arxiv_readerのブックマーク / 2021年8月16日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年8月16日のブックマーク (68件)

セマンティックセグメンテーションのドメイン適応のためのデュアルパス学習
arxiv_reader 2021/08/16
セマンティックセグメンテーションのドメイン適応により、大規模なピクセル単位の注釈の必要性を軽減できます。最近、画像から画像への変換を組み合わせた自己教師あり学習（SSL）は、適応セグメンテーションで大

arXiv reaDer

domain adaptation

arXiv

learning

self-supervised

semantic segmentation
リンク
最大最小不確実性による組織像の詳細な解釈可能な分類と弱く監視されたセグメンテーション
arxiv_reader 2021/08/16
弱教師あり学習（WSL）は、ピクセル単位の注釈の欠如を軽減するため、最近大きな関心を呼んでいます。グローバルな画像ラベルが与えられると、WSLメソッドはピクセルレベルの予測（セグメンテーション）を生成

classification

weakly-supervised

localization

regularization

arXiv reaDer

segmentation

arXiv

benchmark

face
リンク
NeuLF：ニューラル4Dライトフィールドを使用した効率的な新規ビュー合成
arxiv_reader 2021/08/16
この論文では、複雑なシーンの新しいビュー合成のための効率的で堅牢なディープラーニングソリューションを紹介します。私たちのアプローチでは、3Dシーンはライトフィールド、つまり光線のセットとして表され、各

3D

arXiv reaDer

synthesis

arXiv

learning
リンク
アーキテクチャの簡素化による効率的な点群グラフニューラルネットワークに向けて
arxiv_reader 2021/08/16
近年、グラフニューラルネットワーク（GNN）ベースのアプローチは、点群データを処理するための一般的な戦略になり、さまざまなタスクで最先端のパフォーマンスを定期的に達成しています。これまで、研究コミュニ

point cloud

GNN

arXiv reaDer

arXiv
リンク
コンパクトトランスフォーマーでビッグデータパラダイムを回避
arxiv_reader 2021/08/16
言語処理の標準としてのトランスフォーマーの台頭、コンピュータービジョンの進歩、および前例のないサイズと量のトレーニングデータにより、多くの人がトランスフォーマーは小さなデータセットには適さないと信じる

CNN

computer vision

pooling

domain

embedding

arXiv reaDer

pre-training

arXiv

transformer

dataset
リンク
野生のカテゴリー的で継続的な感情認識のための視聴覚的および文脈的アプローチ
arxiv_reader 2021/08/16
この作品では、第2回ワークショップと野外での感情行動分析に関するコンペティション（ABAW2）の敷地内で、ビデオベースの視聴覚感情認識のタスクに取り組んでいます。不十分な照明条件、頭/体の向き、および

arXiv reaDer

seq2seq

human

arXiv

learning

face

dataset

emotion
リンク
GISを使用した3D点群セグメンテーション
arxiv_reader 2021/08/16
この論文では、2D GISレイヤー（OpenStreetMap）から地理情報をインポートすることにより、3D点群データのセマンティックセグメンテーションを実行するアプローチを提案します。提案された自動

3D

point cloud

arXiv reaDer

arXiv

drone

semantic segmentation
リンク
ランダムな環境混合による視覚言語ナビゲーション
arxiv_reader 2021/08/16
視覚言語ナビゲーション（VLN）タスクでは、エージェントが視覚的観察を認識し、自然言語の指示を理解しながら、段階的にナビゲートする必要があります。小さなデータスケールと大きなナビゲーションスペースの間

benchmark

arXiv reaDer

bias

arXiv

augmentation

dataset
リンク
TokenPose：人間のポーズ推定のためのキーポイントトークンの学習
arxiv_reader 2021/08/16
人間の姿勢の推定は、キーポイントを見つけるために、視覚的な手がかりとパーツ間の解剖学的制約に大きく依存しています。ほとんどの既存のCNNベースの方法は視覚的表現でうまく機能しますが、キーポイント間の制

pose estimation

arXiv reaDer

representation

arXiv

learning

human pose estimation

dataset

keypoint
リンク
連続性から編集可能性へ：連続画像によるGANの反転
arxiv_reader 2021/08/16
既存のGAN反転方法は、反転されたコードが忠実度の高い再構築を実現するか、編集機能を保持できるというパラドックスに陥っています。そのうちの1つだけでは、実際の画像編集を実現することはできません。この論

