arxiv_readerのブックマーク / 2021年8月25日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年8月25日のブックマーク (89件)

社会的認識の軌道予測モデルは本当に社会的認識ですか？
arxiv_reader 2021/08/25
私たちの分野は最近、ニューラルネットワークベースの軌道予測子の軍拡競争を目撃しました。これらの予測子は、自律ナビゲーションや歩行者の流れのシミュレーションなどの多くのアプリケーションの中核ですが、敵対

arXiv reaDer

arXiv

trajectory

adversarial

pedestrian
リンク
計算病理学のためのQuadTree画像表現
arxiv_reader 2021/08/25
計算病理学の分野は、病理学画像のサイズが非常に大きいため、コンピュータービジョンアルゴリズムに多くの課題を提示します。組織病理学画像は大きく、最新の畳み込みニューラルネットワーク（CNN）がそれらを処

computer vision

arXiv reaDer

CNN

arXiv

representation

classification
リンク
OVANet：ユニバーサルドメイン適応のための1対すべてのネットワーク
arxiv_reader 2021/08/25
Universal Domain Adaptation（UNDA）は、2つのデータセット間のドメインシフトとカテゴリシフトの両方を処理することを目的としています。主な課題は、ラベル付きソースデータには

arXiv reaDer

dataset

arXiv

domain adaptation
リンク
DROID-SLAM：単眼、ステレオ、およびRGB-Dカメラ用のディープビジュアルSLAM
arxiv_reader 2021/08/25
新しいディープラーニングベースのSLAMシステムであるDROID-SLAMを紹介します。 DROID-SLAMは、Dense BundleAdjustmentレイヤーを介したカメラポーズとピクセル単位

arXiv reaDer

learning

monocular

arXiv

recurrent

SLAM

pose

stereo

RGB-D

video
リンク
正しい方法で調整する：ソフトネイバーフッド密度によるドメイン適応の教師なし検証
arxiv_reader 2021/08/25
教師なしドメイン適応（UDA）メソッドは、ラベルのないターゲットドメインの一般化を劇的に改善できます。ただし、最適なハイパーパラメータの選択は、高精度を達成し、負の転送を回避するために重要です。ラベル

arXiv reaDer

unsupervised

arXiv

classification

domain adaptation

semantic segmentation
リンク
明示的な分散の最小化について：限られたデータ注釈を使用した医用画像処理のためのニューラルネットワークのトレーニング
arxiv_reader 2021/08/25
コンピュータビジョンの自己教師あり学習方法は、事前トレーニング機能表現の有効性を実証しており、注釈付きデータが限られている場合でも、ディープニューラルネットワークを十分に一般化できます。ただし、表現学

loss function

computer vision

arXiv reaDer

detection

arXiv

augmentation

representation learning

classification

self-supervised

semantic segmentation
リンク
オールインフォーカス監視を介したフォーカスからの監視なしおよび監視ありの深さのブリッジ
arxiv_reader 2021/08/25
深さの推定は、コンピュータビジョンにおいて、長期的でありながら重要なタスクです。これまでの作品のほとんどは、入力画像から深度を推定し、画像が全焦点（AiF）であると想定しようとしています。これは、実際

computer vision

arXiv reaDer

unsupervised

arXiv

estimation
リンク
imGHUM：3D人間の形と関節のあるポーズの暗黙の生成モデル
arxiv_reader 2021/08/25
符号付き距離関数として表される、3D人間の形と関節のあるポーズの最初の全体的な生成モデルであるimGHUMを紹介します。以前の作業とは対照的に、明示的なテンプレートメッシュを使用せずに、関数のゼロレベ

arXiv reaDer

human

learning

arXiv

representation

face

generative

pose

3D

mesh
リンク
マルチソースドメイン適応のためのメタ自己学習：ベンチマーク
arxiv_reader 2021/08/25
近年、深層学習ベースの方法は、コンピュータビジョンの分野で有望な結果を示しています。ただし、一般的な深層学習モデルでは、大量のラベル付きデータが必要であり、収集とラベル付けに手間がかかります。さらに、

