arxiv_readerのブックマーク / 2021年8月17日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年8月17日のブックマーク (215件)

Canonical Saliency Maps：ディープフェイスモデルのデコード
arxiv_reader 2021/08/17
顔処理タスクのディープニューラルネットワークモデルが人間のようなパフォーマンスに近づくにつれ、法執行機関やアクセス制御などの重要なアプリケーションでの展開が上向きになり、障害が発生すると広範囲にわたる

arXiv reaDer

DNN

bias

face

saliency

arXiv

domain
リンク
カメラポーズ回帰のためのCNNメソッドの制限の再評価
arxiv_reader 2021/08/17
この論文では、屋外と屋内のシナリオでのカメラポーズ推定の問題に対処します。 2Dから3Dへのマッチングに依存する現在最高のパフォーマンスの方法と比較して、同じクラスの既存の方法よりも大幅に高い精度で画

arXiv reaDer

CNN

benchmark

pose estimation

arXiv

3D
リンク
自己監視型ビジョントランスフォーマーのトレーニングに関する実証的研究
arxiv_reader 2021/08/17
この論文では、新しい方法については説明していません。代わりに、コンピュータービジョンの最近の進歩、つまりVision Transformers（ViT）の自己教師あり学習を考慮して、単純で増分的であり

arXiv reaDer

learning

benchmark

computer vision

transformer

self-supervised

convolutional

arXiv
リンク
ビデオ人物の再識別のためのクリップ内集約
arxiv_reader 2021/08/17
ビデオベースの人物の再識別は、ビデオ監視におけるその広範なアプリケーションにより、近年大きな注目を集めています。ディープラーニングベースの方法は大きな進歩をもたらしましたが、これらの方法は、トレーニ

arXiv reaDer

benchmark

representation

augmentation

dataset

video

re-id

attention

person

arXiv
リンク
ウォーリーをさがせ！テキストと画像を越えて人々をつなぐ
arxiv_reader 2021/08/17
キャプションで名前が付けられた人と画像で描かれた人との間のリンクの問題である、人を中心とした視覚的根拠のためのタスクとベンチマークデータセットを提示します。主にオブジェクトベースである視覚的接地の以前

arXiv reaDer

learning

benchmark

dataset

arXiv
リンク
パッチ攻撃の不変性：3Dポーズに対するパッチ攻撃の感度はどれくらいですか？
arxiv_reader 2021/08/17
摂動ベースの攻撃は、物理的には実現可能ではありませんが、敵対的な機械学習（ML）研究の主な重点となっています。対照的に、パッチベースの攻撃は物理的に実現可能ですが、ほとんどの作業は2Dドメインに焦点を

arXiv reaDer

metric

adversarial

learning

domain

pose

arXiv

3D
リンク
HAA500：キュレーションされたビデオを含む人間中心の原子アクションデータセット
arxiv_reader 2021/08/17
591Kを超えるラベル付きフレームを持つ500クラスでのアクション認識のために、手動で注釈が付けられた人間中心の原子アクションデータセットであるHAA500を提供します。アクション分類のあいまいさを最

arXiv reaDer

learning

human

pose

spatio-temporal

dataset

video

action recognition

arXiv

classification
リンク
効率的な超解像のための周波数認識動的ネットワークの学習
arxiv_reader 2021/08/17
深層学習ベースの方法、特に畳み込みニューラルネットワーク（CNN）は、単一画像超解像（SISR）の分野でうまく適用されています。より良い忠実度と視覚的品質を得るために、既存のネットワークのほとんどは、

arXiv reaDer

CNN

learning

benchmark

dataset

super-resolution

arXiv

domain
リンク
ORBIT：教育可能なオブジェクト認識のための実際の数ショットのデータセット
arxiv_reader 2021/08/17
オブジェクト認識は過去10年間で大きな進歩を遂げましたが、それでも主にオブジェクトカテゴリごとに多くの高品質のトレーニング例に依存しています。対照的に、ほんの数例から新しいオブジェクトを学習することで

arXiv reaDer

learning

benchmark

dataset

video

face

arXiv

few-shot
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 2021/08/17
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

arXiv reaDer

benchmark

trajectory

dataset

attention

arXiv
リンク
ローリングシャッターカメラの連続時間時空間キャリブレーション--- IMUシステム
arxiv_reader 2021/08/17
ローリングシャッター（RS）メカニズムは、スマートフォンや自動運転車に欠かせない部品である民生用カメラで広く使用されています。 RS効果は、カメラとシーンの間の相対運動時に画像の歪みを引き起こします。

arXiv reaDer

odometry

pose

video

simulation

landmark

arXiv

vehicle
リンク
複雑なビデオシーンのためのリアルタイムの人間中心のセグメンテーション
arxiv_reader 2021/08/17
「人間」に関連するほとんどの既存のビデオタスクは、ビデオ内の不特定の他のものを無視して、顕著な人間のセグメンテーションに焦点を合わせています。歩行者や他の州の人間（着席、乗車、閉塞など）を含む、複雑な

segmentation

arXiv reaDer

pedestrian

real time

benchmark

tracking

detection

saliency

arXiv
リンク
マスクされた顔認識の課題：WebFace260Mトラックレポート
arxiv_reader 2021/08/17
WHOの統計によると、2021年8月12日までに世界中で4,323,247人の死亡を含む204,617,027件以上のCOVID-19症例が確認されています。コロナウイルスの流行中、ほとんどの人が顔の

arXiv reaDer

COVID-19

benchmark

arXiv

face recognition
リンク
硬度を意識した動的カリキュラム学習による自己教師あり学習の改善：デジタル病理学への応用
arxiv_reader 2021/08/17
自己教師あり学習（SSL）は、最近、多くの画像分析タスクに役立つ一般的な視覚表現を学習する大きな可能性を示しています。顕著な成功にもかかわらず、既存のSSLメソッドは、ラベル付けされたトレーニングイン

arXiv reaDer

learning

benchmark

domain

representation

dataset

self-supervised

arXiv

classification
リンク
ハード3Dポーズ推定のための骨格グラフニューラルネットワークの学習
arxiv_reader 2021/08/17
シングルビューの2Dから3Dへのポーズ推定問題を解決するために、さまざまな深層学習手法が提案されています。平均予測精度は長年にわたって大幅に改善されていますが、深さのあいまいさ、自己閉塞、複雑またはま

arXiv reaDer

learning

dataset

action recognition

GNN

pose estimation

arXiv

3D
リンク
MMChat：ソーシャルメディア上のマルチモーダルチャットデータセット
arxiv_reader 2021/08/17
マルチモーダルコンテキストを会話に組み込むことは、より魅力的な対話システムを開発するための重要なステップです。この作業では、MMChatを導入することにより、この方向性を探ります。大規模なマルチモーダ

arXiv reaDer

benchmark

dataset

attention

arXiv
リンク
勾配消失の回避：注意メカニズムにおけるSoftmaxの定期的な代替案
arxiv_reader 2021/08/17
Softmaxは、マルチクラス分類、ゲート構造、および注意メカニズムのためにニューラルネットワークで広く使用されています。入力が正規分布であるという統計的仮定は、Softmaxの勾配安定性をサポートし

arXiv reaDer

embedding

gradient

transformer

attention

arXiv

classification
リンク
MSR-GCN：人間の動きを予測するためのマルチスケール残余グラフ畳み込みネットワーク
arxiv_reader 2021/08/17
人間の動きの予測は、将来のポーズの確率論と非周期性のために困難な作業です。最近、グラフ畳み込みネットワークは、ポーズ関節間の動的関係を学習するのに非常に効果的であることが証明されており、これはポーズ予

arXiv reaDer

benchmark

human

pose

dataset

GCN

residual

convolutional

arXiv

pre-training
リンク
小さなデータセットのCTスキャン画像からの自動COVID-19診断のためのデータ拡張とCNN分類
arxiv_reader 2021/08/17
肺CT画像からの自動COVID1-19診断フレームワークを提示します。焦点は、2D CNN分類モデルの一般化機能を改善するためのデータ準備と拡張の調査に注力することで、小さなデータセットでの信号処理と

arXiv reaDer

COVID-19

CNN

augmentation

dataset

CT

arXiv

classification
リンク
深い特徴を暗号化することの重要性について
arxiv_reader 2021/08/17
この研究では、2つの仮定のみでモデル反転攻撃を分析します。ユーザーデータの特徴ベクトルが既知であり、推論用のブラックボックスAPIが提供されています。一方では、既存の研究の限界は、より実用的な設定を選

arXiv reaDer

learning

re-id

person

arXiv
リンク
PIT：クロスFoVドメイン適応のための位置不変変換
arxiv_reader 2021/08/17
クロスドメインオブジェクト検出とセマンティックセグメンテーションは、最近目覚ましい進歩を遂げています。既存のアプローチは主に、背景、照明、天気の変化などの外部環境に起因するドメインシフトを考慮しますが

domain adaptation

arXiv reaDer

semantic segmentation

detection

arXiv
リンク
ディープラーニングを使用した監視ビデオでのリアルタイムの銃検出のためのデータセットとシステム
arxiv_reader 2021/08/17
銃による暴力は、世界、特に米国では深刻な問題です。監視ビデオカメラまたはスマートIPカメラで銃を検出し、セキュリティ担当者にリアルタイムのアラートを送信するために、ディープラーニングの方法が研究されて

arXiv reaDer

learning

real time

edge device

dataset

detection

video

arXiv

classification
リンク
自動関心領域と運転軌道検出による車両カウント
arxiv_reader 2021/08/17
車両カウントシステムは、車両分析と交通事故検出に役立ちます。残念ながら、ほとんどの既存の方法では、関心領域（ROI）や関心の動きを特定したり、交通カメラから車両をカウントするための基準点や線を確立した

arXiv reaDer

human

detection

video

arXiv

vehicle
リンク
画像時系列からの作物マッピング：マルチスケールラベル階層による深層学習
arxiv_reader 2021/08/17
この論文の目的は、衛星画像の時系列を分類することによって農作物をマッピングすることです。農業の分野の専門家は、階層的なツリー構造で編成された作物タイプのラベルを扱います。そこでは、粗いクラス（果樹園な

arXiv reaDer

RNN

learning

domain

representation

dataset

satellite

convolutional

arXiv

classification
リンク
堅牢なセマンティックセグメンテーションのための動的分割統治敵対トレーニング
arxiv_reader 2021/08/17
敵対的トレーニングは、特に分類タスクにおいて、敵対的摂動に対するディープニューラルネットワークの堅牢性を向上させるために有望です。逆に、セマンティックセグメンテーションに対するこのタイプのトレーニング

arXiv reaDer

adversarial

dataset

semantic segmentation

arXiv

classification
リンク
VLG-Net：ビデオグラウンディング用のビデオ言語グラフマッチングネットワーク
arxiv_reader 2021/08/17
ビデオで言語クエリを接地することは、言語クエリに意味的に関連する時間間隔（または瞬間）を特定することを目的としています。この困難なタスクの解決策には、ビデオとクエリのセマンティックコンテンツと、それら

pooling

arXiv reaDer

representation

dataset

localization

GCN

reasoning

GNN

attention

arXiv
リンク
医用画像データセットの不良データを特定するための半教師ありシャムネットワーク
arxiv_reader 2021/08/17
医用画像データセットに存在するノイズの多いデータは、実際のデータを処理するために装備された堅牢なモデルの開発に役立つことがよくあります。ただし、不良データに不十分な解剖学的情報が含まれていると、モデル

