arxiv_readerのブックマーク / 2021年6月30日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年6月30日のブックマーク (108件)

画像は千の言葉よりも価値がある：野生の解きほぐしに向けて
arxiv_reader 2021/06/30
教師なし解きほぐしは、モデルとデータに誘導バイアスがなければ理論的に不可能であることが示されています。別のアプローチとして、最近の方法は、変動の要因を解きほぐし、それらの識別可能性を可能にするために、

benchmark

disentangling

embedding

generative

zero-shot

domain

arXiv reaDer

residual

arXiv

unsupervised
リンク
高齢者のためのインテリジェントな影響を意識したスマートホーム環境のためのフレームワーク
arxiv_reader 2021/06/30
高齢者の人口は過去数十年にわたって急速に増加しており、今後さらに増加すると予想されています。彼らの人口の増加は、高齢者が加齢とともに直面する身体障害、認知問題、記憶力の低下、解体した行動などの問題によ

activity

dataset

face

arXiv reaDer

arXiv
リンク
複数の許容可能な注釈によるセグメンテーション：造影心エコー検査における心筋セグメンテーションのケーススタディ
arxiv_reader 2021/06/30
画像セグメンテーションのためのほとんどの既存の深層学習ベースのフレームワークは、固有のグラウンドトゥルースが既知であり、パフォーマンス評価に使用できることを前提としています。これは多くのアプリケーショ

loss function

arXiv reaDer

arXiv

segmentation

metric
リンク
エラー最大化を修復することによる情報理論的セグメンテーション
arxiv_reader 2021/06/30
情報理論の観点から画像セグメンテーションを研究し、画像を最大限に独立したセットに分割することによって教師なしセグメンテーションを実行する新しい敵対的方法を提案します。より具体的には、一方のセットから他

adversarial

segmentation

arXiv reaDer

arXiv

unsupervised
リンク
画質向上のための混合監視マルチレベルGANフレームワーク
arxiv_reader 2021/06/30
画質を向上させるためのディープニューラルネットワークは、通常、低品質の画像とそれに対応する高品質の画像のペアで構成される、高度にキュレートされた大量のトレーニングデータを必要とします。高品質の画像取得

GAN

dataset

arXiv reaDer

arXiv

super-resolution
リンク
視覚障害のある学生のための自動画像記述の評価
arxiv_reader 2021/06/30
イラストは教育で広く使用されており、視覚障害のある生徒には代替手段が利用できない場合があります。したがって、これらの学生は、自動イラスト説明システムの恩恵を大いに受けますが、それらの説明が完全で、正し

arXiv

arXiv reaDer
リンク
目標指向の視覚的対話における記述的質問生成のための統一された質問者変換器
arxiv_reader 2021/06/30
現実の世界について質問できるインタラクティブな人工知能を構築することは、視覚と言語の問題に対する最大の課題の1つです。特に、エージェントの目的が話者交替対話中に質問することによって情報を探すことである

attention

dataset

transformer

arXiv reaDer

arXiv
リンク
医用画像翻訳のための不確実性に基づく進歩的なGAN
arxiv_reader 2021/06/30
画像から画像への変換は、減衰補正、モーション補正、アンダーサンプリング再構成、ノイズ除去などのさまざまな医用画像タスクに取り組む上で重要な役割を果たします。生成的敵対的ネットワークは、これらのタスクの

reconstruction

GAN

MRI

learning

attention

CT

denoising

arXiv reaDer

arXiv
リンク
静的BERT埋め込みを使用したヘイトスピーチの検出
arxiv_reader 2021/06/30
ソーシャルメディアプラットフォームの人気が高まるにつれ、ヘイトスピーチが主要な懸念事項として浮上しており、性別、宗教、民族などの特定のグループの特性を対象とした虐待的なスピーチを表現し、暴力を広めてい

dataset

embedding

detection

arXiv reaDer

BERT

arXiv

metric
リンク
マルチビュー画像からの高密度深度推定のための微分可能な拡散
arxiv_reader 2021/06/30
深度マップへの拡散がRGB監視からのマルチビュー再投影エラーを最小化するように、点のまばらなセットを最適化することによって、密な深度を推定する方法を提示します。解析的透過率を持つガウス分布としてポイン

reconstruction

differentiable

estimation

learning

sparse

arXiv reaDer

arXiv
リンク
適応型のコストに敏感な損失関数に基づく高速で正確な道路亀裂検出
arxiv_reader 2021/06/30
道路の亀裂の検出を含む、コンピュータビジョンにおける多くの検出の問題は、非常に前景と背景の不均衡に悩まされています。幸いなことに、損失関数の変更は、このパズルを完全に解決するように見えます。この論文で

loss function

detection

arXiv reaDer

arXiv

computer vision
リンク
論理は画像から学ぶことができます
arxiv_reader 2021/06/30
論理的推論は、人間の知性の重要な能力であり、人工知能の重要なタスクでもあります。既存の論理推論方法では、多くの場合、事前にいくつかの推論パターンを設計する必要があります。これは興味深い質問につながりま

learning

human

arXiv reaDer

arXiv

reasoning
リンク
MRIおよびCT検査の深層学習身体領域分類
arxiv_reader 2021/06/30
個々の画像の標準化された身体領域のラベリングは、医療画像の人間とコンピュータの使用を改善できるデータを提供します。 CNNベースの分類器は、CTおよびMRIで身体領域を識別するために開発されました。人