computer vision

benchmark

arXiv reaDer

dataset

learning

arXiv

domain adaptation
リンク
LLVIP：低照度視力用の可視赤外線ペアデータセット
arxiv_reader 2021/08/25
有効なターゲット領域が失われるため、暗い場所での画像融合、歩行者検出、画像から画像への変換など、さまざまな視覚的タスクにとって非常に困難です。この場合、赤外線画像と可視画像を一緒に使用して、豊富な詳細

computer vision

arXiv reaDer

dataset

detection

arXiv

pedestrian
リンク
自己教師あり深さ推定によるドメイン適応セマンティックセグメンテーション
arxiv_reader 2021/08/25
セマンティックセグメンテーションのドメイン適応は、ソースドメインとターゲットドメインの間に分布シフトが存在する場合にモデルのパフォーマンスを向上させることを目的としています。多くの視覚的タスクは互いに

arXiv reaDer

benchmark

arXiv

estimation

depth prediction

self-supervised

domain adaptation

semantic segmentation
リンク
STN PLAD：高解像度UAV画像でのマルチサイズ電力線資産検出用のデータセット
arxiv_reader 2021/08/25
多くの送電線会社は、たとえば高圧送電線の塔に登らせることで労働者を危険にさらすのではなく、UAVを使用して検査プロセスを実行しています。検査の重要なタスクは、送電線の資産を検出して分類することです。た

arXiv reaDer

dataset

detection

arXiv

classification

UAV
リンク
偏光計算画像による複合積層材の自動欠陥検出のための次世代知覚システム
arxiv_reader 2021/08/25
トリミングやサンディングなど、風力タービンブレードなどの大規模な複合コンポーネントの仕上げ作業では、多くの場合、複数の作業者と部品の再配置が必要になります。複合材料製造業界では、製造された部品の形状に

arXiv reaDer

human

detection

arXiv

robot
リンク
バランスの取れたオブジェクト検出のための予測の一貫性の調整
arxiv_reader 2021/08/25
分類と回帰は、オブジェクト検出器の2つの柱です。ほとんどのCNNベースの検出器では、これら2つの柱は個別に最適化されています。それらの間の直接的な相互作用がなければ、分類損失と回帰損失は、トレーニング

localization

arXiv reaDer

benchmark

detection

arXiv

occlusion

classification
リンク
近くの切断車両からのスプレーのベンチマーク
arxiv_reader 2021/08/25
現在の運転支援システムと自動運転スタックは、明確に定義された環境条件とジオフェンスエリアに限定されています。悪天候下での運転の安全性を高めるためには、自動運転や運転支援システムの適用範囲を広げる必要が

arXiv reaDer

benchmark

autonomous driving

YOLO

LiDAR

detection

vehicle

arXiv
リンク
H2O：一人称インタラクション認識のためにオブジェクトを操作する両手
arxiv_reader 2021/08/25
オブジェクトを操作する両手のマーカーレス3D注釈を使用して、自己中心的な相互作用を認識するための包括的なフレームワークを紹介します。この目的のために、自己中心的な3D相互作用認識のための統一されたデー

point cloud

arXiv reaDer

action recognition

benchmark

pose estimation

arXiv

6D

3D

RGB-D

convolutional
リンク
OmniDet：自動運転のためのサラウンドビューカメラベースのマルチタスク視覚認識ネットワーク
arxiv_reader 2021/08/25
サラウンドビュー魚眼カメラは、通常、車両周辺の360°{}近接場検知用の自動運転に導入されます。この作品は、車両が周囲の環境を感知できるようにするために、修正されていない魚眼画像にマルチタスクの視覚認

arXiv reaDer

dataset

autonomous driving

pose estimation

detection

arXiv

representation

odometry

multi-task

semantic segmentation
リンク
DU-GAN：低線量CTノイズ除去のためのデュアルドメインU-Netベースの弁別器を備えた生成的敵対的ネットワーク
arxiv_reader 2021/08/25
LDCTは、CTに関連する患者へのX線照射の潜在的な健康リスクのために、医用画像分野で大きな注目を集めています。ただし、放射線量を減らすと、再構成された画像の品質が低下し、その結果、診断パフォーマンス