arXiv reaDer

human

dataset

semi-supervised

arXiv
リンク
画像検索のための深い自己適応型ハッシュ
arxiv_reader 2021/08/17
ハッシュ技術は、その計算効率と保存効率により、画像検索で広く使用されています。最近、実世界での人間の注釈のコストが高く、深層学習技術が優れているため、教師なし深ハッシュ法がますます注目を集めています。

unsupervised

arXiv reaDer

learning

benchmark

representation

human

dataset

attention

arXiv

pre-training
リンク
任意のビューを使用した3D形状認識のための標準ビュー表現の学習
arxiv_reader 2021/08/17
この論文では、任意のビュー、つまり任意の数と視点の位置から3D形状を認識することに焦点を当てます。これは、ビューベースの3D形状認識のための挑戦的で現実的な設定です。この課題に取り組むために、標準的な

arXiv reaDer

learning

representation

dataset

RGB-D

arXiv

3D
リンク
ソロ学習：視覚表現学習のための自己教師あり方法のライブラリ
arxiv_reader 2021/08/17
この論文は、視覚表現学習のための自己教師あり方法のライブラリであるソロ学習を提示します。 PytorchとPytorchlightningを使用してPythonで実装されたこのライブラリは、混合精度の

arXiv reaDer

representation learning

python

self-supervised

arXiv
リンク
ROSITA：クロスモーダルおよびイントラモーダルの知識統合によるビジョンと言語のセマンティックアラインメントの強化
arxiv_reader 2021/08/17
視覚と言語の事前トレーニング（VLP）は、大規模な画像とテキストのペアから一般的なマルチモーダル表現を学習することを目的としています。さまざまな成功した試みが提案されていますが、画像とテキストのペア間

arXiv reaDer

learning

benchmark

representation

dataset

arXiv
リンク
DualPoseNet：ポーズの一貫性の洗練された学習を備えたデュアルポーズネットワークを使用したカテゴリレベルの6Dオブジェクトのポーズとサイズの推定
arxiv_reader 2021/08/17
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は、乱雑なシーンの単一の任意のビューで観察されるオブジェクトインスタンスの回転、平行移動、およびサイズの完全なポーズ構成を予測することです。この論

estimation

arXiv reaDer

embedding

learning

benchmark

pose

dataset

convolutional

arXiv

6D
リンク
マルチスコピックビジョンの自己監視によるステレオマッチング
arxiv_reader 2021/08/17
深度推定のための自己教師あり学習には、教師あり学習に比べていくつかの利点があります。真実の深さ、オンラインの微調整、および無制限のデータによるより良い一般化の必要がないという利点は、研究者を自己監視ソ

unsupervised

estimation

arXiv reaDer

synthesis

learning

dataset

self-supervised

stereo

arXiv

3D
リンク
FaPN：高密度画像予測のための機能調整されたピラミッドネットワーク
arxiv_reader 2021/08/17
ディープニューラルネットワークの最近の進歩により、高密度画像予測が飛躍的に進歩しました。ただし、機能の配置の問題は、単純化のために既存のほとんどのアプローチでは無視されたままです。アップサンプリングさ

R-CNN

arXiv reaDer

dataset

arXiv
リンク
組み込みシステムのための効率的でデータにとらわれない画像分類トレーニングパイプラインに向けて
arxiv_reader 2021/08/17
今日、深層学習ベースの方法は、広く一般的に使用されているデータセット（ImageNet、CIFAR、SVHN、Caltech 101、SUN397など）の中で画像分類タスクで目覚ましい進歩を遂げていま

arXiv reaDer

CNN

learning

regularization

augmentation

dataset

arXiv

classification
リンク
教師なしドメイン適応のためのスムーズな表現の学習
arxiv_reader 2021/08/17
ソースデータセットとターゲットデータセットが非常に複雑であるか、データ分布間に大きな不一致がある場合、一般的な敵対訓練ベースの教師なしドメイン適応方法は脆弱です。最近、いくつかのリプシッツ制約ベースの

unsupervised

domain adaptation

arXiv reaDer

learning

benchmark

representation

dataset

arXiv
リンク
RGBビデオからの制約のない手関節再構成に向けて
arxiv_reader 2021/08/17
私たちの仕事は、単眼ビデオから手と操作されたオブジェクトの3D再構成を取得することを目的としています。手オブジェクトの操作を再構築することは、ロボット工学と人間のデモンストレーションから学ぶための大き

segmentation

reconstruction

arXiv reaDer

dataset

detection

pose estimation

monocular

arXiv

3D
リンク
ウェーブレット分解による単一画像の深さ予測
arxiv_reader 2021/08/17
単眼画像から高効率で正確な深度を予測するための新しい方法を提示します。この最適な効率は、完全に微分可能なエンコーダ-デコーダアーキテクチャに統合されているウェーブレット分解を活用することで実現されます

estimation

arXiv reaDer

differentiable

depth prediction

monocular

sparse

arXiv

self-supervised
リンク
ネットワーク階層の観点からの転送可能でロバストな敵対的摂動生成の調査
arxiv_reader 2021/08/17
敵対者の例の転送可能性と堅牢性は、ブラックボックスの敵対者攻撃にとって実用的でありながら重要な2つの特性です。この論文では、典型的なネットワークを出力段階、中間段階、入力段階に階層的に分割できるネット

adversarial

arXiv reaDer

arXiv
リンク
ゼロショット学習のための構造認識特徴生成
arxiv_reader 2021/08/17
ゼロショット学習（ZSL）は、属性の埋め込みなどの補助情報を活用して、見えないカテゴリを認識することを目的としています。有望な結果が得られたにもかかわらず、以前のZSLアプローチは、見たクラスの特徴の

reconstruction

arXiv reaDer

zero-shot

embedding

learning

benchmark

GAN

affinity

arXiv

classification
リンク
信頼性キャリブレーションのためのエネルギーベースのオープンワールド不確実性モデリング
arxiv_reader 2021/08/17
信頼性のキャリブレーションは、機械学習システムによって行われる決定の信頼性にとって非常に重要です。ただし、ディープニューラルネットワークに基づく識別分類器は、分類精度の真の正しさの可能性を反映できない

learning

arXiv reaDer

arXiv

classification
リンク
現実世界で禁止されているアイテムの検出に向けて：大規模なX線ベンチマーク
arxiv_reader 2021/08/17
コンピュータビジョンテクノロジを使用した自動セキュリティ検査は、クラス内の差異、クラスの不均衡、オクルージョンなどのさまざまな要因により、実際のシナリオでは困難な作業です。以前の方法のほとんどは、大規

segmentation

arXiv reaDer

benchmark

computer vision

dataset

detection

attention

arXiv

occlusion
リンク
神経常微分方程式によるさまざまな雲量の下での作物分類
arxiv_reader 2021/08/17
光学衛星センサーは、雲を通して地球の表面を見ることができません。したがって、周期的な再訪問サイクルにもかかわらず、地球観測衛星によって取得された画像シーケンスは、時間的に不規則にサンプリングされます。

arXiv reaDer

RNN

representation

LSTM

satellite

convolutional

arXiv

classification
リンク
効率的なエッジ検出のためのピクセル差分ネットワーク
arxiv_reader 2021/08/17
最近、深い畳み込みニューラルネットワーク（CNN）は、豊富で抽象的なエッジ表現能力を使用して、エッジ検出で人間レベルのパフォーマンスを実現できます。ただし、CNNベースのエッジ検出の高性能は、メモリと

arXiv reaDer

CNN

learning

human

representation

dataset

detection

arXiv
リンク
入力変換、防御摂動、および投票による敵対的な例の検出
arxiv_reader 2021/08/17
過去数年にわたって、畳み込みニューラルネットワーク（CNN）は、視覚認識タスクで超人的なパフォーマンスに到達することが証明されています。ただし、CNNは、敵対的な例、つまり、ネットワークに誤った出力を

arXiv reaDer

CNN

adversarial

dataset

detection

arXiv
リンク
盲導犬：ドローンとトランスフォーマーベースのセマンティックセグメンテーションを利用した視覚障害者のための歩行可能な経路発見
arxiv_reader 2021/08/17
周囲の環境を効果的に感知する能力が不足しているため、視覚障害者（BVIP）は、特に都市部で屋外を歩くのが困難になっています。したがって、BVIPを支援するためのツールは非常に重要です。この論文では、ド

arXiv reaDer

pedestrian

dataset

semantic segmentation

face

drone

arXiv

vehicle
リンク
変化はどこにでもある：リモートセンシング画像における単一時間の教師ありオブジェクト変化の検出
arxiv_reader 2021/08/17
高空間分解能（HSR）リモートセンシング画像の場合、両耳側性教師あり学習は、多くのペアワイズラベル付き両耳側性画像を使用した変化検出を常に支配します。ただし、大規模な両耳側性HSRリモートセンシング画

arXiv reaDer

learning

semantic segmentation

detection

arXiv
リンク
AttentionGAN：注意誘導生成敵対的ネットワークを使用した対になっていない画像から画像への変換
arxiv_reader 2021/08/17
画像から画像への変換における最先端の方法は、ペアになっていない画像データを使用して、ソースドメインからターゲットドメインへのマッピングを学習することができます。既存の方法は有望な結果を達成しましたが、

arXiv reaDer

learning

dataset

GAN

attention

arXiv

domain
リンク
距離を意識した量子化
arxiv_reader 2021/08/17
ネットワーク量子化の問題に対処します。つまり、重みやアクティベーションのビット幅を減らして、ネットワークアーキテクチャを軽量化します。量子化メソッドは、丸め関数を使用して、完全精度の値を最も近い量子化

differentiable

arXiv reaDer

gradient

benchmark

quantization

arXiv
リンク
3D高忠実度マスク顔プレゼンテーション攻撃検出チャレンジ
arxiv_reader 2021/08/17
顔認識システムに対する3Dマスクの脅威はますます深刻になっており、研究者は広く懸念しています。アルゴリズムの研究を容易にするために、大規模な高忠実度マスクデータセット、つまりCASIA-SURF Hi

arXiv reaDer

dataset

detection

video

arXiv

3D

face recognition
リンク
I3CL：任意の形状のシーンテキスト検出のためのインスタンス内およびインスタンス間の共学習
arxiv_reader 2021/08/17
自然のシーンで任意の形状のテキストを検出するための既存の方法は、2つの重要な問題に直面しています。1）テキストインスタンスのギャップでの破損の検出。 2）さまざまな背景コンテキストを持つ任意の形状のテ

arXiv reaDer

learning

benchmark

representation

detection

transformer

semi-supervised

face

convolutional

arXiv
リンク
セマンティックセグメンテーションにおけるドメイン適応のためのマルチターゲット敵対的フレームワーク
arxiv_reader 2021/08/17
この作業では、複数のターゲットドメインが存在する場合のセマンティックセグメンテーションの教師なしドメイン適応（UDA）のタスクに対処します。目的は、テスト時にこれらすべてのドメインを処理できる単一のモ

unsupervised

domain adaptation

arXiv reaDer

adversarial

benchmark

semantic segmentation

distillation

face

arXiv
リンク
WikiChurches：現実世界の課題を伴う建築様式のきめ細かいデータセット
arxiv_reader 2021/08/17
教会の建物の9,485枚の画像で構成される、建築様式分類の新しいデータセットを紹介します。画像とスタイルラベルはどちらもウィキペディアから提供されました。データセットは、微妙な視覚的特徴に基づくクラス

