arxiv_readerのブックマーク / 2021年8月3日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年8月3日のブックマーク (176件)

SDEdit：確率微分方程式によるガイド付き画像の合成と編集
arxiv_reader 2021/08/03
確率微分方程式（SDE）を使用した最近の生成モデルに基づいて、新しい画像編集および合成フレームワークである確率微分編集（SDEdit）を紹介します。ユーザーが編集した入力画像（手描きのカラーストローク

synthesis

generative

GAN

dataset

arXiv reaDer

arXiv

loss function
リンク
S ^ 2-MLPv2：視覚のための改善された空間シフトMLPアーキテクチャ
arxiv_reader 2021/08/03
最近、MLPベースのビジョンバックボーンが登場しました。誘導バイアスの少ないMLPベースのビジョンアーキテクチャは、CNNやビジョントランスフォーマーと比較して、画像認識において競争力のあるパフォーマ

CNN

transformer

bias

benchmark

arXiv reaDer

arXiv
リンク
ブラインド超解像における特定の劣化のための識別フィルターの発見
arxiv_reader 2021/08/03
最近のブラインド超解像（SR）手法は、通常、劣化予測用と条件付き復元用の2つのブランチで構成されています。ただし、私たちの実験では、1ブランチネットワークが2ブランチスキームと同等のパフォーマンスを達

gradient

super-resolution

learning

arXiv reaDer

arXiv
リンク
第三者模倣学習のための自己教師あり解きほぐし表現学習
arxiv_reader 2021/08/03
人間は他人を観察することによって模倣することを学びます。ただし、ロボットの模倣学習には、通常、一人称視点（FPV）での専門家によるデモンストレーションが必要です。すべてのロボットについてこのようなFP

video

robot

action

representation learning

self-supervised

disentangling

human

arXiv reaDer

arXiv
リンク
将来を見据えたソナーパッチマッチング：最新のCNN、アンサンブル、および不確実性
arxiv_reader 2021/08/03
水中ロボットのアプリケーションは増加しており、それらのほとんどは水中視覚をソナーに依存していますが、強力な知覚能力の欠如がこのタスクでそれらを制限しています。ソナー知覚の重要な問題は、画像パッチのマッ

localization

CNN

robot

detection

dataset

contrastive

arXiv reaDer

arXiv
リンク
接地された画像のキャプションに対する分散された注意
arxiv_reader 2021/08/03
弱教師あり接地画像キャプションの問題を研究します。つまり、画像が与えられた場合の目標は、画像内の対応する領域に基づいた各名詞の単語を使用して、画像のコンテキストを説明する文を自動的に生成することです。

captioning

regularization

attention

weakly-supervised

arXiv reaDer

arXiv
リンク
ミュージカルスピーチ：トランスフォーマーベースの作曲ツール
arxiv_reader 2021/08/03
本稿では、作曲の構成要素として使用するために、ユーザーが録音/提供した音声の音楽的アウトラインを生成する新しい作曲ツールを提案します。このツールを使用すると、ユーザーは自分のスピーチを使用して音楽素材

dataset

arXiv reaDer

arXiv

transformer
リンク
AIパイプラインをクラウドHPCに導入：COVID-19AI診断の精度のベースラインを設定
arxiv_reader 2021/08/03
HPCは、AIを可能にするプラットフォームです。 HPCアプリケーションバスケットにAIワークロードを導入すると、AIアプリケーションの設計方法とHPCコンピューティングの提供方法の両方に重要な結果が

CT

COVID-19

classification

DNN

arXiv reaDer

arXiv
リンク
ほぼリアルタイムの監視による環境施行の強化：集約的畜産農場の構造的拡大の尤度ベースの検出
arxiv_reader 2021/08/03
米国の多くの環境エンフォースメントは、歴史的に、自己報告データまたは物理的でリソースを大量に消費する頻度の低い検査のいずれかに依存してきました。ただし、リモートセンシングとコンピュータービジョンの進歩

segmentation

identification

detection

real time

satellite

computer vision

pose

arXiv reaDer

arXiv
リンク
強度と幾何学的情報に基づく樹木点群の木の葉の分類
arxiv_reader 2021/08/03
地上レーザースキャン（TLS）は、高精度かつ高密度でツリーポイントクラウドを取得できます。樹木の構造パラメータと生態学的特性を研究するには、木の点と葉の点を効率的に分類することが不可欠です。強度と空間

dataset

classification

point cloud

arXiv reaDer

arXiv
リンク
KiloNeRF：数千の小さなMLPで神経放射輝度フィールドを高速化
arxiv_reader 2021/08/03
NeRFは、ニューラル放射輝度フィールドをRGB画像に適合させることにより、前例のない品質でシーンの新しいビューを合成します。ただし、NeRFでは深い多層パーセプトロン（MLP）を何百万回もクエリする

distillation

real time

arXiv reaDer

arXiv
リンク
私の目はここにあります：マスクされた顔認識でカバーされていない領域への焦点を促進する
arxiv_reader 2021/08/03
最近のCovid-19のパンデミックと、公共の場でマスクを着用することが現在いくつかの国で義務付けられているという事実により、顔認識システム（FRS）の使用に課題が生じました。この作業では、マスクされ

COVID-19

arXiv reaDer

arXiv

face recognition
リンク
クロスドメインオブジェクト検出のためのマルチレベルの知識移転
arxiv_reader 2021/08/03
ドメインシフトは、特定のドメイン（ソース）でトレーニングされたモデルが、別のドメイン（ターゲット）からのサンプルにさらされたときにうまく機能しないというよく知られた問題です。ドメインシフトに適応できる

unsupervised

detection

domain

adversarial

arXiv reaDer

arXiv
リンク
スーパーピクセルミックスによるロバストなセマンティックセグメンテーション
arxiv_reader 2021/08/03
予測パフォーマンスと実行速度に加えて、信頼性は実際のセマンティックセグメンテーションの重要な要件です。信頼性には、堅牢性、予測の不確実性、バイアスの低減が含まれます。信頼性を向上させるために、教師と生

semi-supervised

dataset

bias

arXiv

semantic segmentation

augmentation

arXiv reaDer

OOD
リンク
UAV画像から植物育種決定を支援するための大豆相対成熟度を推定するための応用深層学習アプローチ
arxiv_reader 2021/08/03
世界的な育種組織にとって、次世代の優れた作物を特定することは、その成功に不可欠です。新しい遺伝的品種を認識するには、作物の収量、害虫抵抗性、耐熱性などに関するデータを収集するために、何年ものフィールド

UAV

CNN

LSTM

learning

arXiv reaDer

arXiv
リンク
StyleGAN-NADA：画像ジェネレータのCLIPガイド付きドメイン適応
arxiv_reader 2021/08/03
生成モデルは、特定のドメインから画像を生成するようにトレーニングできますか？テキストプロンプトのみでガイドされ、画像は表示されませんか？言い換えれば、画像ジェネレータを盲目的にトレーニングすることはで

generative

domain adaptation

arXiv reaDer

arXiv
リンク
PyMAF：ピラミッド型メッシュアライメントフィードバックループを使用した3D人間のポーズと形状の回帰
arxiv_reader 2021/08/03
回帰ベースの方法は、最近、単眼画像から人間のメッシュを再構築する上で有望な結果を示しています。これらのメソッドは、生のピクセルをモデルパラメータに直接マッピングすることにより、ニューラルネットワークを

3D

video

reconstruction

mesh

monocular

pose

human

benchmark

arXiv reaDer

arXiv
リンク
I2V-GAN：対になっていない赤外線から可視へのビデオ変換
arxiv_reader 2021/08/03
人間の視力は、特に暗視のシナリオでは、複雑な環境要因によって悪影響を受けることがよくあります。したがって、赤外線カメラは、周囲の環境で赤外線を検出することで視覚効果を高めるために利用されることがよくあ

synthesis

vehicle

detection

domain

dataset

tracking

adversarial

human

arXiv reaDer

arXiv
リンク
空間的凝集と不確実な領域の修復を伴う多相肝腫瘍セグメンテーション
arxiv_reader 2021/08/03
多相コンピューター断層撮影（CT）画像は、正確な肝腫瘍セグメンテーション（LiTS）のための重要な補足情報を提供します。最先端のマルチフェーズLiTSメソッドは、通常、フェーズ加重合計またはチャネルア

CT

dataset

arXiv

arXiv reaDer

segmentation
リンク
相互ディリクレネットによる教師なしおよび未登録のハイパースペクトル画像の超解像
arxiv_reader 2021/08/03
ハイパースペクトル画像（HSI）は、多数のコンピュータービジョンタスクのパフォーマンス向上に貢献した豊富なスペクトル情報を提供します。ただし、これは画像の空間解像度を犠牲にしてのみ達成できます。ハイパ

unsupervised

domain

dataset

reconstruction

computer vision

super-resolution

representation

benchmark

arXiv reaDer

arXiv
リンク
ポリープセグメンテーションのための浅い注意ネットワーク
arxiv_reader 2021/08/03
正確なポリープセグメンテーションは、結腸直腸癌の診断にとって非常に重要です。ただし、強力なディープニューラルネットワークを使用しても、ポリープセグメンテーションの開発を妨げる3つの大きな課題が依然とし

arXiv

attention

benchmark

arXiv reaDer

segmentation
リンク
PAN ++：任意の形状のテキストの効率的かつ正確なエンドツーエンドのスポッティングに向けて
arxiv_reader 2021/08/03
シーンテキストの検出と認識は、過去数年間で十分に検討されてきました。進歩にもかかわらず、任意の形状のテキストの効率的かつ正確なエンドツーエンドのスポッティングは依然として困難です。この作業では、PAN

detection

dataset

convolutional

real time

representation

arXiv reaDer

arXiv
リンク
弱く監視されたオブジェクトのローカリゼーションのための浅い機能の問題
arxiv_reader 2021/08/03
弱教師ありオブジェクトローカリゼーション（WSOL）は、画像レベルのラベルのみを使用してオブジェクトをローカライズすることを目的としています。クラスアクティベーションマップ（CAM）は、WSOLを実現

localization

arXiv

weakly-supervised

benchmark

arXiv reaDer

segmentation
リンク
潜在最適化による制約付きグラフィックレイアウト生成
arxiv_reader 2021/08/03
グラフィックデザインでは、人間がデザインの意図やセマンティクスに従ってさまざまな要素を視覚的に配置するのが一般的です。たとえば、タイトルテキストは、ほとんどの場合、ドキュメント内の他の要素の上に表示さ

generative

arXiv reaDer

arXiv

transformer
リンク
網膜OCTの次元のサブセットに沿ったセグメンテーションのための射影スキップ接続
arxiv_reader 2021/08/03
医用画像では、出力マスクが入力画像の寸法のサブセットへの投影である、臨床的に関連するセグメンテーションタスクがあります。この作業では、入力画像よりも低次元のセグメンテーションマスクを生成することを効果