domain

arXiv reaDer

dataset

attention

arXiv

CT

GAN

U-Net

classification

denoising
リンク
DeepPanoContext：ホリスティックシーンコンテキストグラフとリレーションベースの最適化によるパノラマ3Dシーンの理解
arxiv_reader 2021/08/25
パノラマ画像は視野がはるかに広いため、標準の透視画像と比較して、豊富なシーンコンテキスト情報を自然にエンコードしますが、以前のシーン理解方法では十分に活用されていません。本論文では、単一の全景パノラマ

synthesis

arXiv reaDer

dataset

differentiable

arXiv

pose

3D
リンク
誘発された象徴的空間を介した解釈可能な視覚的推論
arxiv_reader 2021/08/25
視覚的推論における概念帰納の問題を研究します。つまり、画像に関連付けられた質問と回答のペアから概念とその階層関係を特定します。誘発された象徴的な概念空間に取り組むことにより、解釈可能なモデルを実現しま

arXiv reaDer

dataset

attention

arXiv

reasoning
リンク
マルチ画像融合とレイヤー分離のためのニューラル画像表現
arxiv_reader 2021/08/25
複数の画像を単一の座標ベースの神経表現に整列および融合するためのフレームワークを提案します。私たちのフレームワークは、カメラのエゴの動きやシーンの小さな変化が原因で位置がずれているバースト画像を対象と

arXiv reaDer

arXiv

optical flow

representation

occlusion
リンク
グローバル空間における自己中心的な3D人間のポーズの推定
arxiv_reader 2021/08/25
単一の魚眼カメラを使用した自己中心的な3D人間の姿勢推定は、外部カメラを使用した従来の外からのモーションキャプチャでは困難であった、制約のない環境での幅広い日常活動をキャプチャできるため、最近人気があ

arXiv reaDer

dataset

activity

pose estimation

monocular

arXiv

spatio-temporal

occlusion

human pose estimation

3D
リンク
MediaPipeHandsを使用したペン回しの手の動きの分析
arxiv_reader 2021/08/25
MediaPipe HandsとOpenCVを使用して、ペン回しでの手の動きに関するデータを取得することに挑戦しました。目的は、ペン回し競技のパフォーマンスを客観的に評価するために使用できるシステムを

detection

arXiv reaDer

arXiv
リンク
PocketNet：ニューラルアーキテクチャ検索とマルチステップ知識蒸留を使用した超軽量顔認識ネットワーク
arxiv_reader 2021/08/25
ディープニューラルネットワークは、急速に顔認識の主流の方法になりました。ただし、非常に多くのパラメータを含むこのようなモデルを組み込みデバイスに展開したり、メモリフットプリントが制限されたアプリケーシ

arXiv reaDer

benchmark

knowledge distillation

face recognition

arXiv

NAS

pre-training
リンク
MCUa：乳がん組織学画像分類のためのマルチレベルコンテキストと不確実性を意識した動的ディープアンサンブル
arxiv_reader 2021/08/25
乳房組織像の分類は、乳がんの早期診断における重要なステップです。乳房の病理診断では、畳み込みニューラルネットワーク（CNN）がデジタル化された組織学スライドを使用して大きな成功を収めています。ただし、

dataset

arXiv reaDer

learning

CNN

arXiv

classification
リンク
ビデオ顕著性予測のための時空間自己注意ネットワーク
arxiv_reader 2021/08/25
3D畳み込みニューラルネットワークは、このペーパーで検討されているビデオ顕著性予測を含む、コンピュータービジョンのビデオタスクで有望な結果を達成しています。ただし、3D畳み込みは、カーネルサイズに応じ

computer vision

arXiv reaDer

benchmark

dataset

attention

saliency

CNN

arXiv

spatio-temporal

3D
リンク
Color2Embed：カラー埋め込みを使用した高速なエグザンプラベースの画像カラー化
arxiv_reader 2021/08/25
この論文では、Color2Embedという名前のカラー埋め込みを使用した高速なエグザンプラベースの画像カラー化アプローチを紹介します。一般に、入力画像とグラウンドトゥルース画像のペアを取得することは困