MRI

learning

classification

dataset

CT

human

arXiv reaDer

arXiv
リンク
オプティカルフローのないビデオフレーム間生成のためのU-NetベースのGLOW
arxiv_reader 2021/06/30
ビデオフレーム補間は、時間軸に沿って2つの隣接するフレーム間にフレーム間を作成するタスクです。したがって、2つの隣接するフレームを単純に平均化して中間画像を作成するのではなく、この操作は隣接するフレー

learning

occlusion

generative

video

arXiv reaDer

U-Net

arXiv

optical flow
リンク
衛星画像からの構造の変化検出のための時間的クラスターマッチング
arxiv_reader 2021/06/30
惑星の動的な変化を理解するには縦断的研究が不可欠ですが、ラベル（建物、施設、道路など）は、多くの場合、特定の時点でしか利用できません。フットプリントラベルが1回だけ観察されたときに、リモートセンシング

learning

dataset

detection

augmentation

arXiv reaDer

arXiv

satellite
リンク
不均一なラベルノイズはニューラルネットの一般化にどのように影響しますか？
arxiv_reader 2021/06/30
誤ってラベル付けされた例、またはラベルノイズは、実際のコンピュータビジョンデータセットでは一般的です。ディープニューラルネットワークでの学習に対するラベルノイズの影響は以前の研究で研究されていますが、

learning

multi-task

dataset

arXiv reaDer

arXiv

computer vision
リンク
表情認識モデルのドメイン一般化可能性を批判的に調べる
arxiv_reader 2021/06/30
顔の表情の認識は商業的に重要なアプリケーションですが、一般的な制限の1つは、サンプル外の分布を予測する必要があることです。この場合、ターゲット画像はモデルがトレーニングされた画像とは非常に異なるプロパ

classification

dataset

pre-training

face

CNN

arXiv reaDer

transfer learning

domain adaptation

arXiv
リンク
宇宙から野生の牛とワピチを検出する
arxiv_reader 2021/06/30
非常に高解像度の衛星画像で大きな有蹄動物（牛やワピチなどの有蹄動物）を特定して数えることは、生態学的研究をサポートするための重要なタスクです。以前の研究では、これは深層学習ベースの方法とサブメートルの

localization

benchmark

learning

arXiv reaDer

arXiv

satellite
リンク
新しい軽量畳み込みニューラルネットワーク、ExquisiteNetV2
arxiv_reader 2021/06/30
ExquisiteNetV1の論文では、ExquisiteNetV1の分類能力はDenseNetよりも劣っています。この記事では、より高速で優れたモデルExquisiteNetV2を提案します。その性

classification

dataset

CNN

arXiv reaDer

arXiv
リンク
MemX：パーソナライズされた瞬間の自動キャプチャのための注意を意識したスマートアイウェアシステム
arxiv_reader 2021/06/30
この作品は、パーソナライズされたビジュアルMemexの待望のビジョンを追求することを目的として開発された生物学に触発された注意を意識したアイウェアシステムであるMemXを紹介します。 MemXは、人間

attention

saliency

dataset

detection

human

video

arXiv reaDer

tracking

arXiv
リンク
Spiking-GAN：最初のスパイクまでの時間コーディングを使用したスパイク生成敵対的ネットワーク
arxiv_reader 2021/06/30
スパイキングニューラルネットワーク（SNN）は、エネルギー効率の高い方法で深層学習の問題を解決する大きな可能性を示しています。ただし、それらは依然として単純な分類タスクに限定されています。この論文では

GAN

learning

classification

dataset

loss function

SNN

domain

arXiv reaDer

arXiv
リンク
IMENet：反復相互拡張による3Dセマンティックシーンの共同完了と2Dセマンティックセグメンテーション
arxiv_reader 2021/06/30
3Dセマンティックシーンの完了と2Dセマンティックセグメンテーションは、正に相関する高レベルの機能を使用して同じセマンティッククラスを予測するため、どちらも屋内シーンの理解に不可欠な2つの密接に相関す

attention

dataset

semantic segmentation

arXiv reaDer

arXiv

3D

RGB-D
リンク
薄切りMR画像の再構成のための2段階自己教師ありサイクル整合性ネットワーク
arxiv_reader 2021/06/30
厚いスライスの磁気共鳴（MR）画像は、コロナルビューとサジタルビューで構造的にぼやけていることが多く、診断と画像の後処理に害を及ぼします。ディープラーニング（DL）は、これらの低解像度（LR）のケース

MRI

reconstruction

learning

dataset

self-supervised

arXiv reaDer

arXiv

unsupervised
リンク
スケーラブルなマルチビュークラスタリングのためのマルチグラフ学習
arxiv_reader 2021/06/30
グラフベースのマルチビュークラスタリングは、マルチメディアデータ間の複雑な構造と関係の両方を効率的に特徴付けるため、活発なトピックになっています。ただし、既存の方法には次の欠点があります。（1）グラフ

learning

dataset

arXiv reaDer

clustering

arXiv
リンク
半正定値計画法によるスペクトル次元削減、最大分散展開、およびカーネル学習のための統合フレームワーク：チュートリアルと調査
arxiv_reader 2021/06/30
これは、スペクトル次元削減方法の統合、半正定値計画法（SDP）によるカーネル学習、最大分散展開（MVU）または半正定値埋め込み（SDE）、およびその変形に関するチュートリアルと調査論文です。最初に、ス

learning

landmark

manifold

embedding

action

representation

arXiv reaDer

arXiv
リンク
鮮明なエッジ検出のための畳み込み特徴の混合解除
arxiv_reader 2021/06/30
この論文は、ディープエッジ検出器のローカリゼーションのあいまいさが主に畳み込みニューラルネットワークの混合現象によって引き起こされるという観察に基づいて、ディープエッジ検出器を使用した鮮明なエッジ検出