3D

CNN

dataset

classification

arXiv

representation

arXiv reaDer

segmentation
リンク
マッチングを学ぶ：ビジュアルトラッキングのための自動マッチングネットワーク設計
arxiv_reader 2021/08/03
シャム追跡は、近年、画期的なパフォーマンスを達成しました。その本質は、効率的なマッチング演算子の相互相関とその変形です。目覚ましい成功に加えて、ヒューリスティックマッチングネットワークの設計は専門家の

learning

tracking

arXiv reaDer

arXiv
リンク
生成された顔IDデータからの顔検証モデルのトレーニング
arxiv_reader 2021/08/03
機械学習ツールはますます強力になり、広く使用されるようになっています。残念ながら、機械学習で使用されるデータセットから情報を明らかにしようとするメンバーシップ攻撃は、データ共有を制限する可能性がありま

synthesis

GAN

learning

arXiv reaDer

arXiv

face recognition
リンク
堅牢なオブジェクト検出に向けて：等分散性偶然性不確実性モデリングのためのベイズRetinaNet
arxiv_reader 2021/08/03
最近の研究によると、一般的に使用されるコンピュータービジョンデータセットには、ラベルエラーの約4％が含まれています。たとえば、COCOデータセットは、データラベルのノイズレベルが高いことで知られており

Bayesian

detection

dataset

estimation

computer vision

learning

arXiv reaDer

arXiv

loss function
リンク
点群を使用した3Dオブジェクト検出のためのGNNでの角度ベースの特徴学習
arxiv_reader 2021/08/03
この論文では、点群内の3Dオブジェクトを検出するための新しい機能エンコーディング方法を紹介します。車、歩行者、自転車などの3Dオブジェクトの検出には、グラフニューラルネットワーク（GNN）を使用しまし

3D

detection

GNN

dataset

learning

pedestrian

point cloud

benchmark

arXiv reaDer

arXiv
リンク
BezierSeg：医用画像における高速オブジェクトセグメンテーションのためのパラメトリック形状表現
arxiv_reader 2021/08/03
病変領域の描写は、画像ベースの診断における重要なタスクです。ピクセル単位の分類は、関心のある領域をセグメント化するための一般的なアプローチです。しかしながら、あいまいな境界では、そのような方法は通常、

classification

real time

arXiv

representation

arXiv reaDer

segmentation
リンク
欠測データに対するロバスト性を備えた深層学習：COVID-19の検出への新しいアプローチ
arxiv_reader 2021/08/03
現在の世界的大流行とRT-PCRテストの限界に照らして、新しい深層学習アーキテクチャであるDFCN（Denoising Fully Connected Network）を提案します。世界中の医療施設で

denoising

detection

COVID-19

dataset

learning

arXiv reaDer

arXiv
リンク
反転学習：セグメント化するための消去
arxiv_reader 2021/08/03
乳房超音波画像からの結節のセグメンテーションは困難ですが、診断には不可欠です。弱教師ありセグメンテーション（WSS）は、時間のかかる面倒な手動注釈を減らすのに役立ちます。既存の弱教師ありアプローチとは

dataset

residual

classification

reinforcement learning

arXiv

weakly-supervised

arXiv reaDer

segmentation
リンク
再帰的に改良されたR-CNN：自己RoIリバランスによるインスタンスセグメンテーション
arxiv_reader 2021/08/03
インスタンスセグメンテーションの分野では、最先端の深層学習ネットワークのほとんどがカスケードアーキテクチャに依存しています。カスケードアーキテクチャでは、複数のオブジェクト検出器が順次トレーニングされ

detection

dataset

R-CNN

arXiv

learning

arXiv reaDer

segmentation
リンク
あいまいなオブジェクトの分類に対するアクティブな認識
arxiv_reader 2021/08/03
最近の視覚的なポーズ推定および追跡ソリューションは、T-LESSやYCBなどの一般的なデータセットで注目に値する結果を提供します。ただし、現実の世界では、単一のビューから正確な分類と検出を行うことがで

robot

detection

dataset

tracking

classification

pose estimation

arXiv reaDer

arXiv
リンク
レシピ画像クロスモーダル検索サービスのためのTFIDF拡張ジョイント埋め込みの学習
arxiv_reader 2021/08/03
レシピと画像の共同埋め込みを学ぶことは、調理手順における材料の多様な組成と変形のために困難であることが広く認識されています。高性能のクロスモーダル検索サービスを提供することを最終目標として、2つのモダ

LSTM

dataset

embedding

learning

benchmark

arXiv reaDer

arXiv

loss function
リンク
病変セグメンテーションのための集約データセットにおけるコホートバイアス適応
arxiv_reader 2021/08/03
限局性病理学（病変、腫瘍など）の検出とセグメンテーションのために開発された多くの自動機械学習モデルはうまく機能しますが、新しい患者コホートにも一般化されておらず、実際の臨床状況への広範な採用を妨げてい

detection

MRI

dataset

bias

arXiv

pooling

adaptation

arXiv reaDer

segmentation
リンク
ReCU：バイナリニューラルネットワークの自重を復活させる
arxiv_reader 2021/08/03
バイナリニューラルネットワーク（BNN）は、計算とメモリの優れた削減により、ますます注目を集めています。ほとんどの既存の作業は、全精度の重みとそれらの2値化の間のギャップを最小化することによって量子化

gradient

quantization

attention

approximation

arXiv reaDer

arXiv
リンク
AINet：スーパーピクセルセグメンテーションのためのアソシエーション埋め込み
arxiv_reader 2021/08/03
最近、スーパーピクセルセグメンテーションを容易にするために深い畳み込みネットワークを利用するためのいくつかのアプローチが提案されています。一般的な方法は、最初に画像を事前定義された数のグリッドに均等に

dataset

convolutional

arXiv

arXiv reaDer

segmentation
リンク
自動運転の100万シーン：ONCEデータセット
arxiv_reader 2021/08/03
自動運転の現在の知覚モデルは、目に見えないケースをカバーし、ロングテールの問題に対処するために大量の注釈付きデータに大きく依存していることで有名になっています。一方、ラベルのない大規模な収集データから

autonomous driving

3D

semi-supervised

detection

self-supervised

attention

LiDAR

benchmark

arXiv reaDer

arXiv
リンク
実用的なネットワーク圧縮のためのグループフィッシャー剪定
arxiv_reader 2021/08/03
ネットワーク圧縮は、推論中のメモリと計算コストを削減できるため、広く研究されてきました。ただし、以前の方法では、残余接続、グループ/深さ方向の畳み込み、複数の層のチャネルが結合されて同時にプルーニング

pruning

metric

detection

compression

residual

convolutional

classification

arXiv reaDer

arXiv
リンク
クロスモーダルジョイント埋め込み学習のための効率的な深部特徴キャリブレーション
arxiv_reader 2021/08/03
この論文では、セマンティクスが強化されたテキスト画像クロスモーダルジョイント埋め込みを効率的に学習するための2フェーズのディープフィーチャキャリブレーションフレームワークを紹介します。これにより、デー

LSTM

dataset

embedding

learning

arXiv reaDer

arXiv

loss function
リンク
PoseFusion2：リアルタイムでの同時背景再構成と人間の形状の回復
arxiv_reader 2021/08/03
構造化されていない移動オブジェクトを含む動的環境は、同時ローカリゼーションおよびマッピング（SLAM）のパフォーマンスに大きな問題を引き起こします。剛体の動きは、通常、そのテクスチャと幾何学的特徴を利

localization

human pose estimation

detection

SLAM

reconstruction

real time

pose estimation

mesh

arXiv reaDer

arXiv
リンク
LDDMM-顔：柔軟で一貫性のある顔の位置合わせのための大変形微分同相写像学習
arxiv_reader 2021/08/03
柔軟で一貫性のある顔の位置合わせフレームワークであるLDDMM-Faceを革新的に提案します。その主な貢献は、微分同相写像で顔の形状を自然に埋め込む変形レイヤーです。ヒートマップまたは座標回帰を介して

sparse

localization

benchmark

dataset

embedding

weakly-supervised

metric learning

landmark

arXiv reaDer

arXiv
リンク
リモートセンシングデータのための自己監視視聴覚表現学習
arxiv_reader 2021/08/03
現在のディープラーニングアプローチの多くは、ImageNetなどの大規模なデータセットで事前トレーニングされたバックボーンネットワークを広範囲に使用しており、特定のタスクを実行するように微調整されてい

dataset

representation learning

transfer learning

self-supervised

embedding

arXiv reaDer

arXiv

pre-training
リンク
スタッキングアンサンブルを介したタグ付けビデオ広告のマルチモーダル機能融合
arxiv_reader 2021/08/03
ビデオ広告の自動タグ付けは、重大でありながら困難な問題であり、そのアプリケーションが多くの分野で明白であるように思われるため、昨年、関心が高まっています。持続可能な努力がなされてきたにもかかわらず、タ