embedding

arXiv reaDer

dataset

unsupervised

learning

arXiv

reconstruction
リンク
教師なし視覚表現学習のための時間的知識の一貫性
arxiv_reader 2021/08/25
インスタンス識別パラダイムは、教師なし学習で支配的になっています。それは常に教師と生徒のフレームワークを採用しており、教師は生徒の監督信号として埋め込まれた知識を提供します。生徒は、教師からのビューと

unsupervised

arXiv reaDer

arXiv

representation learning
リンク
3D点群のセマンティックセグメンテーションで区別できない点を調査する
arxiv_reader 2021/08/25
この論文では、大規模な3D点群のセマンティックセグメンテーションにおける区別できない点（ラベルの予測が難しい）を調査します。区別できないポイントは、複雑な境界にあるポイント、ローカルテクスチャは似てい

point cloud

arXiv reaDer

dataset

arXiv

representation

metric

3D

semantic segmentation
リンク
EDEN: Saimaa ワモンアザラシパターンマッチングの深層特徴分散プーリング
arxiv_reader 2021/08/25
この論文では、サイマーワモンアザラシの個体再識別を解決するために、ペレージパターンマッチングが考慮されています。動物の再識別と、カメラトラップやクラウドソーシングによる大量の画像素材へのアクセス

embedding

arXiv reaDer

re-id

pooling

arXiv
リンク
MixMo：ディープサブネットワークを介した複数の出力のための複数の入力の混合
arxiv_reader 2021/08/25
最近の戦略では、単一のベースネットワーク内に同時に多様なサブネットワークを適合させることにより、「無料」でアンサンブルを実現しました。トレーニング中の主なアイデアは、各サブネットワークが同時に提供され

dataset

arXiv reaDer

learning

augmentation

arXiv

classification
リンク
ParticleAugment：サンプリングベースのデータ拡張
arxiv_reader 2021/08/25
画像分類のための自動化されたデータ拡張アプローチを提示します。問題をモンテカルロサンプリングとして定式化します。ここでの目標は、最適な拡張ポリシーを概算することです。一連の拡張操作を適用する確率がフィ

loss function

arXiv reaDer

dataset

augmentation

arXiv

classification
リンク
レーダーとカメラの融合によるフルベロシティレーダーリターン
arxiv_reader 2021/08/25
ドップラーレーダーの特徴は、レーダーポイントの半径方向の速度を測定することです。ただし、接線速度成分が欠落していると、動的シーンでのレーダースイープの時間的統合だけでなく、オブジェクトの速度推定も妨げ

arXiv reaDer

dataset

estimation

arXiv

optical flow
リンク
1 ピクセル攻撃は、コンピューター支援による癌診断を欺く
arxiv_reader 2021/08/25
コンピュータービジョンと機械学習を使用して、癌の診断と検出におけるさまざまなタスクを自動化できます。攻撃者が自動処理を操作できる場合、結果は壊滅的であり、最悪の場合、誤った診断と治療につながる可能性

computer vision

arXiv reaDer

dataset

learning

detection

arXiv

adversarial

pose
リンク
畳み込みユニット最適化によるバッチホワイトニングの一般化の改善
arxiv_reader 2021/08/25
バッチホワイトニングは、入力特徴をゼロ平均（センタリング）と単位分散（スケーリング）に変換し、チャネル間の線形相関を削除する（非相関）ことにより、トレーニングを加速および安定化する手法です。バッチ正規

arXiv reaDer

batch normalization

learning

arXiv

classification

convolutional
リンク
画像のない単一ピクセルセグメンテーション
arxiv_reader 2021/08/25
既存のセグメンテーション手法では、セマンティックセグメンテーションを実行するための入力として忠実度の高い画像が必要です。セグメンテーションの結果には、取得した画像よりもはるかに少ないエッジ情報のほとん

arXiv reaDer

vehicle

learning

detection

arXiv

simulation

real time

reconstruction

UAV

semantic segmentation
リンク
ProtoMIL: スライド全体の画像分類のためのプロトタイプパーツを使用した複数インスタンス学習
arxiv_reader 2021/08/25
マルチインスタンス学習（MIL）は、その弱く監視された性質により、多くの実際の機械学習アプリケーションで人気があります。ただし、MILを説明するための対応する取り組みは遅れており、通常、特定の予測に不

