーク（DNN）は、大量のラベル付き入力データから正確に学習できますが、DNNは、さまざまな入力分布からサンプリングされたデータをテストするために一般化できない場合があります。

classification

unsupervised

dataset

convolutional

domain adaptation

arXiv

DNN

arXiv reaDer

3D

residual
リンク
高解像度航空画像の半教師あり分類とセグメンテーション
arxiv_reader 2021/06/29
FloodNetは、ハリケーンハービーの後、小さなUAVプラットフォームであるDJI MavicProクワッドコプターによって取得された高解像度の画像データセットです。データセットは、ラベルなしおよび

classification

dataset

semi-supervised

arXiv

UAV

arXiv reaDer

semantic segmentation
リンク
PVTv2：Pyramid VisionTransformerによるベースラインの改善
arxiv_reader 2021/06/29
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、（1）重複パッチ埋め込み、（2）畳み込みフィードフォワードネットワーク、（3）線形複雑性アテンションレ

transformer

embedding

convolutional

detection

segmentation

arXiv reaDer

computer vision

arXiv

attention
リンク
変圧器時の形状登録
arxiv_reader 2021/06/29
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

sparse

transformer

3D

arXiv reaDer

arXiv

point cloud

learning

dataset

estimation
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 2021/06/29
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

transformer

reasoning

embedding

metric

arXiv reaDer

arXiv

representation

CNN

pre-training

VQA
リンク
偽装されたオブジェクト検出のための深さの寄与の調査
arxiv_reader 2021/06/29
カモフラージュされたオブジェクトの検出（COD）は、環境内に隠れているカモフラージュされたオブジェクトをセグメント化することを目的としています。生物学の研究では、すべての動物が3D知覚能力を持っている

dataset

3D

domain

detection

arXiv reaDer

RGB-D

estimation

arXiv

localization

monocular
リンク
VOLO：視覚認識のためのVision Outlooker
arxiv_reader 2021/06/29
視覚認識は、何年もの間、畳み込みニューラルネットワーク（CNN）によって支配されてきました。最近、一般的なビジョントランスフォーマー（ViT）は、ImageNet分類で自己注意ベースのモデルの大きな可

semantic segmentation

transformer

arXiv reaDer

classification

arXiv

representation

benchmark

CNN

pre-training

attention
リンク
可逆的注意を伴う生成フロー
arxiv_reader 2021/06/29
フローベースの生成モデルは、一連の可逆変換を介してデータの確率密度関数を明示的に学習する優れた能力を示しています。しかし、フローの正規化に対する長期的な依存関係のモデル化は、まだ十分に研究されていませ

arXiv reaDer

generative

arXiv

representation

attention
リンク
視覚感情分布学習のための円形構造表現
arxiv_reader 2021/06/29
視覚感情分析（VEA）は、ソーシャルネットワーク上で画像を共有することが普及していることから、最近ますます注目を集めています。人間の感情は曖昧で主観的であるため、単一ラベル分類タスクではなく、ラベル分

arXiv reaDer

emotion

human

classification

arXiv

learning

dataset

representation

attention
リンク
テクスチャバイアスを減らすと、ディープセグメンテーションモデルの堅牢性が向上します
arxiv_reader 2021/06/29
ディープラーニングの進歩にもかかわらず、ドメインシフトの下での堅牢性は、医療画像設定における主要なボトルネックのままです。自然画像の調査結果は、画像分類タスクを実行するときに、深い神経モデルが強いテク

arXiv reaDer

arXiv

semantic segmentation

3D

learning

human

classification

domain

bias

MRI
リンク
確率場およびランダムクラスター理論を用いたエッジ分布推定からの画像セグメンテーション、圧縮および再構成
arxiv_reader 2021/06/29
確率場とランダムクラスター理論は、一般的な2D整数配列として特徴付けられる画像ピクセル強度の確率分布に関する特定の数学的結果を証明するために使用されます。画像をセグメント化するために、画像内の最小の境

arXiv reaDer

arXiv

estimation

reconstruction

detection

segmentation

compression

unsupervised
リンク
TGRNet：テーブル構造認識のためのテーブルグラフ再構成ネットワーク
arxiv_reader 2021/06/29
データを行と列に配置するテーブルは非常に効果的なデータ構造であり、ビジネスや科学の研究で広く使用されています。オンラインおよびオフラインのドキュメント内の大規模な表形式のデータを考慮すると、自動テーブ

arXiv reaDer

arXiv

attention

human

dataset

reconstruction

detection
リンク
- 2021年6月30日
- 2021年6月29日
- 2021年6月28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