dataset

video

arXiv reaDer

arXiv
リンク
MSMatch：ラベルがほとんどない半教師ありマルチスペクトルシーン分類
arxiv_reader 2021/08/03
教師あり学習技術は、リモートセンシングの多くのタスクの中心です。残念ながら、これらの方法、特に最近の深層学習方法では、トレーニングのために大量のラベル付きデータが必要になることがよくあります。衛星は大

arXiv reaDer

dataset

classification

learning

benchmark

semi-supervised

arXiv
リンク
万華鏡変換による離散フーリエ空間の特注フラクタルサンプリングパターン
arxiv_reader 2021/08/03
サンプリング戦略は、スパースイメージング手法、特に離散フーリエ変換（DFT）を採用する手法にとって重要です。カオスセンシングは、有限の反復再構成スキームと組み合わせて決定論的フラクタルサンプリングを使

sparse

reconstruction

arXiv reaDer

arXiv
リンク
アダプティブカラーとコントラストエンハンスメントによる水中画像のエンハンスメントとノイズ除去
arxiv_reader 2021/08/03
水中でキャプチャされた画像は、多くの場合、低コントラスト、色の歪み、およびノイズによって特徴付けられます。これらの視覚的劣化に対処するために、適応型の色とコントラストの強調、および水中画像の強調のため

denoising

arXiv reaDer

arXiv
リンク
一般的なイベント境界の検出：イベントセグメンテーションのベンチマーク
arxiv_reader 2021/08/03
このホワイトペーパーでは、ビデオ全体をチャンクにセグメント化する、分類法のない一般的なイベント境界を検出するための新しいベンチマークとともに、新しいタスクを紹介します。時間的ビデオセグメンテーションと

video

action

detection

dataset

arXiv

human

benchmark

arXiv reaDer

segmentation
リンク
数ショットの医療画像セグメンテーションのための反復マスクリファインメント
arxiv_reader 2021/08/03
医療画像のセグメンテーションで大きな成功を収めましたが、深い畳み込みニューラルネットワークは通常、トレーニング用に手動の注釈を付けた大きなデータセットを必要とし、目に見えないクラスに一般化することは困

CT

CNN

MRI

dataset

arXiv

recurrent

few-shot

arXiv reaDer

segmentation
リンク
3D点群オブジェクト検出における注意メカニズムの調査
arxiv_reader 2021/08/03
3次元（3D）空間での物体検出は、ロボット工学、自動運転、拡張現実などのAI駆動型アプリケーションで不可欠なタスクであるため、学界や産業界から大きな関心を集めています。 3Dデータの基本形式として、点

autonomous driving

3D

detection

transformer

computer vision

attention

augmentation

point cloud

arXiv reaDer

arXiv
リンク
識別方向マップを使用したリアルタイムインスタンスセグメンテーション
arxiv_reader 2021/08/03
インスタンスのセグメンテーションはここ数年でかなりの進歩を遂げましたが、リアルタイムのパフォーマンスを備えた高精度のアルゴリズムを設計することは依然として課題です。この論文では、OrienMaskと呼

YOLO

detection

real time

arXiv

representation

benchmark

arXiv reaDer

segmentation
リンク
RINDNet：反射率、照明、法線、深度の不連続性のエッジ検出
arxiv_reader 2021/08/03
コンピュータビジョンの基本的な構成要素として、エッジは、表面の不連続性（反射率、照明、表面法線、または深さ）に応じて4つのタイプに分類できます。一般的なタイプまたは個々のタイプのエッジの検出は大幅に進

detection

computer vision

representation

attention

benchmark

arXiv reaDer

arXiv
リンク
教師なしドメイン適応のための複数の分類器ベースの最大分類器の不一致
arxiv_reader 2021/08/03
2つの分類器構造間の最大分類器の不一致に基づく敵対的トレーニングは、画像分類のための教師なしドメイン適応タスクで大きな成功を収めました。このアプローチでは、2つの分類器の構造を採用していますが、単純で

unsupervised

domain adaptation

adversarial

classification

arXiv reaDer

arXiv

loss function
リンク
Pro-UIGAN：閉塞したサムネイルからの進行性の顔の幻覚
arxiv_reader 2021/08/03
この論文では、本物の高解像度（HR）顔を隠されたサムネイルから幻覚化するタスクを研究します。 Pro-UIGANと呼ばれる多段階のプログレッシブアップサンプリングおよび修復生成敵対的ネットワークを提案

GAN

classification

transformer

estimation

attention

learning

landmark

arXiv reaDer

arXiv

face recognition
リンク
野生の顔にマスクをフィットさせるための3Dモデルベースのアプローチ
arxiv_reader 2021/08/03
この前例のないCOVID-19パンデミックの時代に、顔認識には現在、多数のラベル付きマスク顔画像が必要です。残念ながら、ウイルスの急速な拡散により、このようなデータセットを実際に準備する時間がほとんど

3D

COVID-19

dataset

pose

augmentation

arXiv reaDer

arXiv

face recognition
リンク
GTNet：人間と物体の相互作用を検出するためのガイド付きトランスフォーマーネットワーク
arxiv_reader 2021/08/03
人間とオブジェクトの相互作用（HOI）検出タスクとは、人間のローカライズ、オブジェクトのローカライズ、および各人間とオブジェクトのペア間の相互作用の予測を指します。 HOIは、複雑な視覚シーンを真に理

detection

dataset

transformer

human

arXiv reaDer

arXiv

saliency
リンク
SimCLRを使用した学習、転移学習、知識蒸留の半監督
Semi-Supervising Learning, Transfer Learning, and Knowledge Distillation with SimCLR 半教師あり学習の分野における最近の進歩により、最先端の従来の教師あり学習方法と一致する結果が得られました。コンピュータビジョンで最も成功している半教師あり学習アプローチは、大量のラベルなしデータの活用、データ拡張と変換による一般的な表現の学習、疑似ラベルの作成、さまざまな損失関数の実装、そして最終的にはこの知識をよりタスク固有の小さなモデルに転送することに焦点を当てています。。このホワイトペーパーでは、コンピュータビジョンの現在の最先端の半教師あり学習フレームワークであるSimCLRの3つの異なる側面について分析を行うことを目的としています。まず、コントラスト学習がこの方法を成功させる要因であると理解しているため、微調整
arxiv_reader 2021/08/03
半教師あり学習の分野における最近の進歩により、最先端の従来の教師あり学習方法と一致する結果が得られました。コンピュータビジョンで最も成功している半教師あり学習アプローチは、大量のラベルなしデータの活用

semi-supervised

knowledge distillation

transfer learning

computer vision

representation

augmentation

arXiv reaDer

arXiv

loss function
リンク
拡張畳み込みSwinTransformerを使用した混雑した群集インスタンスのローカリゼーション
arxiv_reader 2021/08/03
群集のローカリゼーションは、群集のカウントから進化した新しいコンピュータービジョンタスクです。後者とは異なり、群集シーン全体の数を数えるだけでなく、各インスタンスのより正確な位置情報を提供します。これ

localization

dataset

convolutional

transformer

representation learning

computer vision

arXiv reaDer

arXiv

occlusion
リンク
GraphFPN：オブジェクト検出のためのグラフ特徴ピラミッドネットワーク
arxiv_reader 2021/08/03
機能ピラミッドは、マルチスケール機能を必要とする画像理解タスクで強力であることが証明されています。マルチスケールの特徴学習のための最先端の方法は、固定トポロジーのニューラルネットワークを使用して空間と

CNN

GNN

detection

dataset

R-CNN

attention

learning

arXiv reaDer

arXiv
リンク
FLASH：ハードウェア最適化による高速ニューラルアーキテクチャ検索
arxiv_reader 2021/08/03
ニューラルアーキテクチャ検索（NAS）は、効率的で高性能なディープニューラルネットワーク（DNN）を設計するための有望な手法です。 MLアプリケーションのパフォーマンス要件が継続的に増大するにつれて、

metric

dataset

NAS

DNN

arXiv reaDer

arXiv
リンク
足場による弱い注釈からの海上障害物検出の学習
arxiv_reader 2021/08/03
沿岸水域の自律型ボートは、障害物の検出とタイムリーな衝突回避のために堅牢な知覚方法に依存しています。現在の最先端技術は、大規模なデータセットでトレーニングされたディープセグメンテーションネットワークに

detection

dataset

arXiv

learning

arXiv reaDer

segmentation
リンク
PSE-Match：並列セマンティック埋め込みを使用した視点のない場所認識方法
arxiv_reader 2021/08/03
自動運転車の正確なローカリゼーションは、自律性と運転の安全性、特に高精度のGPSが利用できない複雑な市街地や捜索救助の地下環境にとって不可欠です。ただし、現在のオドメトリ推定では、堅牢なグローバルロー

localization

autonomous driving

3D

estimation

odometry

embedding

point cloud

benchmark

arXiv reaDer

arXiv
リンク
透明なオブジェクトトラッキングベンチマーク
arxiv_reader 2021/08/03
ビジュアルトラッキングは、近年かなりの進歩を遂げています。しかし、この分野の現在の研究は主に不透明な物体の追跡に焦点を合わせており、透明な物体の追跡にはほとんど注意が払われていません。この論文では、透

video

tracking

attention

benchmark

arXiv reaDer

arXiv
リンク
BundleTrack：インスタンスまたはカテゴリレベルの3Dモデルを使用しない新規オブジェクトの6Dポーズ追跡
arxiv_reader 2021/08/03
ビデオシーケンス内のオブジェクトの6Dポーズを追跡することは、ロボットの操作にとって重要です。ただし、これまでのほとんどの取り組みでは、ターゲットオブジェクトのCADモデルが、少なくともカテゴリレベル