arXiv reaDer

benchmark

dataset

arXiv

classification
リンク
シーンテキスト認識のためのデータ拡張
arxiv_reader 2021/08/17
シーンテキスト認識（STR）は、自然のシーンに多数のテキストが表示される可能性があるため、コンピュータービジョンでは困難な作業です。ほとんどのSTRモデルは、十分に大きくて公開されているラベル付きの実

arXiv reaDer

synthesis

computer vision

augmentation

dataset

arXiv
リンク
属性拡張機能を使用したビデオ人物の再識別
arxiv_reader 2021/08/17
監視ビデオを使用して重複しないカメラ間で人々を関連付けることを目的としたビデオベースの個人再識別（Re-ID）は、困難な作業です。性別、年齢、衣服の特性などの歩行者属性には、豊富で補足的な情報が含まれ

arXiv reaDer

pedestrian

video

re-id

attention

person

saliency

arXiv
リンク
CFC-Net：リモートセンシング画像における任意指向の物体検出のための重要な機能キャプチャネットワーク
arxiv_reader 2021/08/17
光学リモートセンシング画像での物体検出は、重要で困難な作業です。近年、畳み込みニューラルネットワークに基づく方法が順調に進歩しています。しかし、物体の縮尺、アスペクト比、任意の向きのばらつきが大きいた

arXiv reaDer

CNN

real time

representation

dataset

detection

localization

attention

arXiv

classification
リンク
TL-SDD：少数のサンプルで表面欠陥を検出するための転移学習ベースの方法
arxiv_reader 2021/08/17
表面欠陥の検出は、製品の品質を保証するために製造業でますます重要な役割を果たしています。多くの深層学習手法は、表面の欠陥検出タスクで広く使用されており、欠陥の分類と場所でうまく機能することが証明されて

arXiv reaDer

metric

transfer learning

representation

dataset

detection

arXiv

classification
リンク
確率的トレーニング戦略による教師なし個人の再識別
arxiv_reader 2021/08/17
教師なし個人再識別（re-ID）は、そのスケーラビリティと実際のアプリケーションの可能性のために、ますます多くの研究関心を集めています。最先端の教師なしre-IDメソッドは通常、クラスタリングベースの

unsupervised

arXiv reaDer

clustering

re-id

bias

contrastive learning

person

arXiv

domain
リンク
Polyp-PVT：ピラミッドビジョントランスフォーマーによるポリープセグメンテーション
arxiv_reader 2021/08/17
ほとんどのポリープセグメンテーション方法は、バックボーンとしてCNNを使用するため、エンコーダーとデコーダーの間で情報を交換するときに2つの重要な問題が発生します。1）異なるレベルの機能間の寄与の違い

segmentation

identification

arXiv reaDer

CNN

representation

dataset

transformer

arXiv
リンク
VMAFおよびVMAFNEGのハッキング：さまざまな前処理方法に対する脆弱性
arxiv_reader 2021/08/17
ビデオ品質測定は、ビデオ処理アプリケーションの開発において重要な役割を果たします。このホワイトペーパーでは、ビデオの前処理によって、人気のある品質メトリックVMAFとそのチューニング耐性バージョンであ

metric

arXiv reaDer

arXiv

video
リンク
3Dスパース畳み込みニューラルネットワークの補間対応パディング
arxiv_reader 2021/08/17
スパースボクセルベースの3D畳み込みニューラルネットワーク（CNN）は、さまざまな3Dビジョンタスクに広く使用されています。スパースボクセルベースの3DCNNは、3D入力からスパースで空でないボクセル

arXiv reaDer

CNN

semantic segmentation

detection

sparse

arXiv

3D
リンク
高レベルの視覚的画像タスクをデコードするための主題に依存しないブレインコンピューターインターフェイス
arxiv_reader 2021/08/17
ブレイン・コンピューター・インターフェース (BCI) は、人間の状態や意図を認識して、人間とデバイス間のコミュニケーションに使用されます。脳波 (EEG) 信号を使用した人間とドローン間の通信は、B

arXiv reaDer

dataset

drone

arXiv

domain
リンク
エンドツーエンドの適応型モンテカルロノイズ除去と超解像
arxiv_reader 2021/08/17
従来のモンテカルロパストレーシングは、大量の計算を犠牲にして高品質のレンダリングを実現できます。最近の研究では、ディープニューラルネットワークを利用して、超解像による低解像度またはサンプル数の少ないレ

denoising

arXiv reaDer

super-resolution

convolutional

arXiv
リンク
画像の超解像のプロセス
arxiv_reader 2021/08/17
この論文では、画像の解像度を上げることを可能にする超解像再構成のプロセスについて説明します。高解像度のデジタル画像の必要性は、医療や空間の領域など、さまざまな領域に存在します。高解像度のデジタル画像の

reconstruction

arXiv reaDer

learning

human

super-resolution

face

arXiv

domain
リンク
敵対的なアイデンティティマスクを生成することによる顔の暗号化に向けて
arxiv_reader 2021/08/17
ソーシャルメディアとネットワークを介して何十億もの個人データが共有されるにつれて、データのプライバシーとセキュリティがますます注目を集めています。画像難読化技術などの助けを借りて、顔写真からの身元情報

arXiv reaDer

adversarial

human

attention

arXiv

face recognition
リンク
GAN圧縮のためのオンラインマルチグラニュラリティ蒸留
arxiv_reader 2021/08/17
生成的敵対的ネットワーク（GAN）は、優れた画像を生成する上で広く成功していることを目撃していますが、膨大な計算コストと膨大なメモリ使用量のために、リソースに制約のあるデバイスに展開するのは面倒です。

compression

arXiv reaDer

benchmark

real time

dataset

distillation

GAN

arXiv
リンク
敵対的攻撃の帰属と相互作用の解釈
arxiv_reader 2021/08/17
このペーパーは、敵対的摂動が攻撃タスクにどのように寄与するかという観点から、敵対的攻撃を説明することを目的としています。シャープレイ値に基づいて、攻撃コストの減少に対するさまざまな画像領域の帰属を推定

adversarial

arXiv reaDer

arXiv

DNN
リンク
学習可能な境界ガイド付き敵対的トレーニング
arxiv_reader 2021/08/17
以前の敵対的なトレーニングは、自然データの精度を犠牲にしてモデルの堅牢性を高めます。この論文では、自然な精度の低下を減らします。よく訓練されたクリーンモデルからのロジットが、一般化可能な分類子境界など

arXiv reaDer

synthesis

adversarial

benchmark

learning

arXiv
リンク
一般化されたゼロショット学習のための意味論の解きほぐし
arxiv_reader 2021/08/17
一般化ゼロショット学習（GZSL）は、一部のクラスがトレーニング中に観察できないという仮定の下でサンプルを分類することを目的としています。表示されているクラスと表示されていないクラスの間のギャップを埋

arXiv reaDer

zero-shot

learning

benchmark

representation

disentangling

dataset

arXiv

classification
リンク
敵対的なロバスト性のためのニューラルアーキテクチャの拡張
arxiv_reader 2021/08/17
過去数十年にわたる畳み込みニューラルネットワーク（CNN）のアーキテクチャと規模の驚異的な進歩により、特定のタスクで人間のパフォーマンスに簡単に到達したり、それを超えたりする可能性があります。ただし、

arXiv reaDer

CNN

adversarial

benchmark

dataset

arXiv
リンク
CarveMix：脳病変セグメンテーションのための単純なデータ拡張方法
arxiv_reader 2021/08/17
脳病変のセグメンテーションは、臨床診断のための貴重なツールを提供し、畳み込みニューラルネットワーク（CNN）は、このタスクで前例のない成功を収めています。データ拡張は、CNNのトレーニングを改善するた

segmentation

arXiv reaDer

CNN

augmentation

dataset

attention

arXiv
リンク
テキスト対応の単一画像スペキュラーハイライトの削除
arxiv_reader 2021/08/17
単一の入力画像から望ましくない鏡面ハイライトを除去することは、多くのコンピュータービジョンおよびグラフィックスタスクにとって非常に重要です。既存の方法は通常、医用画像と特定オブジェクト画像の鏡面ハイラ

arXiv reaDer

computer vision

dataset

detection

arXiv
リンク
DeepCAD：コンピューター支援設計モデルのためのディープジェネレーティブネットワーク
arxiv_reader 2021/08/17
3D形状の深い生成モデルは、多くの研究の関心を集めています。それでも、それらのほとんどすべてが、ボクセル、点群、ポリゴンメッシュなどの離散的な形状表現を生成します。大幅に異なる形状表現のための最初の3

arXiv reaDer

generative

representation

pose

mesh

dataset

transformer

point cloud

arXiv

3D
リンク
NMF対応の手話認識のためのグローバルローカル拡張ネットワーク
arxiv_reader 2021/08/17
手話認識（SLR）は難しい問題であり、手のジェスチャーなどの複雑な手動機能と、顔の表情、口の形などのきめ細かい非手動機能（NMF）が関係します。手動機能が主流ですが、 -手動機能も手話の表現に重要な役

arXiv reaDer

dataset

gesture

face

arXiv
リンク
ナウキャスト-ネット：IMERGを使用した降水ナウキャストのためのディープニューラルネットワーク構造
arxiv_reader 2021/08/17
降水量の正確でタイムリーな推定は、危険警告を発するために重要です（例えば、鉄砲水や地滑り）。現在のリモートセンシングされた降水生成物は、衛星データの取得と処理に関連して、数時間の待ち時間があります。こ

estimation

arXiv reaDer

learning

benchmark

satellite

residual

convolutional

arXiv

recurrent
リンク
計算病理学への応用を伴うプローブ可能なDARTS
arxiv_reader 2021/08/17
AIテクノロジーは、特にディープニューラルネットワークの助けを借りて、計算病理学（CPath）で目覚ましい成果を上げています。ただし、ネットワークパフォーマンスはアーキテクチャ設計に大きく関係しており

differentiable

metric

arXiv reaDer

human

domain

dataset

arXiv

NAS
リンク
流通シフトの下での一般化のためのCrossNormとSelfNorm
arxiv_reader 2021/08/17
従来の正規化手法（バッチ正規化やインスタンス正規化など）は、一般的かつ単純に、トレーニングデータとテストデータが同じ分布に従うことを前提としています。実際のアプリケーションでは分散のシフトが避けられな

segmentation

arXiv reaDer

classification

synthesis

attention

semi-supervised

arXiv

batch normalization
リンク
トランスフォーマー、相対ランキング、および自己整合性による参照なしの画質評価
arxiv_reader 2021/08/17
非参照画質評価（NR-IQA）の目標は、主観的な評価に従って知覚画質を推定することです。これは、元の参照画像がないため、複雑で未解決の問題です。この論文では、畳み込みニューラルネットワーク（CNN）と

arXiv reaDer

CNN

synthesis

representation

dataset

transformer

bias

self-supervised

arXiv
リンク
メモリ増強フロー再構成とフローガイドフレーム予測によるハイブリッドビデオ異常検出フレームワーク
arxiv_reader 2021/08/17
この論文では、ビデオ異常検出を処理するためにフロー再構成とフレーム予測をシームレスに統合するハイブリッドフレームワークであるHF ^ 2-VADを提案します。まず、ML-MemAE-SC（スキップ接続

reconstruction

arXiv reaDer

anomaly detection

video

optical flow

arXiv
リンク
都市の湛水に関するディープセンシング
arxiv_reader 2021/08/17
モンスーンの季節には、都市部で突然の洪水が頻繁に発生し、社会的および経済的活動を妨げ、インフラや生活を脅かす可能性があります。効率的な大規模な湛水検知および情報システムを使用すると、貴重なリアルタイム