unsupervised

dataset

pose

arXiv reaDer

GAN

synthesis

video

arXiv

person

reconstruction
リンク
RGB-D顕著な物体検出のためのモーダル適応ゲート記録ネットワーク
arxiv_reader 2021/08/16
RGB-D情報に基づくマルチモーダル顕著なオブジェクト検出モデルは、実世界でより優れた堅牢性を備えています。ただし、機能融合フェーズで効果的なマルチモーダル情報のバランスをより適切に調整することは重要

saliency

arXiv reaDer

arXiv

benchmark

RGB-D

detection
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 2021/08/16
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

compression

arXiv reaDer

arXiv
リンク
スライド全体の細胞診画像からのブドウ膜黒色腫サブタイピングのための解釈可能なアルゴリズム
arxiv_reader 2021/08/16
アルゴリズムによる意思決定支援は、特に特定の情報へのアクセスが治療の過程、ひいては患者の転帰を大幅に変える可能性があるハイステークスの推奨事項に対して、急速に個別化医療の定番になりつつあります。顕著な

classification

dataset

manifold

arXiv reaDer

human

arXiv

reasoning
リンク
FIERY：周囲の単眼カメラからの鳥瞰図における将来のインスタンス予測
arxiv_reader 2021/08/16
運転には、安全にナビゲートするために、道路エージェントと対話し、彼らの将来の行動を予測する必要があります。 FIERY：単眼カメラからの鳥瞰図での確率的な将来予測モデルを紹介します。私たちのモデルは、

dataset

arXiv reaDer

monocular

segmentation

arXiv

autonomous driving
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 2021/08/16
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 reaDer

arXiv
リンク
3D点群のセマンティックセグメンテーションのための生成的ゼロショット学習
arxiv_reader 2021/08/16
2D画像のゼロショット学習（ZSL）に関する研究は数多くありますが、3Dデータへの適用はまだ最近であり、分類に限定されたいくつかの方法しかありません。分類と初めてのセマンティックセグメンテーションの両

classification

3D

point cloud

zero-shot

arXiv reaDer

arXiv

learning

benchmark

semantic segmentation

generative
リンク
SimCVD：半教師あり医療画像セグメンテーションのための単純な対照ボクセルワイズ表現蒸留
arxiv_reader 2021/08/16
医療画像分析における自動セグメンテーションは、手動でラベル付けされた大量のデータを必要とする困難な作業です。ただし、ほとんどの既存の学習ベースのアプローチは、通常、手動で注釈が付けられた限られた医療デ

unsupervised

pose

distillation

arXiv reaDer

representation learning

segmentation

arXiv

augmentation

semi-supervised
リンク
FCOS3D：完全畳み込み1ステージ単眼3Dオブジェクト検出
arxiv_reader 2021/08/16
単眼3D物体検出は、低コストという利点を考慮すると、自動運転にとって重要なタスクです。これは、主に深度情報の欠如に反映される固有の不適切な特性のため、従来の2Dケースよりもはるかに困難です。 2D検出

3D

domain

arXiv reaDer

monocular

arXiv

convolutional

detection

autonomous driving
リンク
単眼3Dオブジェクト検出のためのジオメトリ不確実性投影ネットワーク
arxiv_reader 2021/08/16
ジオメトリプロジェクションは、単眼3Dオブジェクト検出における強力な深度推定方法です。高さに依存して深さを推定し、深さモデルに数学的事前分布を導入します。しかし、投影プロセスでは、推定高さの誤差が増幅

3D

arXiv reaDer

monocular

pedestrian

arXiv

learning

benchmark

estimation

detection
リンク
地域固有のマルチスケール特徴抽出を使用したCNNベースの2段階駐車場スロット検出
arxiv_reader 2021/08/16
自律駐車システムは、利用可能な駐車スロットの検出から始まります。駐車場の検出性能は、深層学習技術によって劇的に改善されました。深層学習ベースのオブジェクト検出方法は、1段階と2段階のアプローチに分類で

classification

arXiv reaDer

arXiv

learning

detection

dataset
リンク
大容量の生物医学画像のための階層的ランダムウォーカーセグメンテーション
arxiv_reader 2021/08/16
画像セグメンテーションのためのランダムウォーカー法は、特に生物医学分野において、半自動画像セグメンテーションのための人気のあるツールです。ただし、その線形漸近実行時間とメモリ要件により、サイズが大きく