3D

tracking

real time

arXiv

pose

benchmark

arXiv reaDer

segmentation

6D
リンク
Vision Xformers：画像分類のための効率的な注意
arxiv_reader 2021/08/03
分類の精度を損なうことなくトレーニング可能なパラメーターの数を減らすために、ビジョントランスフォーマー（ViT）に3つの改善を提案します。初期のViTアーキテクチャの2つの欠点、つまり注意メカニズムの

convolutional

classification

transformer

bias

attention

embedding

arXiv reaDer

arXiv
リンク
マウスポーズ推定のための構造化コンテキスト強化ネットワーク
arxiv_reader 2021/08/03
マウスの行動の自動分析は、神経科学の多くのアプリケーションにとって重要です。ただし、ビデオや画像からマウスの行動を定量化することは依然として困難な問題であり、ポーズの推定がマウスの行動を説明する上で重

video

human pose estimation

pose estimation

learning

arXiv reaDer

arXiv

keypoint
リンク
CERL：リアルなノイズによる光増強のための統合最適化フレームワーク
arxiv_reader 2021/08/03
現実の世界でキャプチャされた低照度の画像は、センサーノイズによって必然的に破損します。このようなノイズは空間的に変化し、基礎となるピクセル強度に大きく依存し、従来のノイズ除去における過度に単純化された

denoising

dataset

self-supervised

benchmark

arXiv reaDer

arXiv
リンク
ローカル注意認識機能を備えた自己教師あり学習
この作業では、グローバルおよびローカルの注意を意識した視覚的特徴を生成するための自己教師あり学習の新しい方法論を提案します。私たちのアプローチは、入力サンプルの特定の画像変換とパッチを適用した画像を区別するためのモデルのトレーニングに基づいています。このアプローチを利用することで、提案された方法は、Tiny-ImageNetデータセットで1.03％、STL-10データセットで2.32％、以前の最高の競合他社を上回ることができます。さらに、私たちのアプローチは、STL-10データセットの完全教師あり学習方法よりも優れています。実験結果と視覚化は、グローバルおよびローカルの注意を意識した視覚的表現をうまく学習する能力を示しています。 In this work, we propose a novel methodology for self-supervised learning for gen
arxiv_reader 2021/08/03
この作業では、グローバルおよびローカルの注意を意識した視覚的特徴を生成するための自己教師あり学習の新しい方法論を提案します。私たちのアプローチは、入力サンプルの特定の画像変換とパッチを適用した画像を区

dataset

representation

self-supervised

learning

arXiv reaDer

arXiv
リンク
偏差ネットワークを使用した説明可能なディープフューショット異常検出
arxiv_reader 2021/08/03
既存の異常検出パラダイムは、正規データまたはラベルなしデータ（ほとんどが正規サンプル）のみを使用した検出モデルのトレーニングに圧倒的に焦点を合わせています。これらのアプローチの悪名高い問題の1つは、異

dataset

anomaly detection

explainable

representation

few-shot

weakly-supervised

learning

benchmark

arXiv reaDer

arXiv
リンク
SSPU-Net：微分可能なレンダリングによる自己監視点群アップサンプリング
arxiv_reader 2021/08/03
3Dセンサーから取得した点群は通常まばらです。既存の方法は、主に、密なグラウンドトゥルースポイントクラウドを使用して、監視ありの方法でスパースポイントクラウドをアップサンプリングすることに焦点を当てて

sparse

3D

dataset

self-supervised

point cloud

differentiable

arXiv reaDer

arXiv
リンク
Hyper360-没入型メディア向けの次世代ツールセット
arxiv_reader 2021/08/03
球面360°ビデオは新しいメディアフォーマットであり、メディアの制作と没入型メディアの消費に急速に採用されるようになっています。その目新しさのために、多数のプラットフォームで消費するための非常に魅力的

3D

video

arXiv reaDer

arXiv
リンク
ロゴ検出のための効果的で堅牢な検出器
arxiv_reader 2021/08/03
近年、文学、発明、芸術作品などを代表する知的財産（IP）がますます注目を集めています。特に、eコマースの台頭に伴い、IPは製品のデザインやブランドを表すだけでなく、eコマースプラットフォームに表示され

detection

adversarial

attention

augmentation

arXiv reaDer

arXiv

loss function
リンク
精密農業のためのエッジでのDNNによる自動害虫検出
arxiv_reader 2021/08/03
人工知能は、いくつかの経済活動、特に農業部門を含む監視および制御アプリケーションにスムーズに浸透しています。ただし、完全に機能する機械学習（ML）を搭載した低電力センシングデバイスに向けた研究努力はま

detection

computer vision

activity

learning

DNN

arXiv reaDer

arXiv
リンク
https://arxiv-check-250201.firebaseapp.com/each/2108.00408v2
arxiv_reader 2021/08/03
実際の画像シーンは複雑であるため、セマンティックセグメンテーションを正確に実行することは困難な作業です。従来の深層学習に基づく多くのセマンティックセグメンテーション方法では、画像のセマンティック情報と

sparse

U-Net

dataset

convolutional

semantic segmentation

learning

arXiv reaDer

arXiv
リンク
超解像ネットワークにおける「セマンティクス」の発見
arxiv_reader 2021/08/03
超解像（SR）は、低レベルの視覚領域の基本的かつ代表的なタスクです。一般に、SRネットワークから抽出された特徴には特定の意味情報がなく、ネットワークは入力から出力への複雑な非線形マッピングを学習するだ

CNN

classification

super-resolution

representation

arXiv reaDer

arXiv
リンク
テキスト記述からの構成アニメーションの合成
arxiv_reader 2021/08/03
「映画の脚本から3Dキャラクターをアニメートしたり、ロボットに何をしてほしいかを伝えるだけでロボットを動かすにはどうすればよいでしょうか？」「構造化されていない複雑な文を作成し、それからもっともらし

3D

robot

manifold

synthesis

action

dataset

representation

pose

arXiv reaDer

arXiv
リンク
堅牢な医療画像セグメンテーションのためのスタイルカリキュラム学習
arxiv_reader 2021/08/03
ディープセグメンテーションモデルのパフォーマンスは、トレーニングデータセットとテストデータセットの間の画像強度の分布シフトのために低下することがよくあります。これは、マルチベンダースキャナーを使用して

dataset

adversarial

gradient

arXiv

learning

arXiv reaDer

segmentation
リンク
コンピュータビジョンにおける敵対的攻撃と防御の進歩：調査
arxiv_reader 2021/08/03
ディープラーニング（DL）は、現代のコンピュータービジョンの分野で最も広く使用されているツールです。複雑な問題を正確に解決するその能力は、セキュリティが重要なアプリケーションを含むさまざまなタスクの深

video

domain

adversarial

computer vision

attention

learning

arXiv reaDer

arXiv
リンク
オブジェクトからシーンへ：オブジェクトの知識を屋内シーン認識に転送する方法を学ぶ
arxiv_reader 2021/08/03
周囲のシーンを正確に認識することは、ロボットが合理的な判断と行動をとるのに役立ちます。したがって、効果的なシーン表現と認識方法を開発することは、ロボット工学において非常に重要です。現在、多くの研究が、

robot

arXiv

representation

attention

learning

arXiv reaDer

segmentation
リンク
明視野光透過型顕微鏡の生物学的データの補正と可視化への分光学的アプローチ
arxiv_reader 2021/08/03
生細胞などの透明なサンプルに関する最も現実的な情報は、明視野光学顕微鏡を使用することによってのみ取得できます。高強度のパルスLED照明で、高解像度（4872x3248）イメージセンサーを備えた明視野顕

arXiv reaDer

arXiv

compression
リンク
画像分類における不確実性推論のための構造化DropConnect
arxiv_reader 2021/08/03
ネットワーク構造が複雑になるにつれ、不確実性の推論は、人工知能システムの分類精度を向上させるための重要なタスクになりました。画像分類タスクでは、ディリクレ分布によってディープニューラルネットワークの出

detection

dataset

classification

arXiv

arXiv reaDer

OOD
リンク
BORM：屋内シーン認識のためのベイズオブジェクト関係モデル
arxiv_reader 2021/08/03
シーン認識は、ロボット知覚の基本的なタスクです。人間にとって、シーン認識は、実世界のオブジェクト知識が豊富であるため、合理的です。事前のオブジェクト知識を人間からシーン認識に転送するというアイデアは重

robot

Bayesian

dataset

RGB-D

representation

human

arXiv reaDer

arXiv
リンク
深いグラフマッチングと混合整数線形計画法の出会い：自己責任でリラックスしますか？
arxiv_reader 2021/08/03
グラフマッチングは、特にコンピュータビジョンの分野で広く注目されている重要な問題です。最近、最先端の方法では、グラフマッチングをディープラーニングに組み込むことを目指しています。ただし、グラフマッチン

computer vision

attention

learning

arXiv reaDer

arXiv
リンク
自律システムの組み込みGPUプラットフォームにデプロイするためのYOLOv4に基づく圧縮オブジェクト検出モデルの開発
arxiv_reader 2021/08/03
最新のCNNベースのオブジェクト検出モデルは非常に正確ですが、リアルタイムで実行するには高性能GPUが必要です。限られたメモリスペースを持つ組み込みシステムの場合、メモリサイズと速度の点で依然として重