arXiv reaDer

real time

activity

video

arXiv
リンク
AdaCon：リソースに制約のある組み込みデバイス向けの適応型コンテキストアウェアオブジェクト検出
arxiv_reader 2021/08/17
畳み込みニューラルネットワークは、オブジェクト検出タスクで最先端の精度を実現します。ただし、リソースに制約のあるエッジデバイスへの展開に挑戦する大きな計算要件とエネルギー要件があります。オブジェクト検

arXiv reaDer

CNN

edge device

dataset

detection

arXiv
リンク
対照学習による視覚表現の伝達可能性に関する広範な研究
arxiv_reader 2021/08/17
特に最近の自己教師あり対照学習法の成功により、視覚表現学習は目覚ましい進歩を遂げました。教師あり対照学習は、対照する場所を選択するためにラベルを活用することにより、クロスエントロピーの対応する学習より

arXiv reaDer

representation learning

dataset

detection

contrastive learning

self-supervised

arXiv

domain

few-shot
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 2021/08/17
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

segmentation

arXiv reaDer

arXiv

CNN

COVID-19

embedding

classification

BERT

3D
リンク
単一偏光画像からの人間の姿勢と形状の推定
arxiv_reader 2021/08/17
この論文は、単一偏光画像から人間の姿勢と形状を推定するという新しい問題に焦点を当てています。偏光カメラは、反射光の偏光をキャプチャして、オブジェクト表面の豊富な幾何学的手がかりを保持できることが知られ

reconstruction

estimation

arXiv reaDer

synthesis

human

pose

dataset

arXiv
リンク
CONet：畳み込みニューラルネットワークのチャネル最適化
arxiv_reader 2021/08/17
Neural Architecture Search（NAS）は、ネットワーク設計を人間の直感の使用から評価メトリックに基づく検索アルゴリズムの活用にシフトしました。畳み込みニューラルネットワーク（C

metric

arXiv reaDer

CNN

human

dataset

arXiv

NAS
リンク
EventHPE：イベントベースの3D人間のポーズと形状の推定
arxiv_reader 2021/08/17
イベントカメラは、移動するオブジェクトのダイナミクスをイベントとしてキャプチャするための新しいイメージングセンサーであり、イベント信号から3D人間のポーズと形状を推定する作業の動機付けになります。一方

unsupervised

estimation

arXiv reaDer

learning

human

pose

dataset

optical flow

arXiv

3D
リンク
動的タイムワーピングによる弱教師あり時間異常セグメンテーション
arxiv_reader 2021/08/17
時間的異常の検出と位置特定に関する最近の研究では、主にディープニューラルネットワークを使用して、教師なしの方法で時間データの正常なパターンを学習しています。それらとは異なり、私たちの仕事の目標は、イン

segmentation

unsupervised

arXiv reaDer

detection

localization

weakly-supervised

anomaly

arXiv
リンク
ビデオフレーム補間のための非対称両側運動推定
arxiv_reader 2021/08/17
2つの入力フレーム間の中間フレームを合成する非対称バイラテラルモーション推定（ABME）に基づく新しいビデオフレーム補間アルゴリズムを提案します。まず、アンカーフレームを補間するために対称的な両側運動

estimation

arXiv reaDer

synthesis

dataset

video

residual

arXiv
リンク
SCIDA：シングルラベルからマルチラベルの航空画像への自己修正統合ドメイン適応
arxiv_reader 2021/08/17
画像分類のために公開されているデータセットのほとんどは単一のラベルを使用していますが、画像は私たちの日常生活では本質的に複数のラベルが付けられています。このような注釈のギャップにより、事前にトレーニン

unsupervised

domain adaptation

arXiv reaDer

learning

pre-training

dataset

weakly-supervised

arXiv

classification
リンク
SSH：画像調和のための自己監視フレームワーク
arxiv_reader 2021/08/17
画像の調和は、前景画像と背景画像の「外観」（色調、明るさ、コントラストなど）を一致させることにより、画像合成の品質を向上させることを目的としています。ただし、このタスクのために大規模な注釈付きデータセ

arXiv reaDer

metric

representation

augmentation

dataset

self-supervised

arXiv

3D

occlusion
リンク
ディープラーニングを使用した超高速DCE-MRIでの自動乳房病変検出
arxiv_reader 2021/08/17
目的：超高速DCE-MRIシーケンスで乳房病変を検出するための深層学習ベースのコンピューター支援検出（CADe）法を提案します。この方法では、動的取得の初期段階から取得した3次元の空間情報と時間情報の

arXiv reaDer

learning

MRI

dataset

detection

arXiv

3D
リンク
将来を見据えたソナーセマンティックセグメンテーションのための海洋ゴミデータセット
arxiv_reader 2021/08/17
海洋ゴミの正確な検出とセグメンテーションは、水域をきれいに保つために重要です。この論文は、Forward Looking Sonar（FLS）を使用して収集された海洋ゴミセグメンテーションの新しいデー

arXiv reaDer

dataset

semantic segmentation

detection

arXiv
リンク
深い敵対的に強化されたk最近傍法
arxiv_reader 2021/08/17
最近の研究は、ディープニューラルネットワーク（DNN）が小さな摂動に対して固有の脆弱性を持っていることを理論的および経験的に示しています。 Deep k-Nearest Neighbors（DkNN）

arXiv reaDer

adversarial

DNN

dataset

arXiv
リンク
唇は嘘をつかない：顔の偽造検出への一般化可能でロバストなアプローチ
arxiv_reader 2021/08/17
現在の深層学習ベースの顔偽造検出器は、制約のあるシナリオで印象的なパフォーマンスを実現しますが、目に見えない操作方法によって作成されたサンプルに対して脆弱です。最近のいくつかの作品は、一般化の改善を示

compression

arXiv reaDer

embedding

learning

representation

spatio-temporal

detection

video

face

arXiv
リンク
視覚的な食品分類のためのオンライン継続学習
arxiv_reader 2021/08/17
既存の方法ではトレーニングに静的データセットが必要であり、順次利用可能な新しい食品画像から学習することができないため、食品画像の分類は実際のアプリケーションにとって困難です。オンライン継続学習は、以前

arXiv reaDer

learning

augmentation

dataset

clustering

knowledge distillation

arXiv

classification
リンク
連合学習におけるプライバシー攻撃を防御するための精度のないロスレス摂動法
arxiv_reader 2021/08/17
連合学習は、生データではなくローカル勾配またはパラメーターを交換することでトレーニングデータのプライバシーを向上させますが、攻撃者は、再構築およびメンバーシップ推論攻撃を開始することにより、ローカル勾

reconstruction

learning

arXiv reaDer

arXiv
リンク
脳腫瘍セグメンテーションのための拡張開始U-Net（DIU-Net）
arxiv_reader 2021/08/17
磁気共鳴画像法（MRI）は、脳腫瘍の診断、治療計画、および治療後の監視に日常的に使用されています。最近、脳MRIの腫瘍のピクセルレベルのセグメンテーションのために、ディープニューラルネットワークに基づ

segmentation

U-Net

arXiv reaDer

MRI

dataset

convolutional

arXiv
リンク
NPBDREG：ノンパラメトリックベイズ深層学習ベースのアプローチを使用した微分同相脳MRI登録の不確実性評価
arxiv_reader 2021/08/17
ディープニューラルネットワーク（DNN）ベースの画像レジストレーションアルゴリズムの不確実性の定量化は、実際の医療アプリケーションと研究指向の処理パイプラインの安全な展開、および一般化機能の向上に重要

unsupervised

OOD

arXiv reaDer

estimation

gradient

DNN

Bayesian

MRI

arXiv
リンク
オクルージョン対応のビデオオブジェクトの修復
arxiv_reader 2021/08/17
従来のビデオインペインティングは、オブジェクト指向でもオクルージョン認識でもないため、大きなオクルージョンされたオブジェクト領域がインペインティングされると、明らかなアーティファクトが発生しやすくなり

segmentation

arXiv reaDer

benchmark

spatio-temporal

video

arXiv

occlusion
リンク
半教師あり3D左心房セグメンテーションのための階層的一貫性正則化平均教師
arxiv_reader 2021/08/17
ディープラーニングは、3D左心房MR画像で有望なセグメンテーションパフォーマンスを達成しました。ただし、セグメンテーションタスクの注釈は、費用がかかり、費用がかかり、取得が困難です。この論文では、3D

segmentation

arXiv reaDer

learning

MRI

regularization

semi-supervised

arXiv

3D
リンク
2つの目は1つよりも優れています：糖尿病性網膜症の重症度の等級付けのための両眼相関の利用
arxiv_reader 2021/08/17
糖尿病性網膜症（DR）は、糖尿病患者の間で最も一般的な眼の状態の1つです。ただし、視力喪失は主にDRの後期に発生し、軽度から重度までの視覚障害の症状は大きく異なり、臨床診療における診断と治療の負担が増

arXiv reaDer

contrastive

learning

dataset

detection

monocular

arXiv
リンク
効率的な肝臓と腫瘍のセグメンテーションのためのマルチスライス密スパース学習
arxiv_reader 2021/08/17
正確な自動肝臓および腫瘍セグメンテーションは、治療計画および疾患モニタリングにおいて重要な役割を果たします。最近、深い畳み込みニューラルネットワーク（DCNN）は、2Dおよび3Dの医療画像セグメンテー

segmentation

arXiv reaDer

CNN

learning

dataset

arXiv

3D
リンク
パターン化されたファブリックの欠陥を検出するためのカスケードズームインネットワーク
arxiv_reader 2021/08/17
今日、Deep Convolutional Neural Networks（DCNN）は、ファブリックの欠陥検出に広く使用されています。これには、費用のかかるトレーニングと複雑なモデルパラメータのコス

reconstruction

arXiv reaDer

CNN

representation

dataset

detection

arXiv
リンク
任意の入出力帯域設定におけるハイパースペクトル画像の超解像
arxiv_reader 2021/08/17
狭いスペクトルバンドを持つハイパースペクトル画像（HSI）は、豊富なスペクトル情報をキャプチャできますが、その過程で空間分解能が犠牲になります。最近、多くの機械学習ベースのHSI超解像（SR）アルゴリ

super-resolution

arXiv reaDer

dataset

arXiv
リンク
分類することを学ぶことなくオープンワールドオブジェクト提案を学ぶ
arxiv_reader 2021/08/17
オブジェクトの提案は、オブジェクトの検出、弱く監視された検出、オブジェクトの発見、追跡などを含む多くのビジョンパイプラインの不可欠な前処理ステップになりました。学習なしの方法と比較して、学習ベースの提

arXiv reaDer

learning

tracking

detection

dataset

localization

weakly-supervised

arXiv

classification
リンク
SOTR：トランスフォーマーを使用したオブジェクトのセグメント化
arxiv_reader 2021/08/17
最新のトランスベースモデルは、畳み込みニューラルネットワーク（CNN）よりも優れた、ビジョンタスクでの優れたパフォーマンスを示しています。この作業では、高品質のインスタンスセグメンテーションのための斬

segmentation

arXiv reaDer

CNN

representation

dataset

transformer

attention

convolutional

arXiv
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 2021/08/17
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

arXiv reaDer

learning

dataset

clustering

arXiv
リンク
RDA: フーリエ敵対攻撃によるロバストなドメイン適応
arxiv_reader 2021/08/17
教師なしドメイン適応 (UDA) には、ラベル付けされたソースドメインでの教師あり損失と、ラベル付けされていないターゲットドメインでの教師なし損失が含まれます。注釈がないため、損失はしばしばノイズ