localization

learning

classification

dataset

detection

CNN

arXiv reaDer

arXiv
リンク
テキスト事前ガイドシーンテキスト画像超解像
arxiv_reader 2021/06/30
シーンテキスト画像の超解像（STISR）は、低解像度（LR）シーンテキスト画像の解像度と視覚的品質を向上させ、その結果、テキスト認識のパフォーマンスを向上させることを目的としています。ただし、既存のS

benchmark

dataset

arXiv reaDer

arXiv

super-resolution
リンク
ディープラーニングによる都市の街並みの定量化：美的評価に焦点を当てる
arxiv_reader 2021/06/30
都市の街並みの乱れは、人々の美的品質の認識に悪影響を及ぼします。建物のファサードに看板が存在することは、障害の重要な要因と見なされてきましたが、その定量化方法はまだスケーラブルな方法で開発されていませ

learning

arXiv

arXiv reaDer
リンク
固有のオートエンコーダによる画像キャプション評価のための対照的な意味的類似性学習
arxiv_reader 2021/06/30
画像のキャプションの品質を自動的に評価することは非常に難しい場合があります。人間の言語は非常に柔軟であり、同じ意味でさまざまな表現が存在する可能性があるためです。現在のキャプションメトリックのほとんど

dataset

contrastive

representation learning

human

arXiv reaDer

captioning

arXiv

metric
リンク
細胞はアクターです：SOTA組織学画像分類のための古典的なMLによるソーシャルネットワーク分析
arxiv_reader 2021/06/30
組織像のデジタル化と深層学習などの新しい計算手法の出現により、結腸直腸腺癌（CRA）の自動評価が可能になりました。ただし、現在の自動化されたCRAグレーディング方法では、通常、小さな画像パッチを使用す

learning

classification

dataset

convolutional

arXiv reaDer

arXiv

explainable
リンク
地震反射率推定への応用を伴う畳み込みスパースコーディング高速近似
arxiv_reader 2021/06/30
スパースコーディングでは、データが基本的なビルディングブロックのスパースな重ね合わせとして本質的に構造化されていると仮定して、入力ベクトルの特徴を抽出しようとします。同様に、ニューラルネットワークは、

estimation

learning

sparse

real time

synthesis

approximation

convolutional

arXiv reaDer

arXiv
リンク
ラベルノイズ下でのロバスト学習のための適応サンプル選択
arxiv_reader 2021/06/30
ディープニューラルネットワーク（DNN）は、ノイズの多いラベルが付けられたデータの存在下で、暗記または過剰適合の影響を受けやすいことが示されています。このようなノイズの多いデータの下でのロバストな学習

benchmark

learning

dataset

DNN

arXiv reaDer

arXiv
リンク
MFR 2021：マスクされた顔認識コンテスト
arxiv_reader 2021/06/30
この論文は、2021年のバイオメトリクスに関する国際合同会議（IJCB 2021）内で開催されたマスクされた顔認識コンペティション（MFR）の要約を示しています。コンテストには、有効な提出物を持つ合計

face recognition

dataset

biometrics

arXiv reaDer

arXiv
リンク
継続的なセマンティックセグメンテーションにおける壊滅的な忘却とバックグラウンドシフトへの取り組み
arxiv_reader 2021/06/30
ディープラーニングアプローチは、今日、セマンティックセグメンテーションなどのコンピュータービジョンタスクに取り組むために広く使用されており、大規模なデータセットとかなりの計算能力を必要とします。セマン

benchmark

learning

dataset

semantic segmentation

arXiv reaDer

distillation

arXiv

computer vision

pooling
リンク
CNNと衛星マルチスペクトル画像による船内火山噴火の検出
arxiv_reader 2021/06/30
近年、さまざまなアプリケーションでの機械学習アルゴリズムの成長により、実際のシナリオでのこれらのアルゴリズムの適用性に関する多くの研究が行われています。とりわけ、その物理的要件のために最も難しいシナリ

learning

detection

CNN

arXiv reaDer

arXiv

satellite
リンク
組み合わせ埋め込みによる開集合表現学習
arxiv_reader 2021/06/30
視覚認識タスクは、残りのクラスのラベルが使用できないという理由だけで、クラスの小さなサブセットの処理に制限されることがよくあります。ラベル付きクラスとラベルなしクラスの両方の例に基づく表現学習を通じて

benchmark

dataset

embedding

representation learning

metric learning

arXiv reaDer

arXiv
リンク
対称性とAIの出会い
arxiv_reader 2021/06/30
ニューラルネットワーク（NN）がタスクの実行を学習するときに、対称性の存在を発見できるかどうかを調査します。このために、対称性に関する情報が提供されていない、十分に制御された物理テンプレートに基づいて

classification

arXiv

arXiv reaDer
リンク
悪路や気象条件における自律操舵のためのマルチモーダルエンドツーエンド学習
arxiv_reader 2021/06/30
自動運転は、車線がない、道路が雪に覆われている、視界が悪いなどの悪天候や悪天候では困難です。マルチモーダルデータを使用して、これらの不利な現実の条件で動作する自律ステアリングのエンドツーエンド学習に関

learning

autonomous driving

LiDAR

CNN

arXiv reaDer

arXiv
リンク
SRF-Net：アンカーフリーの時間的アクション検出のための選択的受容野ネットワーク
arxiv_reader 2021/06/30
時間的アクション検出（TAD）は、トリミングされていないビデオ内の人間のアクションを時間的にローカライズして認識することを目的とした挑戦的なタスクです。現在の主流の1ステージTADアプローチは、アクシ