YOLO

detection

compression

dataset

real time

arXiv reaDer

arXiv
リンク
WAS-VTON：仮想試着ネットワークのワーピングアーキテクチャ検索
arxiv_reader 2021/08/03
画像ベースの仮想試着の最近の進歩にもかかわらず、現在の方法は共有ワーピングネットワークによる制約であり、したがって、異なるワーピング操作を必要とする衣類カテゴリーに直面した場合、自然な試着結果を合成す

convolutional

NAS

estimation

one-shot

person

arXiv reaDer

arXiv
リンク
アクティブメトリック学習のための統一されたバッチ選択ポリシー
arxiv_reader 2021/08/03
アクティブメトリック学習は、ある入力ドメインでメトリックの学習モデルを可能な限り迅速に改善するために、注釈を付けるためにトレーニングデータの有用性の高いバッチ（通常は順序付けられたトリプレット）を段階

domain

dataset

metric learning

arXiv reaDer

arXiv
リンク
ラベルが限定されたエッジ競合の病理学的肝血管セグメンテーション
arxiv_reader 2021/08/03
微小血管浸潤（MVI）は、死亡率が最も高い悪性腫瘍の1つである肝細胞癌の主要な予後因子です。 MVIの診断には、肝細胞癌細胞を含む血管を発見し、各血管内の血管の数を数える必要があります。これは、医師の

detection

dataset

residual

adversarial

arXiv

self-supervised

arXiv reaDer

segmentation
リンク
前景セグメンテーションのための視覚的境界知識翻訳
arxiv_reader 2021/08/03
画像内の未知のタイプのオブジェクトに直面した場合、人間は簡単かつ正確に視覚的な境界を伝えることができます。この認識メカニズムと基礎となる一般化機能は、大規模なカテゴリ対応の注釈付きトレーニングサンプル

adversarial

arXiv

self-supervised

arXiv reaDer

segmentation
リンク
LiDARスキャン合成のためのドロップポイントの学習
arxiv_reader 2021/08/03
LiDARセンサーによる3Dレーザースキャンは、移動ロボットが周囲を理解するために重要な役割を果たします。それでも、ハードウェアの制限や気象条件などにより、すべてのシステムが高解像度と高精度を備えてい

3D

synthesis

GAN

dataset

reconstruction

representation

disentangling

LiDAR

arXiv reaDer

arXiv
リンク
オプティカルフローと群知能に基づくオブジェクト追跡のためのデュアルアプローチ
arxiv_reader 2021/08/03
コンピュータビジョンでは、オブジェクトトラッキングは非常に古くて複雑な問題です。オブジェクトトラッキングにはいくつかの既存のアルゴリズムがありますが、まだ解決されていないいくつかの課題があります。たと

video

dataset

tracking

arXiv

computer vision

benchmark

arXiv reaDer

optical flow

occlusion
リンク
いつ終了するかを知る：リアルタイムの顔の位置合わせのためのパッチ注意を伴う選択的カスケード回帰
arxiv_reader 2021/08/03
顔のランドマーク（FLM）の推定は、多くの顔関連のアプリケーションで重要なコンポーネントです。この作業では、精度と速度の両方を最適化し、それらの間のトレードオフを調査することを目指しています。私たちの

face

dataset

real time

estimation

attention

pose

landmark

arXiv reaDer

arXiv
リンク
因果的介入による弱教師ありオブジェクトのローカリゼーションの改善
arxiv_reader 2021/08/03
最近出現した弱教師ありオブジェクトローカリゼーション（WSOL）メソッドは、画像レベルのラベルを使用するだけで、画像内のオブジェクトをローカライズすることを学習できます。以前の作品は、小さくてまばらな

sparse

localization

attention

weakly-supervised

learning

benchmark

arXiv reaDer

arXiv
リンク
説明と改善：画像キャプションモデルのLRP推論微調整
arxiv_reader 2021/08/03
この論文は、注意自体を視覚化することを超えた注意メカニズムを備えた画像キャプションモデルの予測を分析します。注意メカニズムを備えた画像キャプションモデルに合わせて調整された、レイヤーごとの関連性伝播（

attention

arXiv reaDer

arXiv

captioning
リンク
複雑な人間と物体の相互作用の下でのニューラルフリービューポイントパフォーマンスレンダリング
arxiv_reader 2021/08/03
人間と物体の相互作用の4D再構築は、没入型VR / AR体験と人間活動の理解にとって重要です。最近の進歩は、特に困難な人間とオブジェクトの相互作用のシナリオの下で、まばらなRGB入力から細かいジオメト

sparse

reconstruction

tracking

activity

learning

human

arXiv reaDer

arXiv

occlusion
リンク
セマンティックセグメンテーションと深度推定のための単眼ビデオによるブートストラップ自己教師ありトレーニング
arxiv_reader 2021/08/03
世界に配備されたロボットにとって、初期の事前設定された知識を改善するための自律学習の能力を有することが望ましい。これを、ラベル付きデータセットの教師ありトレーニングでシステムが最初にブートストラップさ

video

robot

dataset

monocular

estimation

self-supervised

semantic segmentation

learning

arXiv reaDer

arXiv
リンク
微生物画像解析における人工ニューラルネットワークの応用：従来の多層パーセプトロンから一般的な畳み込みニューラルネットワークおよび潜在的な視覚変換器までの包括的なレビュー
arxiv_reader 2021/08/03
微生物は人間の日常生活環境に広く分布しています。それらは、環境汚染の管理、病気の予防と治療、および食品と医薬品の生産において重要な役割を果たします。識別、カウント、および検出は、さまざまな微生物を最大

identification

CNN

detection

transformer

human

arXiv reaDer

arXiv
リンク
PLUMENet：ステレオ画像からの効率的な3Dオブジェクト検出
arxiv_reader 2021/08/03
3Dオブジェクト検出は、自動運転車などの多くのロボットアプリケーションの重要なコンポーネントです。多くのアプローチは、正確な3D推定値を生成するために、LiDARなどの高価な3Dセンサーに依存していま

3D

LiDAR

detection

metric

estimation

representation

point cloud

benchmark

arXiv reaDer

arXiv
リンク
ELLIPSDF：2レベルの楕円体と符号付き距離関数を使用したジョイントオブジェクトのポーズと形状の最適化
arxiv_reader 2021/08/03
自律システムは、オブジェクトレベルのタスク仕様を理解して安全に実行するために、周囲のセマンティクスとジオメトリを理解する必要があります。この論文では、オブジェクトのポーズと形状を最適化するための表現力

dataset

RGB-D

representation

pose

arXiv reaDer

arXiv
リンク
BadEncoder：自己教師あり学習で事前にトレーニングされたエンコーダーへのバックドア攻撃
arxiv_reader 2021/08/03
コンピュータビジョンの自己教師あり学習は、ラベルのない大量の画像または（画像、テキスト）ペアを使用して画像エンコーダを事前トレーニングすることを目的としています。次に、事前にトレーニングされた画像エン

dataset

contrastive

gradient

computer vision

self-supervised

learning

arXiv reaDer

arXiv

pre-training
リンク
LASOR：合成オクルージョンを意識したデータとニューラルメッシュレンダリングによる正確な3D人間のポーズと形状の学習
arxiv_reader 2021/08/03
人間のポーズと形状の推定のタスクにおける重要な課題は、自己閉塞、オブジェクトと人間の閉塞、および個人間の閉塞を含む閉塞です。多様で正確なポーズと形状のトレーニングデータの欠如は、特に野生のオクルージョ

3D

synthesis

dataset

SMPL

estimation

pose

human

arXiv reaDer

arXiv

keypoint
リンク
Mixing-AdaSIN：適応構造インスタンスの正規化とテクスチャミキシングを使用したバイアスのないデータセットの構築
arxiv_reader 2021/08/03
パンデミックの発生に続いて、コンピューター断層撮影（CT）の深層学習でCOVID-19を診断するためのいくつかの研究が提案されています。専門家と同等のパフォーマンスを報告します。ただし、同じ分布内デー

CT

generative

COVID-19

dataset

bias

arXiv

learning

augmentation

arXiv reaDer

OOD
リンク
エグザンプラ再構成を使用した少数ショットの開集合分類器の学習
arxiv_reader 2021/08/03
見えたカテゴリから与えられたサンプルが少ない場合（数ショットの設定）、見えないカテゴリからサンプルを識別する方法（開集合分類）の問題を研究します。サンプルが非常に少ないクラスの優れた抽象化を学習すると

domain

dataset

reconstruction

classification

attention

few-shot

learning

arXiv reaDer

arXiv
リンク
DNN機能のバックボーンを再考することによる敵対的にロバストでドメイン一般化可能なステレオマッチングに向けて
arxiv_reader 2021/08/03
ステレオマッチングは最近、ディープニューラルネットワーク（DNN）を使用して目覚ましい進歩を遂げました。しかし、それらはどれほど堅牢ですか？ DNNは、パフォーマンスの壊滅的な低下を伴う敵対的な脆弱性

stereo

domain

DNN

simulation

dataset

adversarial

gradient

benchmark

arXiv reaDer

arXiv
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 2021/08/03
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

learning

arXiv reaDer

arXiv
リンク
臨床的推論のための胸部ImaGenomeデータセット
arxiv_reader 2021/08/03
近年、胸部X線（CXR）画像からの放射線所見の自動検出が進歩しているにもかかわらず、これらのモデルの説明可能性の定量的評価は、さまざまな所見のローカルラベル付きデータセットの欠如によって妨げられていま

reasoning

detection

dataset

computer vision

learning

arXiv reaDer

arXiv
リンク
2要素摂動を使用した深層学習分類器のロバスト性のベンチマーク
arxiv_reader 2021/08/03
DL分類器の精度は不安定であり、敵対的な画像、不完全な画像、または摂動された画像で再テストすると、大幅に変化することがよくあります。このホワイトペーパーでは、欠陥のある画像に対するDL分類器の堅牢性の

adversarial

learning

benchmark

arXiv reaDer

arXiv
リンク
鉄道アプリケーションにおけるリアルタイムのターゲットレス動的変位測定のための深層学習ベースの仮想ポイント追跡
arxiv_reader 2021/08/03
コンピュータビジョンベースの変位測定のアプリケーションでは、通常、基準を証明するために光学ターゲットが必要です。光学ターゲットを測定対象に取り付けることができない場合、エッジ検出、特徴マッチング、およ

video

CNN

detection

domain

tracking

real time

computer vision

learning

arXiv reaDer

arXiv
リンク
ドメイン適応のための条件付きビュレス計量
arxiv_reader 2021/08/03
分類指向の転送における重大な問題として、教師なしドメイン適応（UDA）が近年広く注目されています。以前のUDAメソッドは、ラベル分布の判別情報を無視しながら、異なるドメインの周辺分布がシフトされること