arXiv reaDer

dataset

learning

arXiv

weakly-supervised

reasoning
リンク
コンピュータ支援整形外科手術のための閉塞ロバストな視覚的マーカーレス骨追跡
arxiv_reader 2021/08/25
従来のコンピュータ支援整形外科ナビゲーションシステムは、患者のポーズ専用の光学マーカーの追跡に依存しているため、手術のワークフローはより侵襲的で、面倒で、費用がかかります。視覚的追跡は、マーカーや手間

synthesis

point cloud

arXiv reaDer

arXiv

tracking

pose

3D

RGB-D

segmentation
リンク
高次MOTをスケーラブルにする：持ち上げられた互いに素なパスのための効率的な近似ソルバー
arxiv_reader 2021/08/25
リフトされた互いに素なパス問題（LDP）の効率的な近似メッセージパッシングソルバーを提示します。これは、複数オブジェクト追跡（MOT）の自然であるがNP困難なモデルです。私たちのトラッカーは、長くて混

benchmark

arXiv reaDer

arXiv

MOT
リンク
軌道テンソルを使用したマルチカメラ軌道予測
arxiv_reader 2021/08/25
マルチカメラ軌道予測（MCTF）の問題を紹介します。これには、カメラのネットワーク全体で移動するオブジェクトの軌道を予測することが含まれます。マルチカメラのセットアップは、監視や交通監視などのアプリケ

trajectory

arXiv reaDer

video

arXiv
リンク
フル3Dメッシュ生成のためのディープハイブリッドセルフプライア
arxiv_reader 2021/08/25
ネットワークセルフプリアーを活用して、三角形のメッシュとテクスチャマップの両方で構成される完全な3Dモデルを色付きの3Dポイントクラウドから復元するディープラーニングパイプラインを紹介します。画像編集

point cloud

arXiv reaDer

learning

CNN

arXiv

sparse

reconstruction

3D

mesh
リンク
ビデオ接地のためのサポートセットベースの相互監視
arxiv_reader 2021/08/25
ビデオ接地の現在のアプローチは、ビデオとテキストの関係をキャプチャするための複雑なアーキテクチャの種類を提案し、印象的な改善を達成しています。しかし、実際には建築設計だけでは複雑なマルチモーダル関係を

dataset

arXiv reaDer

arXiv

representation

generative

contrastive learning

video
リンク
画像キャプションと視覚的な質問応答のための自動解析ネットワーク
arxiv_reader 2021/08/25
Transformerベースのビジョン言語システムの有効性を向上させるために、入力データの隠しツリー構造を検出して活用する自動解析ネットワーク（APN）を提案します。具体的には、各自己注意層の注意操作

embedding

arXiv reaDer

transformer

attention

arXiv

sparse

captioning
リンク
GANを削除する：単一画像生成モデルとしての最近傍パッチの防御
arxiv_reader 2021/08/25
単一画像生成モデルは、単一画像内のパッチの分布をキャプチャすることにより、合成および操作タスクを実行します。これらのタスクの従来の（ディープラーニング以前の）一般的なアプローチは、入力と生成された出力

synthesis

arXiv reaDer

learning

arXiv

GAN

generative
リンク
パサデナ：知覚的に認識し、ステルスな敵対的ノイズ除去攻撃
arxiv_reader 2021/08/25
画像のノイズ除去は、低品質の画像センサー、不安定な画像伝送プロセス、または低照度条件のためにマルチメディアデバイスによってキャプチャされた画像に広く存在する自然ノイズを除去できます。最近の研究では、画

arXiv reaDer

denoising

DNN

classification

arXiv

localization

adversarial

dataset
リンク
教師なしの深さの完了を学習するための適応型フレームワーク
arxiv_reader 2021/08/25
カラー画像と関連するまばらな深度測定値から密な深度マップを推測する方法を示します。私たちの主な貢献は、共可視性 (オクルージョン、ディスオクルージョン) とモデルに課す正則化の程度を決定するためのアニ