localization

classification

dataset

detection

action

human

convolutional

arXiv reaDer

arXiv

anchor free
リンク
AutoNovel：新しいビジュアルカテゴリを自動的に発見して学習する
arxiv_reader 2021/06/30
他のクラスのラベル付きの例を指定して、画像コレクションで新しいクラスを発見する問題に取り組みます。 3つのアイデアを組み合わせることでこの問題に対処するAutoNovelと呼ばれる新しいアプローチを提

benchmark

classification

learning

representation

bias

self-supervised

arXiv reaDer

clustering

arXiv

unsupervised
リンク
ロバスト回帰を使用してフォントの使用傾向を見つける
arxiv_reader 2021/06/30
フォントは、発明された時期だけでなく、その使用法や人気においても、その歴史を通じてトレンドを持ってきました。この論文では、テキスト画像の大規模なコレクションでロバスト回帰を使用して、フォント使用の傾向

CNN

arXiv

arXiv reaDer
リンク
AdderNet：ディープラーニングで本当に乗算が必要ですか？
arxiv_reader 2021/06/30
安価な加算演算と比較して、乗算演算は計算がはるかに複雑です。ディープニューラルネットワークで広く使用されている畳み込みは、入力特徴フィルターと畳み込みフィルター間の類似性を測定するための正確な相互

learning

gradient

dataset

CNN

arXiv reaDer

arXiv
リンク
ユニバーサル加算器ニューラルネットワーク
arxiv_reader 2021/06/30
安価な加算演算と比較して、乗算演算は計算の複雑さがはるかに高くなります。ディープニューラルネットワークで広く使用されている畳み込みは、入力特徴と畳み込みフィルターの間の類似性を測定するための正確な相互

learning

gradient

dataset

approximation

CNN

arXiv reaDer

arXiv
リンク
RGB-DSelfiesからの忠実度の高い3Dデジタル人間の頭の作成
arxiv_reader 2021/06/30
民生用RGB-Dセルフィーカメラを使用して、忠実度の高い、フォトリアリスティックな3Dデジタル人間の頭を生成できる全自動システムを紹介します。このシステムは、ユーザーが頭を回転させながら短いセルフィー

reconstruction

differentiable

face

human

synthesis

CNN

arXiv reaDer

arXiv

3D

RGB-D
リンク
一般化可能な個人の再識別のためのドメインクラス相関分解
arxiv_reader 2021/06/30
個人の再識別におけるドメインの一般化は、非常に重要で意味のある実用的なタスクであり、複数のソースドメインからのデータでトレーニングされたモデルは、目に見えないターゲットドメインにうまく一般化することが

adversarial

benchmark

learning

loss function

representation

person

domain

arXiv reaDer

re-id

arXiv
リンク
モバイルデバイス上の画像認識システムをだますための目立たない敵対的パッチ
arxiv_reader 2021/06/30
ディープラーニングベースの画像認識システムは、今日の世界のモバイルデバイスに広く展開されています。ただし、最近の研究では、深層学習モデルは敵対的な例に対して脆弱であることが示されています。敵対パッチと

adversarial

learning

attention

saliency

human

arXiv reaDer

arXiv
リンク
インテリジェントな医用画像分析のための並列医用画像：概念、方法、およびアプリケーション
arxiv_reader 2021/06/30
過去数十年の間に、医療画像分析のためのデータ駆動型人工知能技術は大きく進歩しました。ただし、画像データの取得と注釈付け、医療領域の知識の抽出、および医療画像分析の診断決定の説明が非常に複雑であるため、

learning

dataset

domain

arXiv reaDer

arXiv

interpretation
リンク
動的推論のためのマルチ出口ビジョントランスフォーマー
arxiv_reader 2021/06/30
ディープニューラルネットワークは、いくつかの中間層の後に早期出口ブランチを挿入することにより、複数出口アーキテクチャに変換できます。これにより、推論プロセスを動的にすることができます。これは、遅延要件

classification

transformer

domain

arXiv reaDer

arXiv

computer vision
リンク
間違った色のフェルメール：色対称の画像の歪み
arxiv_reader 2021/06/30
色の対称性は、幾何学的オブジェクトの色がそれらの対称性プロパティに従って割り当てられることを意味します。これは、対称群の要素を色の順列に関連付けることによって定義されます。私はこの概念をジェネレーティ

arXiv

arXiv reaDer

generative
リンク
TUCaN：カプセルへの着色の漸進的な指導
arxiv_reader 2021/06/30
自動画像の色付けは、グレースケール画像を（復元のために）色付けする方法を研究するコンピュータービジョン研究パスです。ディープラーニング技術により、画像の色付けが改善され、驚くべき結果が得られました。こ

reconstruction

benchmark

classification

quantization

pose

convolutional

arXiv reaDer

residual

arXiv

computer vision
リンク
ブラインド画像復元に向けた深い変分ネットワーク
arxiv_reader 2021/06/30
ディープニューラルネットワーク（DNN）は、破損した画像から潜在的なクリーンな画像への強力な非線形マッピングを直接学習することにより、画像復元タスクで大きな成功を収めています。ただし、これらのディー

learning

generative

DNN

denoising

arXiv reaDer

arXiv

super-resolution
リンク
アクション検出のための時空間コンテキスト
arxiv_reader 2021/06/30
アクション検出の研究は、ビデオの理解に重要な役割を果たしているため、近年成長しています。アクターとそのコンテキストの間の相互作用（空間的または時間的）のモデル化は、このタスクに不可欠であることが証明さ