unsupervised

metric

domain adaptation

classification

estimation

attention

embedding

arXiv reaDer

arXiv
リンク
エンドツーエンドの運転のための目標制約付きスパース強化学習
arxiv_reader 2021/08/03
深い強化エンドツーエンドの運転のための学習は、複雑な報酬エンジニアリングの必要性によって制限されます。報酬がまばらであると、この課題を回避できますが、トレーニング時間が長くなり、最適ではないポリシーに

sparse

domain

reinforcement learning

arXiv reaDer

arXiv
リンク
オートエンコーダー（FINTA）を使用したトラクトグラフィーでのフィルタリング
arxiv_reader 2021/08/03
現在の脳白質線維追跡技術は、以下を含む多くの問題を示しています。基礎となる解剖学的構造を正確に記述していない流線の大部分を生成する。基礎となる拡散信号によってサポートされていない流線を抽出する。とりわ

synthesis

MRI

dataset

tracking

representation

embedding

learning

human

arXiv reaDer

arXiv
リンク
センサーレスフリーハンド3D超音波再構成のための事前の自己コンテキストと形状
arxiv_reader 2021/08/03
3D超音波（US）は、その豊富な診断情報のために広く使用されています。しかし、視野が限られていることで批判されています。 3Dフリーハンドの米国再建は、広範囲のフリーフォームスキャンを提供することで問

3D

dataset

reconstruction

adversarial

self-supervised

learning

differentiable

arXiv reaDer

arXiv
リンク
3D特殊ユークリッドグループへの効率的で堅牢な登録
arxiv_reader 2021/08/03
3Dスキャンを登録するための正確で堅牢かつ高速な方法を紹介します。私たちの運動推定は、剛体運動の固有の表現、つまり特殊ユークリッドグループSE（3）のロバストなコスト関数を最適化します。リー群の幾何学

3D

estimation

representation

arXiv reaDer

arXiv
リンク
ステップ：歩行からの感情知覚のための時空間グラフ畳み込みネットワーク
arxiv_reader 2021/08/03
空間時間グラフ畳み込みネットワーク（ST-GCN）アーキテクチャに基づいて、歩行から知覚された人間の感情を分類するために、STEPと呼ばれる新しい分類器ネットワークを提示します。個々の歩行のRGBビデ

synthesis

emotion

generative

dataset

classification

regularization

GCN

human

arXiv reaDer

arXiv
リンク
平均化されたスカラーミンコフスキー汎関数による代表的な小容量
arxiv_reader 2021/08/03
体積の変化によって材料特性が変化しない代表的な基本体積（REV）は、全体を表す測定またはシミュレーションを行うための重要な量です。凸面形状からシュタイナー公式に入ってくる量に基づいてREVを評価する

arXiv reaDer

arXiv
リンク
交通事故の早期予測のための説明可能な人工知能（XAI）に向けて
arxiv_reader 2021/08/03
交通事故の予測は、安全が保証された運転体験を提供するための自動運転システム（ADS）の重要な機能です。事故予測モデルは、事故が発生する前に迅速かつ正確に予測することを目的としています。事故予測の既存の

dataset

tracking

recurrent

explainable

attention

human

spatio-temporal

arXiv reaDer

arXiv

saliency
リンク
感情ウォーク：階層型注意プーリングと感情マッピングを使用した歩行からの感情の知覚
arxiv_reader 2021/08/03
ビデオまたはモーションキャプチャデータから取得され、3Dポーズのシーケンスとして表される歩行スタイルから知覚される人間の感情を分類する、オートエンコーダベースの半教師付きアプローチを提示します。 3

3D

semi-supervised

classification

action recognition

attention

embedding

pose

benchmark

arXiv reaDer

arXiv
リンク
ハイパースペクトル圧縮スナップショット再構成のための教師なし空間スペクトルネットワーク学習
arxiv_reader 2021/08/03
ハイパースペクトル圧縮イメージングは、圧縮センシング理論を利用して、時間スキャンなしでコード化開口スナップショット測定を実現し、3次元空間スペクトルデータ全体が、単一の統合期間中に2次元投影によってキ

unsupervised

generative

dataset

reconstruction

attention

learning

arXiv reaDer

arXiv
リンク
SyDog：改善された2Dポーズ推定のための合成犬データセット
arxiv_reader 2021/08/03
動物の姿勢を推定することで、生体力学、神経科学、動物行動学、ロボット工学、娯楽産業などの分野で基本的な動物の動きを理解しやすくなります。人間の姿勢推定モデルは、利用可能な大量のトレーニングデータにより

human pose estimation

synthesis

dataset

pose estimation

benchmark

arXiv reaDer

arXiv
リンク
HR-Crime：監視ビデオでの人間関連の異常検出
arxiv_reader 2021/08/03
監視設定によってキャプチャされた異常の自動検出は、他の方法では面倒なアプローチをスピードアップするために不可欠です。現在まで、UCF-Crimeは、異常の自動視覚分析に利用できる最大のデータセットであ

video

dataset

anomaly detection

arXiv reaDer

arXiv
リンク
不均一な軌道予測のための無制限の近隣相互作用
arxiv_reader 2021/08/03
エージェント間の複雑な社会的相互作用を理解することは、軌道予測の重要な課題です。ほとんどの既存の方法は、ペアワイズトラフィックエージェント間またはローカルエリアでの相互作用を考慮しますが、相互作用の性

dataset

attention

trajectory

benchmark

arXiv reaDer

arXiv
リンク
SHD360：360°ビデオでの顕著な人間検出のためのベンチマークデータセット
arxiv_reader 2021/08/03
動的な360°没入型ビデオでの顕著な人間検出（SHD）は、ロボット工学、拡張現実での人間間および人間と物体の相互作用などのさまざまなアプリケーションにとって非常に重要です。ただし、大規模な全方向性ビデ

video

detection

dataset

computer vision

human

augmentation

benchmark

arXiv reaDer

arXiv

saliency
リンク
縦断的データなしで老化した脳を合成することを学ぶ
arxiv_reader 2021/08/03
年をとると顔はどうなりますか？または、もっと難しい質問の場合：私が年をとると私の脳はどのように見えるでしょうか？この質問に答えるには、画像と目的の対象年齢を指定して出力画像を生成する多変量自己回帰関数

face

dataset

reconstruction

adversarial

learning

benchmark

arXiv reaDer

arXiv

pre-training
リンク
セマンティック対応のためのマルチスケールマッチングネットワーク
arxiv_reader 2021/08/03
深い機能は、これまでのさまざまな作業で正確で密な意味的対応を構築する上で強力であることが証明されています。ただし、畳み込みニューラルネットワークのマルチスケールおよびピラミッド型の階層は、意味的対応の

CNN

benchmark

arXiv reaDer

arXiv
リンク
Word2Pix：ビジュアルグラウンディングのWord to Pixel Cross Attention Transformer
arxiv_reader 2021/08/03
視覚的接地のための現在の1段階の方法は、視覚的特徴と融合する前に、言語クエリを1つの全体的な文の埋め込みとしてエンコードします。このような定式化は、言語を視覚的注意にモデル化するときに、クエリ文の各単

dataset

real time

transformer

attention

embedding

learning

arXiv reaDer

arXiv
リンク
HiFT：空中追跡用の階層機能トランスフォーマー
arxiv_reader 2021/08/03
ほとんどの既存のシャムベースの追跡方法は、類似性マップに基づいてターゲットオブジェクトの分類と回帰を実行します。ただし、複雑なシナリオでローカリゼーションの精度を低下させる最後の畳み込み層からの単一の

localization

convolutional

real time

tracking

transformer

classification

benchmark

arXiv reaDer

arXiv
リンク
ブーストされたトリプレット比較による主観的な画質評価
arxiv_reader 2021/08/03
主観的な完全参照画像品質評価では、参照画像とその歪んだバージョンの知覚画像品質の違いが評価され、多くの場合、劣化カテゴリ評価（DCR）が使用されます。ただし、この順序尺度での評価カテゴリ間の違いは知覚

dataset

interpretation

reconstruction

representation

arXiv reaDer

arXiv
リンク
スパース正則化によるノイズの多いラベルによる学習
arxiv_reader 2021/08/03
ノイズの多いラベルを使用した学習は、正確なディープニューラルネットワークをトレーニングするための重要で困難なタスクです。クロスエントロピー（CE）など、一般的に使用されるいくつかの損失関数は、ノイズの

sparse

regularization

learning

arXiv reaDer

arXiv

loss function
リンク
熱赤外線追跡のための教師なしクロスモーダル蒸留
arxiv_reader 2021/08/03
畳み込みニューラルネットワークによって学習されたターゲット表現は、熱赤外線（TIR）追跡で重要な役割を果たします。現在、最高のパフォーマンスを発揮するTIRトラッカーのほとんどは、RGBデータでトレー

distillation

CNN

unsupervised

dataset

tracking

representation

arXiv reaDer

arXiv
リンク
多重解像度リモートセンシング画像のセマンティックセグメンテーションのためのスケール認識ニューラルネットワーク
arxiv_reader 2021/08/03
ピクセルレベルで特定のカテゴリを持つ地理空間オブジェクトを割り当てることは、リモートセンシング画像分析の基本的なタスクです。センサー技術の急速な発展に加えて、リモートセンシングされた画像は、さまざまな

dataset

representation

semantic segmentation

arXiv reaDer

arXiv
リンク
敵対的防衛の前に深いイメージを掘り下げる：新しい再建ベースの防衛フレームワーク
arxiv_reader 2021/08/03
ディープラーニングベースの画像分類モデルは、意図的に作成されたノイズをきれいな画像に注入することにより、敵対的な攻撃に対して脆弱であることが示されています。トレーニングなしで攻撃にとらわれない方法で敵

reconstruction

classification

adversarial

learning

arXiv reaDer

arXiv
リンク
貪欲なネットワーク拡大
arxiv_reader 2021/08/03
深い畳み込みニューラルネットワークに関する最近の研究では、アーキテクチャ設計の単純なパラダイムが示されています。つまり、EfficientNetやRegNetなど、より多くのMACを備えたモデルは通常