3D

arXiv reaDer

synthesis

segmentation

arXiv

dataset
リンク
f-formationを使用した社会的に相互作用するグループの検出：分類法、方法、データセット、アプリケーション、課題、および将来の研究の方向性の調査
arxiv_reader 2021/08/16
私たちの日常生活の中でロボットは日々増加しています。それらの使いやすさと受容性は、仲間の人間との明示的および暗黙的な相互作用能力に大きく依存します。その結果、社会的行動は、ロボットが持つことができる最

domain

arXiv reaDer

robot

human

arXiv

activity

detection

dataset
リンク
スペース：3D環境での物理的相互作用と因果学習のためのシミュレーター
arxiv_reader 2021/08/16
ディープラーニング、コンピュータービジョン、および具体化されたAIの最近の進歩により、合成因果推論ビデオデータセットが生まれました。これらのデータセットは、オブジェクト間の物理的相互作用について推論で

arXiv

reasoning

learning

arXiv reaDer

3D

dataset

video

synthesis

computer vision
リンク
現実世界の敵対的パッチ攻撃に対する自動運転のためのセマンティックセグメンテーションのロバスト性の評価
arxiv_reader 2021/08/16
ディープラーニングと畳み込みニューラルネットワークにより、オブジェクト検出やセマンティックセグメンテーション（SS）などのコンピュータービジョンタスクで印象的なパフォーマンスを実現できます。ただし、最

CNN

computer vision

adversarial

arXiv reaDer

arXiv

attention

loss function

semantic segmentation

detection

autonomous driving
リンク
IFR：低品質のシーンテキスト認識のための反復融合ベースの認識装置
arxiv_reader 2021/08/16
ディープラーニングに基づく最近の研究では、シーンテキスト認識の認識精度の向上が進んでいますが、エンドツーエンドのディープネットワークで低品質のテキスト画像を処理する方法は依然として研究課題です。この論

arXiv reaDer

representation

arXiv

learning

benchmark

dataset
リンク
表示および非表示のオブジェクトカテゴリがあるシーンでのキャプションの生成
arxiv_reader 2021/08/16
画像キャプションの生成は、視覚認識と自然言語モデリングのドメインが交差する場所で最も困難な問題の1つです。この作業では、テスト画像に対応する視覚的またはテキストによるトレーニング例のない視覚的オブジェ

captioning

metric

domain

zero-shot

arXiv reaDer

representation

arXiv

detection

dataset
リンク
AIシステムの堅牢性テスト：交通標識認識のケーススタディ
arxiv_reader 2021/08/16
ここ数年、AIシステム、特にニューラルネットワークはパフォーマンスが大幅に向上し、現在では幅広いアプリケーションで使用されています。従来のシンボリックAIシステムとは異なり、ニューラルネットワークは大

metric

arXiv reaDer

human

arXiv

interpretation

autonomous driving
リンク
LSG-CPD：点群登録のためのローカル表面ジオメトリを備えたコヒーレントポイントドリフト
arxiv_reader 2021/08/16
確率的点群登録方法は、その堅牢性のために人気が高まっています。ただし、表面法線などの局所的な表面幾何学的情報を組み込んだ反復最接近点（ICP）の点間バリアントとは異なり、ほとんどの確率的方法（たとえば

point cloud

arXiv reaDer

LiDAR

arXiv

estimation

RGB-D

dataset
リンク
EEEA-Net：早期終了の進化的ニューラルアーキテクチャ検索
arxiv_reader 2021/08/16
この研究の目的は、コンピューティングリソースが限られているオンデバイスプロセッサに適した畳み込みニューラルネットワーク（CNN）アーキテクチャを検索し、ネットワークアーキテクチャ検索（NAS）のコスト