attention

dataset

spatio-temporal

detection

action

video

arXiv reaDer

arXiv
リンク
ラベルノイズに関するWassersteinAdversarial Regularization（WAR）
arxiv_reader 2021/06/30
ノイズの多いラベルは、特にクラウドソーシングやWebスクレイピングから取得した場合に、ビジョンデータセットで頻繁に発生します。ノイズの多いデータが存在する場合にロバストな分類器を学習できる新しい正則化

benchmark

adversarial

learning

dataset

regularization

arXiv reaDer

arXiv
リンク
仮想背景で雇用主を欺かないでください：ビデオ会議操作-検出システム
arxiv_reader 2021/06/30
最新世代のビデオ会議ソフトウェアを使用すると、特に他の雇用主との公式会議で、プライバシーの懸念から、ユーザーは仮想背景を利用して個人環境を隠すことができます。一方、ユーザーは、仮想の背景を考慮して自分

adversarial

detection

video

arXiv reaDer

compression

arXiv
リンク
ビデオシーケンスの教師なしオブジェクト表現のベンチマーク
arxiv_reader 2021/06/30
オブジェクトの観点から世界を認識し、それらを経時的に追跡することは、推論とシーンの理解にとって重要な前提条件です。最近、オブジェクト中心の表現の教師なし学習のためにいくつかの方法が提案されています。た

tracking

attention

transformer

detection

recurrent

arXiv reaDer

clustering

arXiv

segmentation
リンク
スケルトンベースの行動認識のためのより強力でより高速なベースラインの構築
arxiv_reader 2021/06/30
スケルトンベースのアクション認識における1つの重要な問題は、すべてのスケルトンジョイントにわたって識別機能を抽出する方法です。ただし、このタスクの最近の最先端（SOTA）モデルの複雑さは、非常に洗練さ

action recognition

arXiv

convolutional

dataset

arXiv reaDer

GCN

benchmark
リンク
DeepFaceLab：統合された柔軟で拡張可能なフェイススワッピングフレームワーク
arxiv_reader 2021/06/30
ディープフェイク防御には、検出の研究だけでなく、生成方法の努力も必要です。ただし、現在のディープフェイクメソッドは、ワークフローがあいまいでパフォーマンスが低いという影響を受けます。この問題を解決する

arXiv reaDer

detection

deepfake

arXiv
リンク
セマンティック駆動の生成的敵対的ネットワークによる顔スケッチ合成
arxiv_reader 2021/06/30
フェイススケッチの合成は、近年、ディープニューラルネットワークの開発によって大きな進歩を遂げました。スケッチの肖像画の繊細な描写は、デジタルエンターテインメントや法執行機関などの幅広いアプリケーション

saliency

GAN

detection

face

arXiv

dataset

arXiv reaDer

synthesis
リンク
SDL：フルレベルの注釈付きドキュメントレイアウト用の新しいデータ生成ツール
arxiv_reader 2021/06/30
文書処理のための新しいデータ生成ツールを紹介します。このツールは、文字位置から段落レベルの位置まで、通常のタイプのドキュメントで最大レベルの視覚情報を提供することに重点を置いています。また、リソースの

arXiv reaDer

dataset

synthesis

arXiv
リンク
マルチスケールの意味論的および空間的深部特徴に基づく効率的な頸部全スライド画像分析フレームワーク
arxiv_reader 2021/06/30
デジタルギガピクセルの全スライド画像（WSI）は臨床診断で広く使用されており、自動化されたWSI分析はコンピューター支援診断の鍵となります。現在、ResNet分類器によってエンコードされた大規模なロー

representation

arXiv

dataset

learning

transformer

classification

arXiv reaDer

multi-task

sparse
リンク
ロボット手術における正確なジェスチャ認識のための視覚および運動学埋め込みに関するリレーショナルグラフ学習
arxiv_reader 2021/06/30
自動外科ジェスチャ認識は、ロボット手術でインテリジェントな認知支援を可能にするために基本的に重要です。ロボット支援低侵襲手術の最近の進歩により、手術ビデオやロボット運動学などの豊富な情報を記録できるた

representation

LSTM

video

arXiv

convolutional

dataset

embedding

robot

arXiv reaDer

gesture
リンク
IREM：陰的神経表現による高解像度磁気共鳴（MR）画像再構成
arxiv_reader 2021/06/30
高品質の高解像度（HR）MR画像を収集するために、複数の低解像度（LR）MR画像でトレーニングされ、HR画像再構成のための任意のアップサンプリングレートを実現するIREMという名前の新しい画像再構成ネ

representation

3D

super-resolution

MRI

arXiv

arXiv reaDer

reconstruction

sparse
リンク
O2O-アフォーダンス：注釈なしの大規模オブジェクト-オブジェクトアフォーダンス学習
arxiv_reader 2021/06/30
コンピュータビジョンおよびロボット工学におけるエージェント-オブジェクト（たとえば、人間-オブジェクト、手-オブジェクト、ロボット-オブジェクト）の相互作用のモデリング、認識、および理解に関する膨大な

video

computer vision

arXiv

convolutional

learning

robot

simulation

arXiv reaDer

synthesis

human
リンク
ElephantBook：象の再識別のための半自動化されたヒューマンインザループシステム
arxiv_reader 2021/06/30
アフリカゾウは生態系に不可欠ですが、ゾウの個体数は人間とゾウの対立や密猟の増加によって脅かされています。個体群動態の監視は、保全活動に不可欠です。ただし、象の追跡は困難な作業であり、通常はGPSカラー