unsupervised

domain adaptation

arXiv reaDer

adversarial

learning

computer vision

face

arXiv
リンク
学習した回折光学系を使用したシングルショットハイパースペクトル深度イメージング
arxiv_reader 2021/08/17
イメージングの深さとスペクトルは、何十年にもわたって互いに分離して広く研究されてきました。最近、ハイパースペクトル深度（HS-D）イメージングが登場し、2つの異なるイメージングシステムを組み合わせるこ

reconstruction

differentiable

arXiv reaDer

synthesis

learning

dataset

monocular

arXiv

single-shot
リンク
マルチビュー表情の自己教師あり対照学習
arxiv_reader 2021/08/17
顔の表情認識（FER）は、人間とコンピューターの相互作用システムの重要なコンポーネントとして浮上しています。 FERの最近の進歩にもかかわらず、正面以外の顔画像のパフォーマンスはしばしば大幅に低下しま

arXiv reaDer

embedding

dataset

face

contrastive learning

self-supervised

arXiv

pre-training
リンク
Audio2Gestures：条件付き変分オートエンコーダを使用して音声オーディオから多様なジェスチャを生成する
arxiv_reader 2021/08/17
音声と体の動きの間には固有の1対多のマッピングがあるため、音声音声から会話ジェスチャーを生成することは困難です。従来のCNN / RNNは、1対1のマッピングを想定しているため、考えられるすべてのター

arXiv reaDer

pose

dataset

gesture

arXiv

3D
リンク
CNN層の大きな基準は、敵対的なロバスト性を損なうことはありません
arxiv_reader 2021/08/17
畳み込みニューラルネットワーク（CNN）のLipschitzプロパティは、敵対的なロバスト性に関連すると広く考えられているため、2Dマルチチャネル畳み込み層のℓ_1ノルムとℓ_∞ノルムを理論的に特徴付

arXiv reaDer

CNN

adversarial

regularization

arXiv
リンク
SPG：セマンティックポイント生成による3Dオブジェクト検出のための教師なしドメイン適応
arxiv_reader 2021/08/17
自動運転では、LiDARベースのオブジェクト検出器は、さまざまな地理的位置でさまざまな気象条件の下で確実に機能する必要があります。最近の3D検出研究は、単一ドメイン内のパフォーマンスの向上に焦点を当て

unsupervised

domain adaptation

arXiv reaDer

augmentation

detection

LiDAR

autonomous driving

point cloud

arXiv

3D
リンク
高レベルの複雑なアクティビティラベルを使用した一時的なアクションのセグメンテーション
arxiv_reader 2021/08/17
過去数年にわたって、短いトリミングされたビデオでのアクション認識の成功は、トリミングされていない長いビデオでのアクションの時間的セグメンテーションに向けてより多くの調査を導きました。最近、教師ありアプ

segmentation

arXiv reaDer

human

representation

activity

video

action recognition

arXiv

classification
リンク
スコアベースのポイントクラウドノイズ除去
arxiv_reader 2021/08/17
スキャンデバイスから取得された点群は、ノイズによって摂動されることが多く、表面再構成や分析などのダウンストリームタスクに影響を与えます。ノイズの多い点群の分布は、ノイズのないサンプルのセットp（x）の

reconstruction

denoising

arXiv reaDer

gradient

point cloud

arXiv
リンク
多重線形回帰によるディープフェイク表現
arxiv_reader 2021/08/17
GANなどの生成ニューラルネットワークアーキテクチャを使用して、実際のデータの不足を補うための合成インスタンスを生成できます。ただし、社会的、政治的、または経済的な混乱を引き起こす可能性のあるメディア

arXiv reaDer

synthesis

generative

representation

deepfake

GAN

SVM

arXiv

classification
リンク
フェデレーションID管理のレファレンスサービスモデル
arxiv_reader 2021/08/17
COVID-19のパンデミックにより、世界中の人々がますます在宅勤務をしています。それぞれの自然人は通常、異なる関連情報を持ついくつかのデジタルIDを持っています。ここ数年、さまざまなIDおよびアクセ

person

arXiv reaDer

COVID-19

arXiv
リンク
UAV-Human：無人航空機による人間の行動を理解するための大きなベンチマーク
arxiv_reader 2021/08/17
無人航空機（UAV）を使用した人間の行動の理解は、幅広いアプリケーションにとって非常に重要であり、UAVベースのモデルの開発と評価のための大規模で挑戦的で包括的なベンチマークの緊急の需要を同時にもたら

arXiv reaDer

UAV

benchmark

human

dataset

re-id

action recognition

pose estimation

arXiv

occlusion
リンク
Uメッシュ：メッシュ畳み込みネットワークとの人間の対応のマッチング
arxiv_reader 2021/08/17
3Dスキャン技術の急増により、特に人間の被験者の幾何学的データを解釈する方法の必要性が高まっています。この論文では、パラメトリックテンプレートモデルを生のスキャンメッシュに適合させるために、回帰（ボト

U-Net

arXiv reaDer

generative

human

mesh

pre-training

convolutional

arXiv

3D

occlusion
リンク
きめ細かい分類のための統合された一般化ゼロショット学習
arxiv_reader 2021/08/17
埋め込み学習（EL）と機能合成（FS）は、きめ細かいGZSLメソッドの一般的なカテゴリの2つです。グローバル機能を使用するELまたはFSは、ローカル機能がない場合、詳細を区別できません。一方、ローカル

arXiv reaDer

embedding

zero-shot

synthesis

benchmark

domain

dataset

attention

arXiv

classification
リンク
より一般的なビデオ顔偽造検出のための時間的コヒーレンスの調査
arxiv_reader 2021/08/17
現在の顔操作技術は、品質と可制御性に関して印象的なパフォーマンスを達成していますが、時間的にコヒーレントな顔ビデオを生成するのに苦労しています。この作業では、ビデオ顔偽造検出の時間的コヒーレンスを最大

arXiv reaDer

dataset

detection

video

transformer

face

convolutional

arXiv

pre-training
リンク
水中画像復元のための波長ベースの属性付きディープニューラルネットワーク
arxiv_reader 2021/08/17
背景：一般に、水中画像は、光が水中を伝播するときに光が不均一に減衰するため、コントラストが低く、色の歪みが大きくなります。さらに、減衰の程度は波長によって異なり、その結果、色が非対称に移動します。深層

arXiv reaDer

learning

benchmark

dataset

semantic segmentation

video

pose estimation

arXiv
リンク
ハイブリッド符号化開口を備えた10メガピクセルのスナップショット圧縮イメージング
arxiv_reader 2021/08/17
高解像度の画像は私たちの日常生活で広く使用されていますが、高解像度モードで動作するカメラのフレームレートが低いため、高速ビデオキャプチャは困難です。さらに深く掘り下げると、主なボトルネックは、既存のイ

reconstruction

arXiv reaDer

video

simulation

arXiv
リンク
ドメイン不変オブジェクト検出のためのベクトル分解解きほぐし
arxiv_reader 2021/08/17
検出器の一般化を改善するために、ドメイン適応オブジェクト検出（DAOD）の場合、最近の進歩は主に、ソースドメインと単一ターゲットドメイン間の機能レベルの分布の調整を調査します。これにより、調整された機

arXiv reaDer

representation

disentangling

detection

arXiv

domain
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 2021/08/17
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

arXiv reaDer

real time

benchmark

tracking

localization

transformer

convolutional

arXiv

classification
リンク
ST3D ++：3Dオブジェクト検出での教師なしドメイン適応のためのノイズ除去された自己トレーニング
arxiv_reader 2021/08/17
この論文では、ST3D ++という名前の自己トレーニング方法を紹介します。この方法では、3Dオブジェクト検出での教師なしドメイン適応のための全体的な疑似ラベルノイズ除去パイプラインを使用します。 ST

unsupervised

domain adaptation

arXiv reaDer

denoising

pedestrian

benchmark

augmentation

detection

arXiv

3D
リンク
知識蒸留のためのマルチグラニュラリティ
arxiv_reader 2021/08/17
生徒は教師から与えられた知識を理解する能力が異なるという事実を考慮して、生徒のネットワークにより理解しやすい知識を伝達するために、多粒度蒸留メカニズムが提案されています。教師ネットワークのマルチグラニ

arXiv reaDer

knowledge distillation

arXiv
リンク
少数のショットオブジェクト検出のためのユニバーサルプロトタイプ拡張
arxiv_reader 2021/08/17
少数ショットオブジェクト検出（FSOD）は、ラベル付けされたサンプルが少ない新しいオブジェクト検出のパフォーマンスを強化することを目的としています。少数のサンプルの制約を緩和するには、新しいオブジェク

arXiv reaDer

learning

detection

arXiv

few-shot
リンク
CPNet：CT画像での弱く監視された3D腎コンパートメントセグメンテーションのためのサイクルプロトタイプネットワーク
arxiv_reader 2021/08/17
CT画像の腎コンパートメントセグメンテーションは、腹部CTA画像から腎コンパートメントの3D構造を抽出することを目的としており、腎疾患の診断と治療に非常に重要です。ただし、コンパートメントの境界が不明

segmentation

arXiv reaDer

learning

regularization

CT

weakly-supervised

arXiv

3D
リンク
メッシュグラファーマー
arxiv_reader 2021/08/17
単一の画像からの3D人間のポーズとメッシュの再構築のために、MeshGraphormerという名前のグラフ畳み込み強化トランスフォーマーを紹介します。最近、トランスフォーマーとグラフ畳み込みニューラル

reconstruction

arXiv reaDer

CNN

benchmark

pose

pre-training

dataset

transformer

arXiv

3D
リンク
HCR-Net：ディープラーニングベースのスクリプトに依存しない手書き文字認識ネットワーク
arxiv_reader 2021/08/17
手書き文字認識（HCR）は、主に文字の構造の類似性、さまざまな手書きスタイル、ノイズの多いデータセット、および多種多様な言語とスクリプトが原因で、パターン認識における困難な学習問題です。 HCRの問題

arXiv reaDer

benchmark

transfer learning

dataset

arXiv

pre-training
リンク
野生の単一RGB画像からの意味論的埋め込み教師なしスペクトル再構成
arxiv_reader 2021/08/17
このホワイトペーパーでは、トレーニング中にHSとRGBのペア画像を使用せずに、商用カメラでキャプチャした単一のRGB画像からハイパースペクトル（HS）画像を再構成する問題を調査します。この課題に取り組

reconstruction

unsupervised

arXiv reaDer

estimation

synthesis

adversarial

learning

tracking

dataset

arXiv
リンク
数ショット学習のための無料ランチ：分布キャリブレーション
arxiv_reader 2021/08/17
限られた数のサンプルから学習することは困難です。学習したモデルは、少数のトレーニング例によって形成される偏った分布に基づいて簡単に過剰適合する可能性があるためです。この論文では、十分な例のあるクラスか

estimation

arXiv reaDer

learning

representation

dataset

arXiv

classification

few-shot
リンク
会話を見つけましょう：野生の話者の会話
arxiv_reader 2021/08/17
このペーパーの目的は、「自然界で」収集されたビデオの話者ダイアライゼーションです。私たちは3つの重要な貢献をします。まず、YouTubeビデオの自動視聴覚診断方法を提案します。私たちの方法は、視聴覚

detection

video

arXiv reaDer

dataset

arXiv
リンク
適応疑似ラベリングによる半教師あり3Dオブジェクト検出
arxiv_reader 2021/08/17
3Dオブジェクト検出は、コンピュータービジョンの重要なタスクです。ほとんどの既存の方法では、収集に費用がかかる高品質の3Dアノテーションが多数必要です。特に屋外のシーンでは、点群がまばらで都市のシーン