CNN

NAS

arXiv reaDer

arXiv

semantic segmentation

detection

dataset

keypoint
リンク
高速トレーニング収束のための条件付きDETR
arxiv_reader 2021/08/16
最近開発されたDETRアプローチは、トランスエンコーダーとデコーダーのアーキテクチャをオブジェクト検出に適用し、有望なパフォーマンスを実現します。このホワイトペーパーでは、重要な問題であるトレーニング

classification

embedding

arXiv reaDer

arXiv

transformer

detection
リンク
パンシャープンのフル解像度品質評価
arxiv_reader 2021/08/16
パンシャープン法の信頼できる品質評価手順は、関連するソリューションの開発にとって非常に重要です。残念ながら、客観的な評価のガイダンスとして使用されるグラウンドトゥルースの欠如により、コミュニティは、フ

dataset

arXiv reaDer

arXiv
リンク
教師なしドメイン適応のための転送可能なパラメータの学習
arxiv_reader 2021/08/16
教師なしドメイン適応（UDA）を使用すると、学習マシンは、分布シフトの下で、ラベル付きソースドメインからラベルなしドメインに適応できます。ディープニューラルネットワークの強力な表現能力のおかげで、UD

unsupervised

classification

arXiv reaDer

representation

domain adaptation

arXiv

learning

detection

keypoint
リンク
剪定とXNOR-Net：エッジデバイスでのオーディオ分類のためのディープラーニングの包括的な研究
arxiv_reader 2021/08/16
ディープラーニングは、コンピュータービジョンやマシンリスニングなど、モノのインターネットに関連する多くのアプリケーション分野で大きな成功を収めてきました。 IoTのディープリーニングの力を十分に活用す

classification

computer vision

arXiv reaDer

quantization

pruning

edge device

arXiv

learning

benchmark

compression
リンク
白内障手術における効果的なセマンティックセグメンテーション：最も重要なことは何ですか？
arxiv_reader 2021/08/16
私たちの仕事は、白内障手術、CaDISの挑戦的な公開ベンチマークに最先端を設定するニューラルネットワーク設計の選択を提案します。私たちの方法論は、あらゆる手術ビデオに固有の課題であるクラスの不均衡を効

benchmark

arXiv reaDer

video

arXiv

loss function

semantic segmentation

dataset
リンク
UMFA：U-Netと多層機能集約に基づくフォトリアリスティックなスタイルの転送方法
arxiv_reader 2021/08/16
本論文では、フォトリアリスティックな画像様式化の自然な効果を強調するために、フォトリアリスティックなスタイルの転送ネットワークを提案する。一般に、画像コンテンツの歪みと詳細の欠如は、スタイル転送の分野

arXiv reaDer

arXiv

U-Net

dataset

reconstruction
リンク
HRリモートセンシング画像における意味変化検出のためのバイテンポラルセマンティック推論
arxiv_reader 2021/08/16
セマンティック変更検出（SCD）は、変更検出（CD）タスクを拡張して、変更場所だけでなく、詳細なセマンティックカテゴリ（観測間隔の前後）も提供します。このきめ細かい変更情報は、土地被覆/土地利用（LC

dataset

CNN

benchmark

arXiv reaDer

segmentation

arXiv

loss function

detection

reasoning
リンク
ニューラルネットワークの非ローカルブロックの統合
arxiv_reader 2021/08/16
非ローカルベースのブロックは、コンピュータービジョンタスクにおける長距離の時空間依存関係をキャプチャするために設計されています。優れたパフォーマンスを示していますが、画像やビデオの要素間で豊富な構造化

classification

computer vision

arXiv reaDer

re-id

video

arXiv

attention

action recognition

semantic segmentation

person
リンク
FedPara：通信効率の高い連合学習のための低ランクのアダマール積
arxiv_reader 2021/08/16
連合学習（FL）中の頻繁なモデルのアップロードとダウンロードの負担を克服するために、通信効率の高い再パラメーター化、FedParaを提案します。私たちの方法は、低ランクの行列またはテンソルとそれに続く

arXiv reaDer

arXiv

learning
リンク
半教師あり顔感情行動分析のためのマルチタスク平均教師
arxiv_reader 2021/08/16
感情行動分析は、人間とコンピューターの相互作用において重要な部分です。既存のマルチタスク感情行動認識方法は、不完全なラベル付きデータセットの問題に悩まされています。この問題に取り組むために、このペーパ