re-id

computer vision

tracking

identification

arXiv

arXiv reaDer
リンク
表現学習のための対照的な引力と対照的な反発
arxiv_reader 2021/06/30
コントラスト学習（CL）は、ラベルの監視なしでデータ表現を学習するのに効果的です。エンコーダーは、1対多のソフトマックスクロスエントロピー損失を介して、複数の負のサンプルに対して各正のサンプルを対比す

arXiv

dataset

representation learning

arXiv reaDer

benchmark

contrastive learning
リンク
移動中のアイリス用のエンドツーエンドオートフォーカスカメラ
arxiv_reader 2021/06/30
遠方の虹彩認識では、一般に長焦点距離のレンズを使用して虹彩画像の解像度を確保します。これにより、被写界深度が浅くなり、焦点がぼけてしまう可能性があります。さまざまな距離にいるユーザーに対応するには、フ

arXiv reaDer

real time

tracking

arXiv
リンク
注意メカニズムの有効性の理解に向けて
arxiv_reader 2021/06/30
アテンションメカニズムは、コンピュータービジョンタスクで畳み込みニューラルネットワーク（CNN）のパフォーマンスを向上させるために広く使用されている方法です。その普及にもかかわらず、私たちはその有効性

computer vision

regularization

arXiv

dataset

CNN

attention

arXiv reaDer
リンク
GuidedMix-Net：ラベル付き画像を参照として使用して疑似マスクを改善する方法を学ぶ
arxiv_reader 2021/06/30
半教師あり学習は、限られた数のラベル付きの例から学習することによってモデルを構築することを目的とした挑戦的な問題です。この問題に取り組むために多くの方法が提案されており、ネットワークを正規化するために

arXiv

learning

semi-supervised

arXiv reaDer

semantic segmentation
リンク
生成モデルによる顔認識での敵対パッチの転送可能性の改善
arxiv_reader 2021/06/30
顔認識は、深い畳み込みニューラルネットワーク（CNN）によって大幅に改善されます。最近、これらの顔認識モデルは、セキュリティに敏感なアプリケーションのID認証に使用されています。ただし、ディープCNN

manifold

face recognition

arXiv

CNN

pre-training

generative

arXiv reaDer

adversarial

human
リンク
EVPropNet：空中着陸および追跡用のプロペラを見つけることによるドローンの検出
arxiv_reader 2021/06/30
無人航空機やドローンのアクセシビリティの急速な上昇は、一般的なセキュリティと機密性に脅威をもたらします。市販または特注のドローンのほとんどはマルチローターであり、複数のプロペラで構成されています。これ

tracking

drone

arXiv

UAV

arXiv reaDer

pose
リンク
ゼロショットスケルトンアクション認識のための構文的にガイドされた生成的埋め込み
arxiv_reader 2021/06/30
ゼロショット学習（ZSL）のための新しい構文的にガイドされた生成的アプローチであるSynSEを紹介します。私たちのエンドツーエンドのアプローチは、関連するモダリティ（視覚、言語）内およびモダリティ全体

action recognition

zero-shot

arXiv

dataset

learning

embedding

generative

arXiv reaDer
リンク
条件付きGANは明示的に条件付きですか？
arxiv_reader 2021/06/30
このホワイトペーパーでは、このアーキテクチャを活用するさまざまなアプリケーションを改善するための、条件付き生成的敵対的ネットワーク（cGAN）の2つの重要な貢献を提案します。最初の主な貢献は、cGAN

augmentation

monocular

metric

GAN

arXiv

dataset

depth prediction

arXiv reaDer

segmentation
リンク
自己教師あり学習によるfMRIスキャンからの認知疲労の理解
arxiv_reader 2021/06/30
機能的磁気共鳴画像法（fMRI）は、被験者が実行したタスクに基づいてさまざまな領域の血中酸素レベルをキャプチャすることにより、脳内の神経活性化を記録する神経画像技術です。 fMRIデータを考えると、人

LSTM

spatio-temporal

self-supervised

person

arXiv

dataset

CNN

learning

classification

arXiv reaDer
リンク
確率的物体検出のための不確実性推定フレームワーク
arxiv_reader 2021/06/30
この論文では、2つの一般的な方法を組み合わせて物体検出の不確実性を推定する新しい手法を紹介します。不確実性の定量化は、実際のロボットアプリケーションでは重要です。従来の検出モデルは、確率の高い出力を提

estimation

detection

video

dataset

arXiv

robot

action

arXiv reaDer

synthesis
リンク
サポートベクターマシンをトレーニングするための深い機能
arxiv_reader 2021/06/30
機能は、コンピュータビジョンにおいて重要な役割を果たします。当初は手作りのアルゴリズムを使用して顕著な要素を検出するように設計されていましたが、現在では、畳み込みニューラルネットワーク（CNN）のさま

saliency

computer vision

arXiv

CNN

classification

arXiv reaDer
リンク
レーングラフ走査を条件とするマルチモーダル軌道予測
arxiv_reader 2021/06/30
周囲の車両の将来の動きを正確に予測するには、目標と運転行動に内在する不確実性について推論する必要があります。この不確実性は、横方向（レーンの維持、方向転換など）と縦方向（加速、ブレーキングなど）に大ま

vehicle

trajectory

dataset

arXiv

arXiv reaDer

reasoning
リンク
オブジェクト検出ベースの手書きローカリゼーション
arxiv_reader 2021/06/30
文書から手書き領域をローカライズするためのオブジェクト検出ベースのアプローチを提示します。これは、最初はデータ送信中の匿名化を強化することを目的としています。印刷されたテキストと手書きのメモまたは署名