arXiv reaDer

learning

benchmark

computer vision

augmentation

detection

point cloud

semi-supervised

arXiv

3D
リンク
双方向の注意と対照的なメタ学習による少数のショットのきめ細かい行動認識
arxiv_reader 2021/08/17
細粒度のアクション認識は、実際のアプリケーションでの特定のアクションの理解に対する新たな需要のためにますます注目を集めていますが、まれな細粒度のカテゴリのデータは非常に限られています。したがって、各ク

action recognition

attention

spatio-temporal

arXiv reaDer

few-shot

dataset

contrastive

saliency

arXiv

benchmark
リンク
ビデオベースの個人再識別のための時空間表現因数分解
arxiv_reader 2021/08/17
ビデオベースの人物再識別（re-ID）の最近の進歩にもかかわらず、現在の最先端技術は、さまざまな人物間の外観の類似性、オクルージョン、フレームの不整合など、一般的な現実世界の課題に依然として苦しんでい

person

CNN

occlusion

spatio-temporal

arXiv reaDer

3D

representation

arXiv

re-id

benchmark
リンク
生物医学イメージングのためのディープアルゴリズムの展開
arxiv_reader 2021/08/17
この章では、アルゴリズムの展開を活用することで、生物医学アプリケーションとブレークスルーを確認します。これは、従来の反復アルゴリズムと最新の深層学習手法を橋渡しする重要な手法です。コンテキストを提供す

synthesis

arXiv reaDer

arXiv

learning
リンク
メモリ圧縮技術を使用したGANアクセラレーションに関する調査
arxiv_reader 2021/08/17
その発明以来、生成的敵対的ネットワーク（GAN）は、多くのアプリケーションで卓越した結果を示してきました。生成的敵対的ネットワークは、強力でありながらリソースを大量に消費する深層学習モデルです。通常の

GAN

arXiv reaDer

compression

learning

arXiv
リンク
セグメンテーションのための外観モデルの直接推定
arxiv_reader 2021/08/17
画像セグメンテーションアルゴリズムは、多くの場合、さまざまな画像領域でのピクセル値の分布を特徴付ける外観モデルに依存します。各領域を構成するピクセルを明示的に考慮せずに、画像から直接外観モデルを推定す

estimation

arXiv reaDer

arXiv

segmentation
リンク
ニューラルネットワークのスパースコーディング解釈と理論的意味
arxiv_reader 2021/08/17
ニューラルネットワーク、特に深い畳み込みニューラルネットワークは、さまざまなコンピュータービジョンタスクで前例のないパフォーマンスを達成しましたが、成功したニューラルネットワークの計算と構造の理論的根

identification

CNN

computer vision

pooling

classification

anomaly

arXiv reaDer

interpretation

arXiv

sparse
リンク
Bスプライン
arxiv_reader 2021/08/17
Bスプラインは、コンピュータグラフィックスで最も有望な曲線の1つです。それらはいくつかの優れた幾何学的特性に恵まれており、コンピューター支援設計業界のいくつかのアプリケーションの理想的な候補となってい

CT

arXiv reaDer

3D

dataset

arXiv
リンク
ループ内のソフトウェアを使用したクワッドコプタードローン用の単眼視覚自律着陸システム
arxiv_reader 2021/08/17
自律着陸は、多くの社会的および産業的用途でマルチロータードローンの可能性を最大限に引き出すために不可欠な機能です。物理プラットフォームでのこの機能の実装とテストは、リスクが高く、リソースを大量に消費し

tracking

monocular

arXiv reaDer

drone

simulation

arXiv
リンク
社会的相変化を受けているアリのビデオにおける異常状態の特定
arxiv_reader 2021/08/17
生物学は重要な応用分野であり、高度な機械学習技術を開発する動機の源でもあります。ハイスループットシーケンシングから生じる大規模で複雑なデータセットに多くの注意が払われてきましたが、高品質のビデオ録画技

identification

detection

computer vision

attention

classification

video

arXiv reaDer

learning

human

arXiv
リンク
自動エンコードなしの教師なし解きほぐし：落とし穴と将来の方向性
arxiv_reader 2021/08/17
解きほぐされた視覚表現は、主に、Variational AutoEncoders（VAE）などの生成モデルで研究されてきました。以前の研究は、解きほぐされた表現学習のための生成方法に焦点を合わせていま

regularization

contrastive learning

generative

representation learning

unsupervised

arXiv reaDer

disentangling

dataset

arXiv
リンク
無人航空機でのリアルタイムマルチモーダルセマンティックフュージョン
arxiv_reader 2021/08/17
複数の補完的なセンサーを備えた無人航空機（UAV）は、災害検査などの高速自律またはリモート制御のセマンティックシーン分析に大きな可能性を秘めています。この作業では、リアルタイムの意味論的推論と複数のセ

point cloud

CNN

detection

semantic segmentation

augmentation

real time

arXiv reaDer

3D

UAV

arXiv
リンク
ResRep：記憶と忘却の分離によるロスレスCNNプルーニング
arxiv_reader 2021/08/17
畳み込み層の幅（出力チャネルの数）を減らすことによってCNNをスリム化する、ロスレスチャネルプルーニング（別名フィルタープルーニング）の新しい方法であるResRepを提案します。記憶と忘却の独立性に関

CNN

pruning

convolutional

arXiv reaDer

compression

arXiv

SGD
リンク
少数ショットセグメンテーションのための自己蒸留埋め込み監視親和性注意モデル
arxiv_reader 2021/08/17
数ショットのセマンティックセグメンテーションは、注釈付きのサンプルが少ないピクセル単位でオブジェクトカテゴリを予測するという難しいタスクです。ただし、既存のアプローチは依然として2つの主要な課題に直面

face

semantic segmentation

attention

affinity

arXiv reaDer

few-shot

dataset

arXiv

benchmark
リンク
表現学習のための視覚的関与信号の調査
arxiv_reader 2021/08/17
ソーシャルメディアプラットフォームでのビジュアルエンゲージメントは、コメント、共有、いいねなどの写真投稿とのやり取りで構成されます。この論文では、表現学習のための監督信号などの視覚的関与の手がかりを活

bias

detection

computer vision

representation learning

classification

emotion

arXiv reaDer

weakly-supervised

arXiv
リンク
認知的注意ネットワークによる解釈可能な視覚的理解
arxiv_reader 2021/08/17
認識レベルでの画像理解は目覚ましい進歩を遂げましたが、信頼できる視覚シーンの理解には、認識レベルだけでなく認知レベルでも包括的な画像理解が必要です。これには、マルチソース情報を活用し、さまざまなレベル

learning

attention

reasoning

arXiv reaDer

dataset

arXiv

benchmark
リンク
カテゴリとドメインの調整に向けて：敵対的なドメイン適応のためのカテゴリ不変の機能強化
arxiv_reader 2021/08/17
敵対的なドメインの適応は、両方のドメインの機能分布を調整することにより、ソースドメインからターゲットドメインへの知識の転送において目覚ましい進歩を遂げました。これらの方法は、ドメインの発散を最小限に抑

face

adversarial

domain adaptation

arXiv reaDer

representation

arXiv

benchmark
リンク
事前に訓練された顔認識モデルの偏った予測のための画像歪みの影響の解明
arxiv_reader 2021/08/17
ディープラーニングアルゴリズムのバイアスを特定して軽減することは、社会への影響により、過去数年間で大きな人気を博しています。研究者は、バランスの取れたデータセットでトレーニングされたモデルが、サブグル

bias

learning

face recognition

pre-training

arXiv reaDer

representation

dataset

arXiv
リンク
グローバルTGV最小化によるコア外表面再構成
arxiv_reader 2021/08/17
整列された深度マップのセットからの表面再構成のためのコア外変分アプローチを提示します。入力深度マップは、通常の写真から再構築されるか、地上のLIDAR点群を表すことができます。私たちのアプローチは、そ

point cloud

LiDAR

reconstruction

arXiv reaDer

representation

adaptation

arXiv
リンク
水中ドームの屈折ジオメトリ
arxiv_reader 2021/08/17
水中カメラは通常、水から保護するためにガラス窓の後ろに配置されます。ドームポートである球形ガラスは、深海での高水圧に最適で、広い視野を可能にし、ピンホールカメラが球の中心に正確に配置されている場合は屈

arXiv reaDer

3D

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 2021/08/17
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

arXiv reaDer

face recognition

arXiv

COVID-19
リンク
マルチレベルの注意メカニズムを備えた積み重ねられた砂時計ネットワーク：椎間板のラベリングを探す場所
arxiv_reader 2021/08/17
MRIスキャンから椎間板にラベルを付けることは、多発性硬化症、筋萎縮性側索硬化症、変性頸髄症、癌などの脊椎関連疾患を適切に診断するために重要です。 MRIデータでの椎間板の自動ラベル付けは、椎間板と骨

detection

learning

semantic segmentation

attention

localization

arXiv reaDer

pose estimation

dataset

MRI

arXiv
リンク
PICCOLO：ポイントクラウド中心の全方向ローカリゼーション
arxiv_reader 2021/08/17
全方向ローカリゼーションのためのシンプルで効率的なアルゴリズムであるPICCOLOを紹介します。色付きの点群とシーンの360度のパノラマ画像が与えられた場合、私たちの目的は、パノラマ画像が撮影されたカ

point cloud

pose

localization

arXiv reaDer

loss function

arXiv
リンク
MMOCR：テキストの検出、認識、理解のための包括的なツールボックス
arxiv_reader 2021/08/17
MMOCRを紹介します。これは、テキストの検出と認識、および名前付きエンティティの認識やキー情報の抽出などのダウンストリームタスクのための包括的なパイプラインを提供するオープンソースツールボックスです

benchmark

arXiv reaDer

arXiv

detection
リンク
SCARLET-NAS：ウェイトシェアリングニューラルアーキテクチャ検索における安定性とスケーラビリティの間のギャップを埋める
arxiv_reader 2021/08/17
強力でありながらコンパクトなモデルを発見することは、ニューラルアーキテクチャ検索の重要な目標です。以前の2段階のワンショットアプローチは、固定深度の検索スペースによって制限されていました。深さを可変に

one-shot

arXiv reaDer

arXiv

NAS
リンク
手指衛生ポーズのための特徴の識別とマッチング
arxiv_reader 2021/08/17
SIFT、SURF、ORBなどのコンピュータービジョンの3つの一般的な機能記述子を比較し、評価しました。元の手指衛生ポーズのために抽出され一致した正しい特徴の数-手のひらから手のひらの画像と回転した画

identification

detection

pose

computer vision

classification

video

arXiv reaDer

python

arXiv
リンク
一般化されたゼロショットセマンティックセグメンテーションのための共同埋め込みスペースの活用
arxiv_reader 2021/08/17
見えているクラスと見えていないクラスのピクセル単位のセマンティックラベルを予測する一般化されたゼロショットセマンティックセグメンテーション（GZS3）の問題に対処します。ほとんどのGZS3メソッドは、

bias

zero-shot

semantic segmentation

generative

arXiv reaDer

embedding

arXiv

benchmark
リンク
セマンティック駆動のカラー化
arxiv_reader 2021/08/17
最近のカラー化作業は、白黒画像のカラー化を学習しながら、セマンティック情報を暗黙的に予測します。その結果、生成された色はオーバーフローしやすくなり、セマンティック障害は見えなくなります。人間の色付けの