semi-supervised

arXiv reaDer

representation

multi-task

arXiv

face

dataset
リンク
敵対的なVQA：VQAモデルの堅牢性を評価するための新しいベンチマーク
arxiv_reader 2021/08/16
大規模な事前トレーニングの恩恵を受けて、人気のある視覚的質問応答（VQA）タスクのパフォーマンスが大幅に向上するのを目の当たりにしました。急速な進歩にもかかわらず、これらの最先端の（SOTA）モデルが

benchmark

adversarial

arXiv reaDer

pre-training

arXiv

augmentation

VQA

dataset
リンク
SVC-onGoing：署名検証コンペティション
arxiv_reader 2021/08/16
この記事では、SVC-onGoingを紹介します。これは、研究者がDeepSignDBやSVC2021_EvalDBなどの大規模なパブリックデータベースを使用して、オープンな共通プラットフォームで最先

benchmark

arXiv reaDer

arXiv

learning
リンク
画像のマット化と調和を同時に最適化するための生成的敵対的フレームワーク
arxiv_reader 2021/08/16
画像のマット化と画像の調和は、画像合成における2つの重要なタスクです。前景の境界の詳細を実現することを目的とした画像のマット化と、背景を前景と互換性のあるものにすることを目的とした画像の調和は、どちら

adversarial

arXiv reaDer

GAN

synthesis

arXiv

generative

dataset
リンク
PVT：3Dディープラーニング用のポイントボクセルトランスフォーマー
arxiv_reader 2021/08/16
3Dデータのスパース性と不規則性により、ポイントを直接処理するアプローチが一般的になっています。すべてのポイントベースのモデルの中で、Transformerベースのモデルは、ポイントの相互関係を完全に

classification

3D

sparse

arXiv reaDer

segmentation

arXiv

benchmark

transformer

detection
リンク
リモートセンシング画像の復元と融合のためのモデル駆動とデータ駆動の方法の結合
arxiv_reader 2021/08/16
画像復元と画像融合の分野では、モデル駆動型手法とデータ駆動型手法が2つの代表的なフレームワークです。ただし、どちらのアプローチにもそれぞれ長所と短所があります。モデル駆動法は、決定論的で理論的に合理的

arXiv reaDer

arXiv

learning
リンク
GAN反転：調査
arxiv_reader 2021/08/16
GAN反転は、特定の画像を事前にトレーニングされたGANモデルの潜在空間に反転させて、ジェネレータによって反転されたコードから画像を忠実に再構築することを目的としています。実際の画像ドメインと偽の画像

domain

arXiv reaDer

GAN

arXiv

interpretation
リンク
深い半教師あり学習のためのプログレッシブ代表ラベリング
arxiv_reader 2021/08/16
ディープ半教師あり学習（SSL）は、ラベル付けされていない大量のデータを活用して、ラベル付けされたデータが限られているディープラーニングのパフォーマンスを向上させるために、近年大きな注目を集めています

dataset

learning

GNN

arXiv reaDer

arXiv

attention

benchmark

semi-supervised
リンク
VTGAN：ビジョントランスフォーマーを使用した半教師あり網膜画像合成と疾患予測
arxiv_reader 2021/08/16
フルオレセイン血管造影（FA）では、外因性色素を血流に注入して、網膜の血管構造を画像化します。注射された染料は、吐き気、嘔吐、アナフィラキシーショック、さらには死などの副作用を引き起こす可能性がありま

OOD

arXiv reaDer

GAN

synthesis

arXiv

transformer

semi-supervised
リンク
VATT：生のビデオ、オーディオ、テキストからのマルチモーダル教師あり学習のためのトランスフォーマー
arxiv_reader 2021/08/16
畳み込みのないTransformerアーキテクチャを使用して、ラベルのないデータからマルチモーダル表現を学習するためのフレームワークを紹介します。具体的には、ビデオ-オーディオ-テキストトランスフォー

classification

domain

pre-training

arXiv reaDer

representation

self-supervised

arXiv

action recognition

transformer

contrastive
リンク
DDNet：オクルージョン関係推論のためのデュアルパスデコーダーネットワーク
arxiv_reader 2021/08/16
畳み込みニューラルネットワークに基づく咬合関係の推論は、咬合境界抽出と咬合方位推定という2つのサブタスクで構成されます。上位と下位の段階でのフィーチャ表現の2つのサブタスクには本質的な違いがあるため

occlusion

arXiv reaDer

representation

reasoning

arXiv

learning

convolutional

dataset
リンク
外観のない追跡：車両追跡のためのローカルおよびグローバルモーションパターンを使用したボックスとトラックレットの埋め込みを学習します
arxiv_reader 2021/08/16
車両追跡は、マルチオブジェクト追跡（MOT）分野で不可欠なタスクです。車両追跡の際立った特徴は、車両の軌道が世界座標と画像座標の両方でかなり滑らかであることです。したがって、モーションの一貫性をキャプ