R-CNN

detection

arXiv

dataset

CNN

localization

learning

arXiv reaDer
リンク
クロスドメインオブジェクト検出のための6チャネル画像表現
arxiv_reader 2021/06/30
ほとんどの深層学習モデルはデータ駆動型であり、優れたパフォーマンスは豊富で多様なデータセットに大きく依存しています。ただし、特定のシーンやアプリケーションのデータセットを取得してラベルを付けることは非

augmentation

representation

GAN

detection

domain

unsupervised

arXiv

dataset

learning

arXiv reaDer
リンク
顔のなりすまし防止のための深層学習：調査
arxiv_reader 2021/06/30
顔のなりすまし防止（FAS）は、顔認識システムをプレゼンテーション攻撃（PA）から保護する上で重要な役割を果たしているため、最近ますます注目を集めています。新しいタイプのPAがますます現実的になるにつ

representation

domain

face recognition

arXiv

dataset

learning

attention

arXiv reaDer
リンク
限られたデータでの深層学習ベースの加速MRI再構成のためのデータ拡張
arxiv_reader 2021/06/30
ディープニューラルネットワークは、画像の復元と再構築のタスクに非常に成功したツールとして登場しました。これらのネットワークは、ノイズの多い、または破損した画像の測定値から画像を直接再構築するように、エ

augmentation

MRI

arXiv

dataset

learning

classification

arXiv reaDer

reconstruction
リンク
ニューラルプルーニング検索を使用したモバイルデバイスでのリアルタイムオブジェクト検出の実現
arxiv_reader 2021/06/30
物体検出は、セキュリティ開発のための自動運転車で重要な役割を果たします。ただし、計算リソースが限られている自動運転車のモバイルシステムでは、オブジェクトの検出が困難になります。これを容易にするために、

pruning

3D

vehicle

detection

real time

arXiv

arXiv reaDer

YOLO
リンク
メタ学習を使用した神経ルミグラフ表現の高速トレーニング
arxiv_reader 2021/06/30
新しいビューの統合は、機械学習とコンピュータービジョンにおける長年の問題です。最近、任意のビューからフォトリアリスティックな画像を合成するニューラルシーン表現とレンダリング技術の開発が大幅に進歩しまし

representation

real time

computer vision

arXiv

learning

arXiv reaDer

synthesis
リンク
Cosmic-CoNN：宇宙線検出ディープラーニングフレームワーク、データセット、およびツールキット
arxiv_reader 2021/06/30
宇宙線（CR）を拒否することは、CCDでキャプチャされたデータの科学的解釈に不可欠ですが、単一露光画像でCRを検出することは依然として困難です。従来のCR検出アルゴリズムでは、複数のパラメータを実験的

detection

dataset

arXiv

python

interpretation

learning

arXiv reaDer
リンク
適切なバランスをとる：セマンティックセグメンテーションの損失を思い出してください
arxiv_reader 2021/06/30
クラスの不均衡は、セマンティックセグメンテーションなどのコンピュータビジョンアプリケーションの基本的な問題です。具体的には、トレーニングデータセット内の不均一なクラス分布は、多くの場合、過小評価されて

loss function

computer vision

arXiv

dataset

arXiv reaDer

semantic segmentation
リンク
ディープラーニングベースの人間のデジタル化を活用した効率的な現実的なデータ生成フレームワーク
arxiv_reader 2021/06/30
教師あり深層学習アルゴリズムのパフォーマンスは、トレーニングに使用されるデータの規模、品質、多様性に大きく依存します。大量のデータを収集して手動で注釈を付けることは、実行するのに時間とコストの両方のタ

3D

detection

face recognition

synthesis

person

arXiv

dataset

human pose estimation

arXiv reaDer

pose estimation
リンク
ビデオ推奨のための行動認識グラフ畳み込みネットワークモデル
arxiv_reader 2021/06/30
ユーザーと動画の間のやり取りは、動画の推奨を実行するための主要なデータソースです。多くの既存の推奨方法にもかかわらず、ユーザーとビデオの間の複雑な関係を暗示するビデオでのユーザーの行動は、まだ完全に調

video

dataset

arXiv

CNN

embedding

arXiv reaDer
リンク
TANet ++：3D検出でフィルタリングされたポイントクラウドを備えたトリプルアテンションネットワーク
arxiv_reader 2021/06/30
TANetは、KITTIおよびJRDBベンチマークでの最先端の3Dオブジェクト検出方法の1つであり、ネットワークには、3D検出の堅牢性と精度を向上させるためのTripleAttentionモジュールと

3D

detection

arXiv

attention

point cloud

robot

arXiv reaDer

benchmark
リンク
多段階最適化ベースの敵対的トレーニング
arxiv_reader 2021/06/30
敵対的ロバスト性の分野では、敵対的ロバストモデルを迅速に開発するためにシングルステップの敵対的トレーニングを採用する一般的な方法があります。ただし、単一ステップの敵対的トレーニングは、壊滅的な過剰適合

arXiv reaDer

adversarial

dataset

arXiv
リンク
LB-CNN：ChainerとCupyを使用したライトバイナリ畳み込みニューラルネットワークの高速トレーニングのためのオープンソースフレームワーク
arxiv_reader 2021/06/30
ライトバイナリ畳み込みニューラルネットワーク（LB-CNN）は、多くの産業用アプリケーションで必要とされる低エネルギーコンピューティングプラットフォームに実装する場合に特に役立ちます。ここでは、コンパ