arXiv reaDer

action

learning

human

U-Net

arXiv
リンク
野生画像から3D顔再構成のための自由形状変形を学習
arxiv_reader 2021/08/17
線形基底関数を使用して 3D 顔を表す主成分分析 (PCA) ベースの統計モデルである 3D Morphable Model (3DMM) は、単一ビューの野生画像から 3D 顔を再構築するための有望

reconstruction

face

learning

mesh

arXiv reaDer

3D

representation

dataset

arXiv

sparse
リンク
スケルトンベースのアクション認識のためのグラフニューラルネットワークにおける高次特徴の融合
arxiv_reader 2021/08/17
スケルトンシーケンスは軽量でコンパクトであるため、エッジデバイスでのアクション認識の理想的な候補です。最近のスケルトンベースのアクション認識方法は、3D関節座標から特徴を時空間キューとして抽出し、グラ

action recognition

GNN

arXiv reaDer

3D

representation

edge device

arXiv

benchmark
リンク
有益なクラスアクティベーションマップ
arxiv_reader 2021/08/17
特定のラベルの画像内の領域の定量的情報コンテンツを評価する方法を研究します。この目的のために、クラスの活性化マップを情報理論と橋渡しします。有益なクラスアクティベーションマップ（infoCAM）を開発

classification

arXiv reaDer

weakly-supervised

arXiv
リンク
弱教師あり時間的アクションローカリゼーションのためのフォアグラウンドアクション一貫性ネットワーク
arxiv_reader 2021/08/17
高レベルのビデオ理解の挑戦的なタスクとして、弱く監視された時間的アクションのローカリゼーションがますます注目を集めています。ビデオ注釈のみを使用する場合、ほとんどの既存のメソッドは、分類によるローカリ

attention

classification

video

localization

arXiv reaDer

weakly-supervised

action

learning

arXiv
リンク
自己注意を伴う点群のより深いまたはより広いネットワーク？
arxiv_reader 2021/08/17
自己注意によって駆動されるより深いネットワークの普及は、未踏のポイントベースの方法とはまったく対照的です。この論文では、ネットワークを構築するための基本ブロックとして、グループごとの自己注意を提案しま

point cloud

classification

segmentation

arXiv reaDer

dataset

arXiv
リンク
RIN：単一の画像によるテクスチャ化された人間モデルの回復と模倣
arxiv_reader 2021/08/17
人間の模倣は、人間のポーズと身体の内容を解きほぐすGANの能力によって推進され、最近話題になっています。しかし、最新の手法では3D情報に焦点を当てることはほとんどなく、自己閉塞を回避するために、大量の

differentiable

pose

arXiv reaDer

3D

human

arXiv
リンク
3Dニューロン再構成のためのボクセルごとのクロスボリューム表現学習
arxiv_reader 2021/08/17
自動3Dニューロン再構築は、脳回路活動におけるニューロンの形態と機能を分析するために重要です。ただし、既存のトレースアルゴリズムのパフォーマンスは、画質の低さに左右されます。最近、ノイズを除去し、低コ

reconstruction

representation learning

activity

segmentation

arXiv reaDer

3D

dataset

arXiv
リンク
3D脳MRIでのコンテンツベースの画像検索のための疑似スキャナー標準化による疾患指向の画像埋め込み
arxiv_reader 2021/08/17
臨床脳MRIデータベースに適用できる堅牢で実用的なコンテンツベースの画像検索（CBIR）システムを構築するために、新しいフレームワークである疑似スキャナー標準化（DI-PSS）を使用した疾患指向の画像

classification

metric learning

clustering

arXiv reaDer

3D

representation

dataset

MRI

embedding

arXiv
リンク
人に焦点を当てる：現代の歴史映画から学ぶ古い画像の色付け
arxiv_reader 2021/08/17
業界では、ビデオサイトやアーカイブなど、古い灰色の写真に自動的に色を付ける必要があるシナリオがたくさんあります。この論文では、きめ細かい意味理解と事前に基づいて、歴史上の人物の多様で忠実度の高い衣服の

person

learning

classification

video

arXiv reaDer

dataset

arXiv
リンク
ポイズンインク：堅牢で目に見えないバックドア攻撃
arxiv_reader 2021/08/17
最近の調査によると、ディープニューラルネットワークは、敵対的攻撃、データポイズニング攻撃、バックドア攻撃など、さまざまな種類の攻撃に対して脆弱です。その中で、バックドア攻撃は最も狡猾なものであり、ディ

learning

arXiv reaDer

dataset

arXiv

adversarial
リンク
連合された教師なし個人の再識別のためのエッジクラウド連続体における共同最適化
arxiv_reader 2021/08/17
人物再識別（ReID）は、重複しないカメラビューから人物を再識別することを目的としています。個人のReIDデータには機密性の高い個人情報が含まれているため、研究者は、プライバシー漏洩のリスクを軽減する

person

learning

unsupervised

clustering

arXiv reaDer

dataset

arXiv

re-id
リンク
分散データからの協調的教師なし視覚表現学習
arxiv_reader 2021/08/17
教師なし表現学習は、インターネット上で利用可能な一元化されたデータを使用して、卓越したパフォーマンスを達成しました。ただし、プライバシー保護に対する意識の高まりにより、複数の関係者（携帯電話やカメラな

contrastive learning

unsupervised

representation learning

semi-supervised

arXiv reaDer

arXiv
リンク
DICOMイメージングルーター：DICOMX線スキャンから体の部分を分類するためのオープンディープラーニングフレームワーク
arxiv_reader 2021/08/17
DICOM形式のX線イメージングは、臨床診療で最も一般的に使用されているイメージングモダリティであり、その結果、膨大な、正規化されていないデータベースが作成されます。これは、医用画像を分析するためのA

CNN

learning

classification

arXiv reaDer

dataset

human

arXiv
リンク
深い畳み込みニューラルネットワークを使用して、小児胸部X線写真の複数の疾患を自動的に診断する方法を学ぶ
arxiv_reader 2021/08/17
小児患者の胸部X線写真（CXR）の解釈はエラーが発生しやすく、放射線の専門知識を高度に理解する必要があります。最近、深い畳み込みニューラルネットワーク（D-CNN）は、成人のCXRの解釈において顕著な

CNN

detection

face

learning

classification

arXiv reaDer

interpretation

loss function

dataset

arXiv
リンク
画像キャプションのためのシーングラフの防衛
arxiv_reader 2021/08/17
主流の画像キャプションモデルは、畳み込みニューラルネットワーク（CNN）画像機能に依存して、反復モデルを介してキャプションを生成します。最近、画像シーングラフは、オブジェクトエンティティ、関係、属性な

arXiv reaDer

CNN

representation

captioning

arXiv

recurrent
リンク
効果的なグローバル-ローカル特徴表現とローカル時間集約による歩行認識
arxiv_reader 2021/08/17
歩行認識は最も重要な生体認証技術の1つであり、多くの分野で適用されています。最近の歩行認識フレームワークは、人間の全体的な外観または局所的な領域のいずれかから抽出された記述子によって各歩行フレームを表

convolutional

arXiv reaDer

representation

dataset

arXiv
リンク
ACNet: 強力なにきび検出のための動的コンテキスト拡張によるマスク認識注意
arxiv_reader 2021/08/17
近年、低コストで時間効率の良いコンピュータ支援診断が注目されています。深層学習は、最近のにきび検出の成功に大きな役割を果たしましたが、一貫性のない照明による色のシフト、スケールの変化、高密度分布など、

arXiv reaDer

learning

representation

dataset

detection

attention

arXiv
リンク
ビジョントランスフォーマーの剪定
arxiv_reader 2021/08/17
ビジョン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競争力のあるパフォーマンスを実現しています。ただし、それらのストレージ、ランタイムメモリ、および計算上の要求により、モバ

pruning

computer vision

transformer

arXiv reaDer

dataset

arXiv
リンク
解剖学的頭蓋骨モデルを二重透視X線画像に登録するための人工X線写真ランドマークデータセットからの学習の伝達
arxiv_reader 2021/08/17
3D解剖学的構造を2Dデュアル透視X線画像に登録することは、広く使用されているモーショントラッキング技術です。ただし、ディープラーニングの実装は、医用画像とグラウンドトゥルースの不足によって妨げられる

detection

CT

GAN

transfer learning

tracking

landmark

residual

arXiv reaDer

3D

arXiv
リンク
カラー画像復元のための高次元支援生成モデル
arxiv_reader 2021/08/17
この作品は、カラー画像復元タスクのための高次元支援スコアベースの生成モデルを活用する教師なし深層学習スキームを提示します。スコアベースの生成モデルのサンプル数と内部次元がデータ分布の勾配の推定に重要な

denoising

generative

unsupervised

annealing

pre-training

arXiv reaDer

representation

interpretation

learning

arXiv
リンク
ビデオキャプションのメタコンセプトを備えたクロスモーダルグラフ
arxiv_reader 2021/08/17
ビデオキャプションは、複雑な視覚的コンテンツをテキストの説明として解釈することを目的としています。これには、モデルがオブジェクトとその相互作用を含むビデオシーンを完全に理解する必要があります。一般的な

detection

attention

video

arXiv reaDer

captioning

dataset

arXiv
リンク
PTT：ポイントクラウドでの3D単一オブジェクトトラッキング用のポイントトラックトランスフォーマーモジュール
arxiv_reader 2021/08/17
3D単一オブジェクトトラッキングは、ロボット工学にとって重要な問題です。この論文では、点群ベースの3D単一オブジェクト追跡のためのPoint-Track-Transformer（PTT）と呼ばれるトラ

point cloud

tracking

attention

real time

transformer

arXiv reaDer

3D

dataset

embedding

arXiv
リンク
機能を模倣して知識を抽出する
arxiv_reader 2021/08/17
知識蒸留（KD）は、大容量ネットワーク（「教師」）の助けを借りて効率的なネットワーク（「学生」）をトレーニングするための一般的な方法です。従来の方法では、教師のソフトロジットを追加の監督として使用して

detection

attention

arXiv reaDer

knowledge distillation

arXiv
リンク
ポジティブに焦点を当てる：生物多様性モニタリングのための自己教師あり学習
arxiv_reader 2021/08/17
ラベルのない画像コレクションから自己教師あり表現を学習する問題に対処します。各入力画像の拡張バージョン間の類似性を最大化するか、ネガティブサンプルを投機的に選択することによって有用な機能を学習しようと

transfer learning

augmentation

classification

arXiv reaDer

representation

self-supervised

human

arXiv
リンク
MRI病変セグメンテーションのための目に見えないベンダードメインへの適応
arxiv_reader 2021/08/17
機械学習モデルの主な制限の1つは、トレーニング分布の領域外にあるデータのパフォーマンスが低いことです。これは、磁気共鳴（MR）イメージングの画像分析に特に当てはまります。ハードウェアとソフトウェアのバ

augmentation

unsupervised

synthesis

segmentation

domain

arXiv reaDer

dataset

MRI

arXiv
リンク
確率流域変換によるサッカーラインマークのセグメンテーションと分類
arxiv_reader 2021/08/17
拡張現実アプリケーションは、スポーツの放送方法を変え始めており、ファンにより豊かな体験と貴重な洞察を提供しています。拡張現実システムの最初のステップは、おそらく競技場のラインマーキングの検出に基づくカ

detection

augmentation

segmentation

arXiv reaDer

arXiv
リンク
Mip-NeRF：アンチエイリアシングニューラルラディアンスフィールドのマルチスケール表現
arxiv_reader 2021/08/17
ニューラルラディアンスフィールド（NeRF）で使用されるレンダリング手順では、ピクセルごとに1つの光線でシーンをサンプリングするため、トレーニングまたはテスト画像がさまざまな解像度でシーンコンテンツを