CNN

occlusion

MOT

GCN

embedding

arXiv reaDer

re-id

arXiv

detection

dataset
リンク
コード：自信過剰問題に対する面取りの配布外の例
arxiv_reader 2021/08/16
分布外（OOD）サンプルの過信予測は、ディープニューラルネットワークにとって厄介な問題です。 OODの自信過剰の問題を本質的に解決するための鍵は、OODサンプルのサブセットを作成し、それらの予測を抑制

classification

OOD

arXiv reaDer

GAN

arXiv

detection
リンク
GANav：構造化されていない屋外環境でナビゲート可能な領域を分類するためのグループごとの注意ネットワーク
arxiv_reader 2021/08/16
RGB画像からオフロード地形や非構造化環境の安全でナビゲート可能な領域を特定するための新しい学習ベースの方法を紹介します。私たちのアプローチは、粗粒度のセマンティックセグメンテーションを使用して、ナビ

arXiv reaDer

robot

arXiv

attention

learning

semantic segmentation

dataset
リンク
道路標識認識における深層学習モデルへの標的物理世界注意攻撃
arxiv_reader 2021/08/16
実世界の交通標識認識は、自動運転車を構築するための重要なステップであり、そのほとんどはディープニューラルネットワーク（DNN）に大きく依存しています。最近の研究は、DNNが敵対的な例に驚くほど影響を受

gradient

adversarial

arXiv reaDer

pre-training

DNN

arXiv

attention

learning

vehicle
リンク
AGKD-BML：注意誘導知識蒸留と双方向メトリック学習による敵対的攻撃に対する防御
arxiv_reader 2021/08/16
ディープニューラルネットワークは多くのタスクで優れたパフォーマンスを示していますが、慎重に設計された敵対攻撃に対して脆弱です。注意誘導知識蒸留と双方向メトリック学習（AGKD-BML）による新しい敵対

metric learning

adversarial

arXiv reaDer

representation

arXiv

attention

knowledge distillation

dataset
リンク
単一ピクセル検出器を使用した、高速で移動するオブジェクトの非イメージングリアルタイム検出および追跡
arxiv_reader 2021/08/16
動きの速い物体のリアルタイム検出と追跡は、さまざまな分野で大きな成功を収めています。ただし、多くの既存の方法、特に低コストの方法では、リアルタイムで長期的なオブジェクトの検出と追跡を実現することは困難

gradient

tracking

arXiv reaDer

real time

arXiv

detection
リンク
H＆E染色から特殊染色へのディープラーニングベースの変換
arxiv_reader 2021/08/16
病理学は、組織化学的に染色されたスライドの目視検査によって実践されます。最も一般的には、ヘマトキシリンおよびエオシン（H＆E）染色が診断ワークフローで使用され、癌診断のゴールドスタンダードです。ただし

arXiv reaDer

arXiv
リンク
MUSIQ：マルチスケール画質トランスフォーマー
arxiv_reader 2021/08/16
画質評価（IQA）は、視覚体験を理解して改善するための重要な研究トピックです。現在の最先端のIQA手法は、畳み込みニューラルネットワーク（CNN）に基づいています。 CNNベースのモデルのパフォーマン