face recognition

dataset

arXiv

CNN

learning

arXiv reaDer
リンク
TextVQAチャレンジ2021での勝者チームミア：事前にトレーニングされたシーケンス間モデルを使用した視覚と言語の表現学習
arxiv_reader 2021/06/30
TextVQAでは、モデルが画像内のテキストを読んで推論し、それらに関する質問に答える必要があります。具体的には、モデルは、TextVQAの質問に答えるために、画像に存在するテキストの新しいモダリティ

seq2seq

arXiv

dataset

representation learning

pre-training

generative

arXiv reaDer
リンク
病気はどこにありますか？異常画像からの半教師あり疑似正規性合成
arxiv_reader 2021/06/30
異常な画像（病変など）から疑似正常画像を計算で生成する疑似正常合成は、病変の検出、データ拡張から臨床手術の提案まで、多くの観点で重要です。ただし、病変情報がない場合、高品質の疑似正常画像を生成すること

augmentation

detection

arXiv

learning

semi-supervised

generative

arXiv reaDer

synthesis

segmentation
リンク
Wasserstein生成的敵対的生成ネットワークを使用した画像修復
arxiv_reader 2021/06/30
画像の修復は、画像内の欠落した領域の再構築に焦点を当てたコンピュータビジョンの重要なタスクの1つです。この論文の目的は、Wasserstein Generative Adversarial Imput

face

computer vision

arXiv

convolutional

dataset

generative

arXiv reaDer

adversarial

reconstruction

benchmark
リンク
ScanBank：スキャンされた電子論文および論文からの図抽出のためのベンチマークデータセット
arxiv_reader 2021/06/30
600万以上が公開されており、分野を超えた研究と教育を支援する重要なコーパスを構成しているため、アクセスの改善とその有用性の拡大を目指して、電子論文と論文（ETD）に焦点を当てています。コーパスは、生

augmentation

arXiv

dataset

pose

arXiv reaDer

benchmark
リンク
インタラクティブセグメンテーションの確率的注意
arxiv_reader 2021/06/30
注意の確率的解釈を提供し、変圧器の標準的なドット積注意が最大事後（MAP）推論の特殊なケースであることを示します。提案されたアプローチは、キーおよび値モデルパラメータのオンライン適応のための期待値最大

benchmark

adaptation

attention

transformer

semantic segmentation

arXiv reaDer

arXiv

interpretation
リンク
項目反応理論を使用して設計された顔識別能力テスト
arxiv_reader 2021/06/30
顔識別能力の測定は、専門の法医学的顔検査官や、適用されたシナリオで顔識別タスクを実行する他の人による正確で一貫したパフォーマンスを保証するために不可欠です。現在の習熟度テストは、刺激項目の静的なセット

face

identification

arXiv

simulation

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 2021/06/30
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

estimation

denoising

arXiv

learning

arXiv reaDer
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 2021/06/30
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

MRI

unsupervised

arXiv

dataset

arXiv reaDer

adversarial

transfer learning

segmentation
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 2021/06/30
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

metric

human

detection

tracking

arXiv

dataset

learning

arXiv reaDer

optical flow
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 2021/06/30
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

arXiv

CNN

attention

transformer

arXiv reaDer
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 2021/06/30
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

representation

residual

domain

face recognition

arXiv

dataset

learning

arXiv reaDer

pose
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 2021/06/30
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

estimation

metric

vehicle

detection

real time

identification

arXiv

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 2021/06/30
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

edge device

detection

face

arXiv

dataset

CNN

learning

OOD

arXiv reaDer

benchmark
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 2021/06/30
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

3D

disentangling

face

arXiv

bias

interpretation

representation learning

arXiv reaDer

reconstruction
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 2021/06/30
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

domain

dataset

arXiv

learning

arXiv reaDer

synthesis
リンク
Trinity：複雑な空間データセット用のノーコードAIプラットフォーム
arxiv_reader 2021/06/30
Trinityと呼ばれるコードなしの人工知能（AI）プラットフォームを紹介します。主な設計目標は、機械学習の研究者と非技術的な地理空間ドメインの専門家の両方が、ドメイン固有の信号とデータセットを実験し

spatio-temporal

domain

arXiv

dataset

CNN

learning

arXiv reaDer

semantic segmentation
リンク
連続ウェーブレット変換と畳み込みニューラルネットワークを使用した人間活動の認識
arxiv_reader 2021/06/30
世界のかなりの数の人々が健康上の理由で恒久的な監視下にとどまらなければなりません。糖尿病患者やその他の慢性疾患のある人、高齢者、障害者などが含まれます。これらのグループは、生命を脅かす転倒や失神に見舞

metric

residual

domain

arXiv

dataset

CNN

localization

classification

arXiv reaDer

human
リンク
敵対的訓練におけるクラスごとのロバストネスの分析と応用
arxiv_reader 2021/06/30
敵対的訓練は、敵対的例に対するモデルの堅牢性を向上させるための最も効果的なアプローチの1つです。ただし、これまでの作業は主にモデルの全体的な堅牢性に焦点を当てており、敵対的な訓練に関与する各クラスの役

dataset

arXiv

learning

arXiv reaDer

adversarial

benchmark
リンク
長期の敵対的生成ネットワーク：少数のショットの分類タスクのためのロバストなメタ学習方法
arxiv_reader 2021/06/30
メタ学習モデルは、数ショットのラベル付きデータを使用して、新しいタスクにすばやく適応できます。ただし、数ショットの分類タスクで優れた一般化を達成したにもかかわらず、数ショットの学習でメタ学習モデルの敵

few-shot

arXiv

learning

classification

arXiv reaDer

adversarial
リンク
- 2021年7月1日
- 2021年6月30日
- 2021年6月29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