arXiv reaDer

benchmark

residual

annealing

dataset

unsupervised

arXiv

sparse

occlusion

regularization
リンク
マルチビューレーダーセマンティックセグメンテーション
arxiv_reader 2021/08/25
エゴビークルの周囲のシーンを理解することは、自動運転を支援するための鍵です。今日では、悪天候下での性能が低下しているにもかかわらず、これは主にカメラとレーザースキャナーを使用して行われています。自動車

arXiv reaDer

dataset

autonomous driving

detection

arXiv

classification

semantic segmentation
リンク
E-RAFT：イベントカメラからの高密度オプティカルフロー
arxiv_reader 2021/08/25
イベントカメラからの高密度オプティカルフロー推定に特徴相関と順次処理を組み込むことを提案します。最新のフレームベースのオプティカルフロー手法は、特徴の相関から計算されたマッチングコストに大きく依存して

arXiv reaDer

dataset

arXiv

optical flow

estimation

U-Net

convolutional
リンク
教師なし深度補完のための合成データからのトポロジーの学習
arxiv_reader 2021/08/25
合成データを活用して疎な点群と密な自然な形状の関連付けを学習し、画像を証拠として使用して予測された深度マップを検証することにより、画像と疎な深度測定値から密な深度マップを推測する方法を示します。自然な

synthesis

point cloud

arXiv reaDer

benchmark

dataset

unsupervised

arXiv

estimation

sparse

reconstruction
リンク
マルチスケールプログレッシブ統計モデルを使用したロスレス画像圧縮
arxiv_reader 2021/08/25
可逆画像圧縮は、情報の損失が許可されていない場合の画像の保存と送信にとって重要な手法です。ディープラーニング技術の急速な発展に伴い、この分野ではディープニューラルネットワークが使用され、より高い圧縮率

compression

arXiv reaDer

dataset

benchmark

autoregressive

learning

arXiv
リンク
グラフ上のランダムウォークを使用したビデオ内のオブジェクト検出のための自己教師あり学習システム
arxiv_reader 2021/08/25
この論文は、画像内のオブジェクトの新規で以前には見られなかったカテゴリを検出することを学習するための新しい自己監視システムを提示します。提案されたシステムは、さまざまなオブジェクトを含むシーンのいくつ

clustering

arXiv reaDer

dataset

unsupervised

learning

detection

arXiv

manifold

self-supervised

video
リンク
凍結組織切片からのアーカイブ品質の組織病理学的診断を容易にするための生成的敵対的アプローチ
arxiv_reader 2021/08/25
組織病理学を含む臨床診断および研究では、ホルマリン固定パラフィン包埋（FFPE）組織は、その優れた画質のためにほぼ普遍的に支持されています。ただし、組織の処理時間（24時間以上）は意思決定を遅らせる可

GAN

arXiv reaDer

arXiv
リンク
ReStyle：反復リファインメントによる残差ベースのStyleGANエンコーダー
arxiv_reader 2021/08/25
最近、無条件の画像合成の力は、生成的敵対的ネットワーク（GAN）の使用によって大幅に進歩しました。訓練されたGANの対応する潜在コードに画像を反転するタスクは、ネットワークによって学習された豊富なセマ

synthesis

arXiv reaDer

residual

arXiv

GAN
リンク
StyleAugment：事前定義されたテクスチャを使用しないスタイル拡張によるテクスチャの偏りのない表現の学習
arxiv_reader 2021/08/25
最近の強力な視覚分類器はテクスチャに偏っていますが、形状情報はモデルによって見落とされています。 Stylized ImageNetと呼ばれる芸術的なスタイルの転送方法を使用してトレーニング画像を拡張

arXiv reaDer

benchmark

dataset

unsupervised

augmentation

arXiv

representation

adversarial

occlusion

bias
リンク
葉の画像分類のためのコンピュータ支援の解釈可能な特徴
arxiv_reader 2021/08/25
植物種の同定は、時間と費用がかかり、多くの努力と専門知識を必要とします。最近、多くの研究者が深層学習法を使用して、植物の画像を使用して植物を直接分類しています。ディープラーニングモデルは大きな成功を収