dataset

arXiv reaDer

representation

arXiv
リンク
FrankMocap：回帰と統合による単眼3D全身ポーズ推定システム
arxiv_reader 2021/08/17
ほとんどの既存の単眼3Dポーズ推定アプローチは、顔、手、体の微妙な動きのコンサートを通じて人間の動きの本質的なニュアンスが伝えられるという事実を無視して、単一の体の部分にのみ焦点を当てています。この論

face

monocular

arXiv reaDer

3D

pose estimation

human

arXiv
リンク
Text2Video：パーソナライズされた音素ポーズ辞書を使用したテキスト駆動型トーキングヘッドビデオシンセサイザー
arxiv_reader 2021/08/17
ディープラーニングテクノロジーの進歩に伴い、オーディオまたはテキストからの自動ビデオ生成は、新たな有望な研究トピックになっています。この論文では、テキストからビデオを合成するための新しいアプローチを紹

face

GAN

pose

learning

synthesis

video

arXiv reaDer

dataset

arXiv

benchmark
リンク
弱い適応学習-弱いアノテーターでクロスドメインデータの不足に対処する
arxiv_reader 2021/08/17
データの量と質は、データ駆動型の学習方法にとって重要な要素です。一部のターゲット問題ドメインでは、利用可能なデータサンプルが多くないため、学習プロセスが大幅に妨げられる可能性があります。同様のドメイン

domain adaptation

classification

arXiv reaDer

learning

arXiv
リンク
サルコペニア評価におけるL3スライスの位置特定のための深層強化学習
arxiv_reader 2021/08/17
サルコペニアは、筋肉量と機能の低下を特徴とする病状です。定量的診断手法は、第3腰部（L3）の中央を通過するCTスライスの位置を特定し、このレベルで筋肉をセグメント化することで構成されます。本論文では、

CT

localization

arXiv reaDer

arXiv

reinforcement learning
リンク
GeoCLR：効率的な海底画像解釈のための地理参照対照学習
arxiv_reader 2021/08/17
このホワイトペーパーでは、深層学習畳み込みニューラルネットワーク（CNN）の効率的なトレーニングのための視覚表現の地理参照対照学習（GeoCLR）について説明します。この方法では、近くの場所で撮影され

CNN

contrastive learning

transfer learning

classification

trajectory

semi-supervised

arXiv reaDer

self-supervised

dataset

arXiv
リンク
単眼3Dオブジェクト検出には疑似ライダーが必要ですか？
arxiv_reader 2021/08/17
単一画像からの3Dオブジェクト検出の最近の進歩は、3Dポイントクラウドを生成する方法として単眼深度推定を活用し、カメラを疑似ライダーセンサーに変えています。これらの2段階検出器は、中間深度推定ネットワ

point cloud

detection

monocular

pedestrian

pre-training

arXiv reaDer

3D

self-supervised

arXiv

benchmark
リンク
高品質の脳腫瘍セグメンテーションのための計算効率の高いCNNシステム
arxiv_reader 2021/08/17
この論文で提示された作業は、計算要件が低い脳腫瘍セグメンテーションのための畳み込みニューラルネットワーク（CNN）の信頼性の高い高品質システムを提案することです。このシステムは、セグメンテーションのメ

CNN

classification

segmentation

localization

arXiv reaDer

dataset

arXiv
リンク
アトリビューションロバストネスのための強化されたレギュラライザー
arxiv_reader 2021/08/17
ディープニューラルネットワークは、コンピュータービジョンタスクの学習モデルのデフォルトの選択肢です。近年、分類などの視覚課題の深いモデルを説明するための広範な作業が行われています。ただし、最近の研究で

computer vision

learning

classification

arXiv reaDer

dataset

arXiv
リンク
畳み込みニューラルネットワークで代表的な解釈を見つける
arxiv_reader 2021/08/17
画像上の効果的な深層畳み込みニューラルネットワーク（CNN）の背後にある決定ロジックを解釈することは、深層学習モデルの成功を補完します。ただし、既存の方法では、個々の画像または少数の画像に関する特定の

CNN

unsupervised

arXiv reaDer

interpretation

learning

human

arXiv
リンク
DiaRet：統合された勾配による糖尿病性網膜症の等級付けのためのブラウザベースのアプリケーション
arxiv_reader 2021/08/17
長期にわたる糖尿病の患者は、糖尿病性網膜症（DR）の餌食になることが多く、その結果、人間の目の網膜が変化し、極端な場合には視力が低下する可能性があります。この研究の目的は2つあります。（a）劣化した網

classification

arXiv reaDer

gradient

learning

human

arXiv
リンク
DensePASS：注意増強コンテキスト交換を伴う教師なしドメイン適応による高密度パノラマセマンティックセグメンテーション
arxiv_reader 2021/08/17
インテリジェント車両は、360度センサーの拡張された視野（FoV）の恩恵を明らかに受けていますが、利用可能なセマンティックセグメンテーショントレーニング画像の大部分はピンホールカメラでキャプチャされて

domain adaptation

semantic segmentation

unsupervised

learning

vehicle

arXiv reaDer

dataset

arXiv
リンク
統合された組み込み関数と時空間制約を使用した教師なし単眼深度学習
arxiv_reader 2021/08/17
単眼深度推論は、近年、研究者から大きな注目を集めており、高価な飛行時間型センサーの有望な代替品として残っていますが、スケールの取得と実装のオーバーヘッドに関する問題は、依然としてこれらのシステムを悩ま

reconstruction

pose

attention

spatio-temporal

unsupervised

monocular

arXiv reaDer

loss function

dataset

arXiv
リンク
GarmentNets：標準的な空間形状の完成による衣服のカテゴリレベルのポーズ推定
arxiv_reader 2021/08/17
この論文は、衣服のカテゴリーレベルのポーズ推定のタスクに取り組んでいます。ほぼ無限の自由度で、衣服の完全な構成（つまり、ポーズ）は、多くの場合、その3D表面全体の頂点ごとの3D位置によって記述されます

mesh

arXiv reaDer

representation

3D

pose estimation

arXiv
リンク
転送可能なターゲット摂動の生成について
arxiv_reader 2021/08/17
敵対的摂動のターゲットを絞らないブラックボックス転送可能性は以前に広く研究されてきましたが、目に見えないモデルの決定を特定の「ターゲットを絞った」クラスに変更することは依然として挑戦的な偉業です。この

generative

domain

arXiv reaDer

arXiv

adversarial
リンク
Image2Reverb：クロスモーダルリバーブインパルス応答合成
arxiv_reader 2021/08/17
空間の音響特性の測定は、多くの場合、フルレンジの刺激音が空間をどのように励起するかを表すインパルス応答（IR）をキャプチャすることによって行われます。この作業では、単一の画像からIRを生成し、畳み込み

arXiv reaDer

synthesis

human

representation

video

convolutional

arXiv
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 2021/08/17
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

pose

augmentation

representation learning

unsupervised

distillation

segmentation

semi-supervised

arXiv reaDer

arXiv
リンク
m-RevNet：勢いのあるディープリバーシブルニューラルネットワーク
arxiv_reader 2021/08/17
近年、深い残差ネットワークと一次常微分方程式（ODE）との関係が明らかになりました。この作業では、深層ニューラルアーキテクチャの設計を2次ODEとさらに橋渡しし、残りのブロックに運動量の更新を挿入する

semantic segmentation

classification

residual

arXiv reaDer

learning

arXiv

benchmark
リンク
悪天候での3Dオブジェクト検出のための実際のLiDARポイントクラウドでの霧シミュレーション
arxiv_reader 2021/08/17
この作業は、霧深い天候でのLiDARベースの3Dオブジェクト検出の困難なタスクに対処します。このようなシナリオでデータを収集して注釈を付けることは、非常に時間、労力、およびコストがかかります。この論文

point cloud

LiDAR

detection

tracking

localization

arXiv reaDer

3D

dataset

simulation

arXiv
リンク
QR分解とL_2,1ノルム最小化に基づく高速で正確な低ランクテンソル完了法
arxiv_reader 2021/08/17
最近では、行列完全問題のカタールリヤル（QR）分解（CSVD-QR）法に基づく近似SVDが提示され、その計算の複雑さはO（r ^ 2（m + n））であり、これは主にそのrによるものです。は\ min

arXiv reaDer

arXiv
リンク
マルチラベル画像検索のためのインスタンス加重中央類似性
arxiv_reader 2021/08/17
ディープハッシュは、高次元のデータポイントをバイナリコードにエンコードして効率的に検索することにより、大規模な画像検索に広く適用されています。ペアワイズ/トリプレット類似性ベースのハッシュ学習と比較し

learning

arXiv reaDer

loss function

gradient

dataset

arXiv

benchmark
リンク
CPNet：効率的な異常検出のためのクロスパラレルネットワーク
arxiv_reader 2021/08/17
ビデオストリームでの異常検出は、異常なイベントが少なく、正確に注釈を付けることが難しいため、難しい問題です。これらの問題を軽減するために、教師なし学習ベースの予測方法が以前に適用されてきました。これら

anomaly detection

unsupervised

video

arXiv reaDer

U-Net

arXiv
リンク
少数ショットのセマンティックセグメンテーションのためのメタクラスメモリの学習
arxiv_reader 2021/08/17
現在、最先端のメソッドは、各クラスが独立していると仮定して、数ショットのセマンティックセグメンテーションタスクを条件付きの前景と背景のセグメンテーション問題として扱います。このホワイトペーパーでは、す

learning

semantic segmentation

arXiv reaDer

representation

few-shot

dataset

embedding

arXiv
リンク
クロスカメラ畳み込み色覚恒常
arxiv_reader 2021/08/17
複数のカメラからの画像でトレーニングされた学習ベースの方法である「クロスカメラコンボリューショナルカラーコンスタンシー」（C5）を紹介します。これは、トレーニング中に以前は見られなかった新しいカメラに

convolutional

dataset

arXiv reaDer

arXiv
リンク
GANコンピューターは芸術を生み出す？生成的敵対的ネットワークを使用した視覚芸術、音楽、および文学テキスト生成に関する調査
arxiv_reader 2021/08/17
「芸術は私たちが真実を実現することを可能にする嘘です。」 - パブロ・ピカソ。何世紀にもわたって、人間は想像力を伝えるために芸術を生み出すことに専念してきました。特にテクノロジーとディープラーニングの

face

GAN

attention

synthesis

arXiv reaDer

learning

human

arXiv
リンク
WideCaps：画像分類のためのワイドアテンションベースのカプセルネットワーク
arxiv_reader 2021/08/17
カプセルネットワークは、特徴間の空間的関係を維持することによって同変特性を維持する独自の能力のために注目を集めたニューラルネットワークファミリーの明確で有望なセグメントです。カプセルネットワークは、特

arXiv reaDer

classification

representation

attention

dataset

residual

arXiv
リンク
監視されていない人の再識別のための識別表現学習に向けて
arxiv_reader 2021/08/17
この作業では、注釈がソースドメインでは利用できるが、ターゲットでは利用できない、個人のre-IDに対する監視されていないドメイン適応の問題に対処します。以前の方法は通常、2段階の最適化パイプラインに従

contrastive learning

domain adaptation

augmentation

representation learning

unsupervised

clustering

arXiv reaDer

arXiv

re-id

benchmark
リンク
- 2021年8月18日
- 2021年8月17日
- 2021年8月16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