CNN

embedding

arXiv reaDer

representation

arXiv

transformer

dataset
リンク
TVT：教師なしドメイン適応のための転送可能なビジョントランスフォーマー
arxiv_reader 2021/08/16
教師なしドメイン適応（UDA）は、ラベル付きのソースドメインから学習した知識をラベルなしのターゲットドメインに転送することを目的としています。以前の作業は、主に畳み込みニューラルネットワーク（CNN）

unsupervised

CNN

clustering

adversarial

arXiv reaDer

domain adaptation

arXiv

attention

benchmark

transformer
リンク
医療画像分析のための転移学習の体系的なベンチマーク分析
arxiv_reader 2021/08/16
教師ありImageNetモデルからの転移学習は、医療画像分析で頻繁に使用されています。しかし、医療画像分析のために新しく開発された事前トレーニング技術の有効性をベンチマークするための大規模な評価は行わ

benchmark

domain

pre-training

arXiv reaDer

transfer learning

segmentation

arXiv

self-supervised

dataset
リンク
ディープファクタリングマシンモデルによるアルツハイマー病の診断
arxiv_reader 2021/08/16
アルツハイマー病診断のための現在の最先端のディープニューラルネットワーク（DNN）は、さまざまなバイオマーカーの組み合わせを使用して患者を分類しますが、バイオマーカーの相互作用に関する知識を抽出するこ

classification

sparse

embedding

arXiv reaDer

DNN

arXiv
リンク
衣服を着た人体のための動的表面機能ネットワーク
arxiv_reader 2021/08/16
服を着た人間の時間的コヒーレント再構成と追跡のための新しい方法を提示します。単眼RGB-Dシーケンスが与えられると、動的表面関数ネットワークに基づく個人固有の身体モデルを学習します。この目的のために、

tracking

pose

arXiv reaDer

SMPL

monocular

representation

arXiv

self-supervised

RGB-D

reconstruction
リンク
人工知能リサイクルに向けて廃棄物分類のための画像処理の改善
arxiv_reader 2021/08/16
世界的なごみの量は増え続けており、廃棄物およびリサイクル管理業界を圧倒しています。したがって、環境モニタリングとリサイクルプロセスの強化のためのスマートシステムの必要性はかつてないほど高まっています。

classification

CNN

augmentation

arXiv reaDer

transfer learning

real time

arXiv

loss function
リンク
細粒度の頭のポーズの推定に自己教師あり学習をどのように使用できますか？
arxiv_reader 2021/08/16
自己教師あり学習（SSL）の最近の進歩は、コンピュータービジョンの分野におけるこれらの方法の能力を示しています。しかし、この進歩は、頭のポーズの推定などのきめ細かいタスクの約束を示すことができませんで

pose estimation

computer vision

pre-training

arXiv reaDer

multi-task

arXiv

learning

self-supervised
リンク
単眼3Dオブジェクト検出のためのプログレッシブ座標変換
arxiv_reader 2021/08/16
3D空間内のオブジェクトを認識してローカライズすることは、AIエージェントが周囲の環境を認識するための重要な機能です。高価なLiDARポイントクラウドで大きな進歩が達成されましたが、単眼画像のみが与え

3D

point cloud

localization

pose

arXiv reaDer

monocular

LiDAR

arXiv

benchmark

detection
リンク
クロスサンプル相互情報量最小化によるバイアス不変表現の学習
arxiv_reader 2021/08/16
深層学習アルゴリズムは、トレーニングデータから知識をマイニングするため、データセットのバイアス情報を継承する可能性があります。その結果、得られたモデルは一般化が不十分であり、実際のアプリケーションでの

adversarial

arXiv reaDer

bias

disentangling

representation learning

arXiv

estimation

dataset
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 2021/08/16
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

classification

RNN

GCN

arXiv reaDer

arXiv

convolutional

detection

dataset
リンク
夜間の奇妙さの正則化：暗闇の中での効率的な自己監視単眼深度推定
arxiv_reader 2021/08/16
単眼深度推定は、単一の画像またはビデオから深度を予測することを目的としています。最近、自己監視方式は、深度アノテーションがなく、いくつかの日中のベンチマークで印象的なパフォーマンスを達成するため、大き

benchmark

regularization

arXiv reaDer

monocular

video

arXiv

attention

self-supervised

estimation

dataset
リンク
解きほぐされた寿命の顔の合成
arxiv_reader 2021/08/16
寿命顔合成（LFS）モデルは、参照として1つのスナップショットのみを指定して、人の生涯の写実的な顔画像のセットを生成することを目的としています。ターゲット年齢コードが与えられた場合に生成された顔画像は

arXiv reaDer

GAN

synthesis

disentangling

representation

arXiv

attention

convolutional

face
リンク
- 2021年8月17日
- 2021年8月16日
- 2021年8月13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