CNN

arXiv reaDer

arXiv
リンク
高密度予測のためのチャネルごとの知識蒸留
arxiv_reader 2021/08/03
知識蒸留（KD）は、コンパクトモデルをトレーニングするためのシンプルで効果的なツールであることが証明されています。密な予測タスクのほとんどすべてのKDバリアントは、通常、ポイントごとおよび/またはペア

domain

knowledge distillation

attention

semantic segmentation

learning

benchmark

arXiv reaDer

arXiv

saliency
リンク
個人の再識別のためのインスタンスレベルの時空間パターンの学習
arxiv_reader 2021/08/03
個人の再識別（Re-ID）は、ばらばらのカメラの下で歩行者を照合することを目的としています。ほとんどのRe-IDメソッドは、視覚表現学習および画像検索としてそれを定式化し、その結果、その精度は検索スペ

person

re-id

representation learning

disentangling

pedestrian

benchmark

arXiv reaDer

arXiv
リンク
動的3D自発的マイクロエクスプレッションデータベース：確立と評価
arxiv_reader 2021/08/03
微妙な表情は、人々の本当の内面の感情を示し、心理テストの関連分野で大きな可能性を秘めている、自発的で無意識の顔の動きです。顔は3D変形オブジェクトであるため、表情の発生は顔の空間変形を引き起こす可能性

3D

video

arXiv reaDer

emotion

action

face

classification

point cloud

spatio-temporal

arXiv
リンク
マルチモーダル脳ネットワーク分析のための多重グラフネットワーク
arxiv_reader 2021/08/03
この論文では、マルチモーダル脳ネットワーク分析のためのシンプルで効果的なマルチプレックスグラフ畳み込みネットワーク（GCN）モデルであるMGNetを提案します。提案された方法は、テンソル表現をマルチプ

dataset

convolutional

classification

GCN

representation

human

benchmark

arXiv reaDer

arXiv
リンク
CrossFormer：クロススケールの注目を集める多用途のビジョントランスフォーマー
arxiv_reader 2021/08/03
トランスフォーマーは、視覚的なタスクの処理において大きな進歩を遂げました。ただし、既存のビジョントランスフォーマーには、視覚入力にとって重要な機能がまだありません。さまざまなスケールの機能間で注意を喚

segmentation

detection

transformer

bias

attention

embedding

arXiv reaDer

arXiv
リンク
深い画像ベースの照明調和
arxiv_reader 2021/08/03
前景オブジェクトと背景シーンの間のシームレスな照明統合は、コンピュータビジョンと拡張現実コミュニティにおいて重要ですが挑戦的なタスクです。しかし、私たちの知る限り、照明のシームレスな統合タスクを満たす

3D

dataset

adversarial

multi-task

estimation

computer vision

attention

augmentation

arXiv reaDer

arXiv
リンク
T_kML-AP：トップkマルチラベル学習への敵対的攻撃
arxiv_reader 2021/08/03
入力から上位k個の予測ラベルを返すTop-kマルチラベル学習には、画像注釈、ドキュメント分析、Web検索エンジンなどの多くの実用的なアプリケーションがあります。ただし、専用の敵対的摂動攻撃に関するその

dataset

adversarial

learning

benchmark

arXiv reaDer

arXiv

loss function
リンク
多様体に触発された単一画像の補間
arxiv_reader 2021/08/03
多様体モデルは、自然画像パッチが高次元状態空間に埋め込まれた低次元多様体上にあると見なし、各パッチとその類似パッチはほぼ線形アフィン部分空間上にあると見なします。多様体モデルは、自然画像のよく知られた

identification

manifold

arXiv reaDer

arXiv
リンク
NASAMODIS機器の教師なし機械学習モデルに対するスワスギャップの影響の低減
arxiv_reader 2021/08/03
NASATerra衛星とNASAAqua衛星は、その経路の性質上、データのない領域であるスワスギャップを含む画像をキャプチャします。スワスギャップは関心領域（ROI）と完全に重なる可能性があり、多くの

CNN

unsupervised

domain

dataset

satellite

attention

human

augmentation

arXiv reaDer

arXiv
リンク
閉塞者の再識別のための知識蒸留によるポーズ誘導特徴学習
arxiv_reader 2021/08/03
オクルージョンされた人物の再識別（ReID）は、人物の画像をオクルージョンと一致させることを目的としています。画像間のミスアライメントの問題を悪化させる深刻なオクルージョンのため、これは根本的に困難で

re-id

knowledge distillation

representation

learning

pose

person

arXiv reaDer

arXiv

occlusion
リンク
3D空間でのパラメータ効率の高い人物の再識別
arxiv_reader 2021/08/03
人々は3Dの世界に住んでいます。ただし、人の再識別（re-id）に関する既存の作業では、ほとんどの場合、2D空間での意味表現学習が考慮されており、本質的に人の理解が制限されています。この作業では、3D

sparse

3D

dataset

re-id

representation learning

pedestrian

human

point cloud

arXiv reaDer

arXiv
リンク
強力なデータ拡張を伴う半教師ありセマンティックセグメンテーションの単純なベースライン
arxiv_reader 2021/08/03
最近、セマンティックセグメンテーションに関して大きな進歩が見られました。ただし、教師ありセグメンテーションの成功は、通常、大量のラベル付きデータに依存します。これは、取得に時間とコストがかかります。画

arXiv reaDer

dataset

classification

semantic segmentation

learning

augmentation

semi-supervised

arXiv
リンク
TDA-Net：胸部X線画像でのCOVID-19検出のための永続的ホモロジーと深層学習機能の融合
arxiv_reader 2021/08/03
トポロジカルデータ分析（TDA）は、データセットの構造を抽出して比較するための堅牢なツールとして最近登場しました。 TDAは、連結成分や穴などのデータ内の特徴を識別し、これらの特徴に定量的な尺度を割り

detection

COVID-19

dataset

learning

arXiv reaDer

arXiv
リンク
AI振付師：AIST ++による音楽条件付き3Dダンスジェネレーション
arxiv_reader 2021/08/03
3Dダンスモーションと音楽の新しいマルチモーダルデータセットであるAIST ++と、音楽を条件とした3Dダンスモーションを生成するためのフルアテンションクロスモーダルトランスフォーマーネットワークであ

3D

video

dataset

transformer

pose

arXiv reaDer

arXiv
リンク
医用画像のマージンを意識したクラス内ノベルティ識別
arxiv_reader 2021/08/03
従来の異常検出方法はクラス間の変動の検出に焦点を合わせていますが、医用画像の新規性の識別は本質的にクラス内の検出の問題です。たとえば、正常な胸部X線と一般的な肺の異常でトレーニングされた機械学習モデル

identification

dataset

anomaly detection

arXiv

embedding

learning

pose

arXiv reaDer

OOD

pre-training
リンク
コンピュータビジョンにおけるデータの状態について：深層学習モデルの開発には人間の注釈が依然として不可欠です
arxiv_reader 2021/08/03
高品質のラベル付きデータセットは、機械学習（ML）の開発、特に深層学習（DL）の開発を促進する上で重要な役割を果たします。ただし、2012年にImageNetデータセットとAlexNetモデルが登場し

synthesis

domain

dataset

computer vision

learning

human

arXiv reaDer

arXiv

pre-training
リンク
人間と深い畳み込みニューラルネットワークにおける物体認識の比較-視線追跡研究
arxiv_reader 2021/08/03
深い畳み込みニューラルネットワーク（DCNN）と腹側視覚経路は、オブジェクト認識などの視覚的課題において、アーキテクチャと機能の大きな類似点を共有しています。最近の洞察は、両方の階層的カスケードが、発

CNN

tracking

computer vision

human

arXiv reaDer

arXiv

saliency
リンク
ディープフィーチャートラッカー：ディープ畳み込みニューラルネットワークの新しいアプリケーション
arxiv_reader 2021/08/03
機能追跡は、視覚オドメトリ、拡張現実、ターゲット追跡などの多くのアプリケーションの構成要素です。残念ながら、最先端の視覚ベースの追跡アルゴリズムは、そのような環境の性質によって課せられる課題のために、

CNN

dataset

tracking

odometry

learning

augmentation

arXiv reaDer

arXiv
リンク
疑似ラベルによる監視されていない継続的な学習
arxiv_reader 2021/08/03
継続学習は、新しいタスクが到着するたびにモデルを最初から再トレーニングするのではなく、少ない計算リソースとメモリリソースを使用して新しいタスクを段階的に学習することを目的としています。ただし、既存のア

arXiv reaDer

unsupervised

dataset

classification

learning

benchmark

clustering

arXiv
リンク
低解像度のスキャンされた病理画像のマルチスケール超解像生成
arxiv_reader 2021/08/03
バックグラウンド。デジタルパソロジーは、現代の病理学への幅広い関心を呼び起こしました。デジタル化の鍵は、スライド画像（WSI）全体を高倍率でスキャンすることです。倍率が大きいほど、WSIが提供する詳細

GAN

super-resolution

arXiv reaDer

arXiv
リンク
受容野が変化する二次チャネル注意を使用した熱画像超解像
arxiv_reader 2021/08/03
熱画像は、電磁スペクトルの長赤外線範囲をモデル化し、目に見える照明がない場合でも意味のある情報を提供します。しかし、可視連続体からの放射を表す画像とは異なり、赤外線画像はハードウェアの制約のために本質

convolutional

super-resolution

attention

arXiv reaDer

arXiv
リンク
高速で高品質のブラインドマルチスペクトル画像パンシャープン
arxiv_reader 2021/08/03
ブラインドパンシャープンは、関連する空間的に不整合な高空間解像度パンクロマティック（PAN）画像のガイダンスを使用して、低空間解像度マルチスペクトル（LRMS）画像を指定して高空間解像度マルチスペクト

reconstruction

arXiv reaDer

arXiv
リンク
心エコー図からビューを分類し、大動脈弁狭窄症を診断するための新しい半教師あり学習ベンチマーク
arxiv_reader 2021/08/03
半教師あり画像分類は、限られたラベル付きデータからの学習において実質的な進歩を示していますが、最近の進歩は、臨床応用についてはほとんどテストされていません。生命を脅かす心臓病、特に大動脈弁狭窄症のタイ

arXiv reaDer

dataset

classification

multi-task

learning

benchmark

semi-supervised

arXiv
リンク
外科データサイエンス-概念から臨床翻訳へ
arxiv_reader 2021/08/03
一般的なデータサイエンス、特に機械学習の最近の発展により、専門家が手術の将来を想像する方法が変わりました。外科データサイエンス（SDS）は、データの収集、編成、分析、モデリングを通じて介入医療の質を向

learning

arXiv reaDer

arXiv
リンク
OPFython：Pythonにヒントを得た最適パスフォレスト分類子
arxiv_reader 2021/08/03
過去数年間、機械学習技術は最も重要であり、分類、オブジェクト認識、人物識別、画像セグメンテーションなどの幅広いタスクに適用されてきました。それにもかかわらず、従来の分類アルゴリズム（ロジスティック回帰

identification

Bayesian

classification

arXiv

learning

person

arXiv reaDer

segmentation
リンク
MTVR：ビデオでの多言語モーメント検索
arxiv_reader 2021/08/03
21.8Kのテレビ番組ビデオクリップからの218Kの英語と中国語のクエリを含む、大規模な多言語ビデオモーメント検索データセットであるmTVRを紹介します。データセットは、人気のあるTVRデータセット（

dataset

video

arXiv reaDer

arXiv
リンク
偏りのないシーン表現のためのオブジェクト認識対照学習
arxiv_reader 2021/08/03
対照的な自己監視学習は、さまざまなデータ拡張に対して不変性を強制することにより、ラベルのない画像から視覚的表現を学習するという印象的な結果を示しています。ただし、学習された表現は、さまざまなオブジェク

localization

bias

representation learning

self-supervised

contrastive learning

arXiv reaDer

arXiv
リンク
変分オートエンコーダを使用した気象フィールド合成の制御
arxiv_reader 2021/08/03
気候変動の結果の1つは、極端な気候イベントの頻度の観察された増加です。これは、過去のデータから学習するが、正しいシナリオを作成するためにしばしば不確実なバイアスを組み込む必要がある気象予測および生成ア

synthesis

dataset

bias

pose

arXiv reaDer

arXiv
リンク
深度画像を使用した5歳未満の子供の身長推定
arxiv_reader 2021/08/03
栄養失調は世界的な健康危機であり、5歳未満の子供たちの主な死因です。栄養失調を検出するには、体重、身長、上腕中央部の周囲を人体測定で測定する必要があります。ただし、リソースが限られているため、特にグロ

learning

estimation

arXiv reaDer

arXiv
リンク
ゼロショット学習のためのビジョントランスフォーマーによるマルチヘッド自己注意
arxiv_reader 2021/08/03
ゼロショット学習（ZSL）は、トレーニングフェーズでは観察されない、見えないオブジェクトクラスを認識することを目的としています。 ZSLに関する既存の一連の作業は、主に事前にトレーニングされた視覚的機

dataset

transformer

attention

learning

benchmark

arXiv reaDer

arXiv

zero-shot
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 2021/08/03
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

representation

semi-supervised

arXiv reaDer

arXiv

self-supervised

learning
リンク
U-GAT：COVID-19結果予測のためのマルチモーダルグラフ注意ネットワーク
arxiv_reader 2021/08/03
COVID-19の最初の波の間、病院は入院患者の数が多いことに圧倒されました。最も可能性の高い個々の疾患の進行を正確に予測することで、限られたリソースの計画を改善し、患者に最適な治療法を見つけることが

CT

arXiv reaDer

metric

COVID-19

dataset

attention

clustering

arXiv
リンク
Perceiver IO：構造化された入力と出力の一般的なアーキテクチャ
arxiv_reader 2021/08/03
最近提案されたPerceiverモデルは、入力サイズに応じてコンピューティングとメモリを線形にスケーリングしながら、いくつかのドメイン（画像、オーディオ、マルチモーダル、ポイントクラウド）で良好な結果

BERT

domain

multi-task

arXiv

estimation

learning

point cloud

benchmark

arXiv reaDer

optical flow
リンク
スパースからデンスへの特徴マッチング：3Dセマンティックセグメンテーションのためのドメイン適応におけるドメイン内およびドメイン間クロスモーダル学習
arxiv_reader 2021/08/03
ドメインの適応は、新しいドメインでの注釈の欠如に直面したときに成功するために重要です。 3Dポイントクラウドでのラベリングプロセスに多大な時間がかかるため、3Dセマンティックセグメンテーションへのドメ

sparse

3D

dataset

domain adaptation

adversarial

semantic segmentation

learning

point cloud

arXiv reaDer

arXiv
リンク
悪性および良性の縦隔病変を区別するための3D畳み込みニューラルネットワークを使用した気管支内超音波画像の解釈
arxiv_reader 2021/08/03
この研究の目的は、気管支内超音波（EBUS）画像を介して3次元畳み込みニューラルネットワークを使用することにより、悪性と良性の縦隔病変を区別することです。以前の研究と比較して、提案されたモデルはノイズ

3D

CNN

video

interpretation

arXiv reaDer

arXiv
リンク
フローを正規化する確率的単眼3D人間ポーズ推定
arxiv_reader 2021/08/03
単眼画像からの3D人間の姿勢推定は、深度のあいまいさとオクルージョンのために、非常に不適切な問題です。それにもかかわらず、ほとんどの既存の作品はこれらの曖昧さを無視し、単一の解決策を推定するだけです。

3D

human pose estimation

metric

detection

dataset

pose estimation

monocular

benchmark

arXiv reaDer

arXiv
リンク
条件付きシフトとラベルシフトを使用した敵対的な教師なしドメインの適応：推測、整列、反復
arxiv_reader 2021/08/03
この作業では、p（x | y）とp（y）の両方で分布を調整することを目的とした、固有の条件付きシフトとラベルシフトを使用した敵対的教師なしドメイン適応（UDA）アプローチを提案します。ターゲットドメイ

unsupervised

domain adaptation

adversarial

classification

arXiv

arXiv reaDer

segmentation
リンク
空間的不確実性を意識した半教師あり群集カウント
arxiv_reader 2021/08/03
完全に監視されたパラダイムは、密集した群集シナリオの多数の画像とその注釈を要求するため、費用と労力がかかるため、群集カウントの半教師ありアプローチが注目を集めています。この論文は、群集カウント問題のた

arXiv reaDer

dataset

regularization

arXiv

attention

learning

semi-supervised

segmentation
リンク
任意の形状テキスト検出のための適応境界提案ネットワーク
arxiv_reader 2021/08/03
シーンテキストは非常に複雑で多様であるため、任意の形状のテキスト検出は困難な作業です。本研究では、任意形状テキスト検出のための新しい適応境界提案ネットワークを提案します。これは、後処理なしで任意形状テ

RNN

detection

dataset

convolutional

classification

GCN

arXiv reaDer

arXiv
リンク
StarEnhancer：リアルタイムでスタイルを意識した画像エンハンスメントの学習
arxiv_reader 2021/08/03
画像エンハンスメントは主観的なプロセスであり、そのターゲットはユーザーの好みによって異なります。この論文では、StarEnhancerと呼ばれる単一のモデルのみを使用して、複数の色調スタイルをカバーす

learning

real time

arXiv reaDer

arXiv
リンク
群集におけるカウントとローカリゼーションの再考：純粋にポイントベースのフレームワーク
arxiv_reader 2021/08/03
群集内の個人をローカライズすることは、単に数えることよりも、その後の高レベルの群集分析タスクの実際的な要求に一致します。ただし、学習ターゲットとして機能する中間表現（つまり、密度マップまたは疑似ボック

localization

metric

representation

learning

human

benchmark

arXiv reaDer

arXiv
リンク
VIPose：リアルタイムの視覚慣性6Dオブジェクトポーズ追跡
arxiv_reader 2021/08/03
オブジェクトの6Dポーズを推定することは、輸送、自律ナビゲーション、操作などのロボットタスクだけでなく、仮想現実や拡張現実などのロボットを超えたシナリオでも役立ちます。単一画像のポーズ推定に関して、ポ

detection

dataset

tracking

real time

pose estimation

augmentation

DNN

arXiv reaDer

arXiv

6D
リンク
残差対数尤度推定による人間のポーズ回帰
arxiv_reader 2021/08/03
ヒートマップベースの方法は、尤度ヒートマップを介して出力分布をモデル化することにより、人間の姿勢推定の分野で支配的です。対照的に、回帰ベースの方法はより効率的ですが、パフォーマンスが低下します。この作

human pose estimation

residual

pose estimation

arXiv reaDer

arXiv
リンク
ダイナミックロスネットワークによるビデオキャプションの強化
arxiv_reader 2021/08/03
ビデオキャプションは、視覚と言語の交差点での困難な問題の1つであり、ビデオ検索、ビデオ監視、視覚障害者の支援、ヒューマンマシンインターフェイスなど、多くの実際のアプリケーションがあります。最近の深層学

video

metric

captioning

detection

dataset

classification

arXiv reaDer

arXiv

loss function
リンク
- 2021年8月4日
- 2021年8月3日
- 2021年8月2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