arXiv reaDer

unsupervised

identification

learning

arXiv

classification
リンク
CNN画像超解像のための効率的なデュアルリファレンストレーニングデータ取得方法
arxiv_reader 2021/08/25
画像の超解像の深層学習方法の場合、最も重要な問題は、トレーニング用の低解像度と高解像度のペアの画像が実際のカメラのサンプリングプロセスを正確に反映しているかどうかです。既存の劣化モデル（バイキュービッ

arXiv reaDer

dataset

3D

human

learning

CNN

arXiv

super-resolution
リンク
複数のオブジェクトの追跡と軌道予測のための共同学習アーキテクチャ
arxiv_reader 2021/08/25
このホワイトペーパーでは、オブジェクトの現在と将来の軌道を同時に予測することを目的とした、複数オブジェクト追跡（MOT）と軌道予測のための共同学習アーキテクチャ（JLA）を紹介します。モーション予測は

benchmark

arXiv reaDer

dataset

learning

arXiv

MOT

trajectory
リンク
シングルステージ連続ジェスチャ認識のためのマルチモーダルフュージョン
arxiv_reader 2021/08/25
ジェスチャ認識は、ロボット工学や人間と機械の相互作用など、実世界での無数のアプリケーションを備えた、よく研究されている研究分野です。現在のジェスチャ認識方法は、孤立したジェスチャの認識に焦点を合わせて

loss function

arXiv reaDer

dataset

gesture

detection

arXiv

classification

video

segmentation
リンク
Deep Matching Prior: 密な対応のためのテスト時間の最適化
arxiv_reader 2021/08/25
視覚的または意味的に類似した画像間で密な対応を確立するための従来の手法は、モデル化が困難なタスク固有のマッチング事前の設計に焦点を当てています。これを克服するために、最近の学習ベースの方法は、大規模な

arXiv reaDer

benchmark

residual

learning

arXiv

contrastive

pre-training
リンク
人物検索に人物再識別のメリットを享受させる
arxiv_reader 2021/08/25
個人検索は、個人再識別（Re-ID）の拡張タスクです。ただし、既存のワンステップ人物検索作業のほとんどは、人物検出とRe-IDの統合により、既存の高度なRe-IDモデルを使用してワンステップ人物検索の

arXiv reaDer

disentangling

dataset

re-id

detection

arXiv

person
リンク
キャリブレーションされた逆投影層による教師なし深さの完了
arxiv_reader 2021/08/25
画像と疎な点群から密な深さを推測するためのディープニューラルネットワークアーキテクチャを提案します。これは、LIDARまたは他の距離センサーから取得したビデオストリームと対応する同期スパースポイントク

point cloud

arXiv reaDer

benchmark

unsupervised

LiDAR

arXiv

sparse

regularization

3D

video
リンク
ShapeConv：屋内RGB-Dセマンティックセグメンテーションのための形状認識畳み込み層
arxiv_reader 2021/08/25
RGB-Dセマンティックセグメンテーションは、過去数年間でますます注目を集めています。既存の方法は、ほとんどの場合、同種の畳み込み演算子を使用してRGBと深度の特徴を消費し、それらの本質的な違いを無視

arXiv reaDer

benchmark

attention

CNN

arXiv

semantic segmentation

RGB-D

convolutional
リンク
ラベル割り当て蒸留によるオブジェクト検出の改善
arxiv_reader 2021/08/25
オブジェクト検出でのラベル割り当ては、画像内のサンプリングされた領域に前景または背景のターゲットを割り当てることを目的としています。画像分類のラベリングとは異なり、この問題はオブジェクトのバウンディン

arXiv reaDer

distillation

detection

arXiv

classification
リンク
粗いラベルを使用した弱教師あり表現学習
arxiv_reader 2021/08/25
データ収集のための計算能力と技術の開発により、深層学習は、視覚的なベンチマークデータセットのほとんどの既存のアルゴリズムよりも優れたパフォーマンスを示しています。ディープラーニングのメカニズムの研究に

benchmark

arXiv reaDer

arXiv

weakly-supervised

representation learning
リンク
ARShoe：スマートフォンのリアルタイム拡張現実靴試着システム
arxiv_reader 2021/08/25
仮想試着技術により、ユーザーは拡張現実を使用してさまざまなファッションアイテムを試すことができ、便利なオンラインショッピング体験を提供します。しかし、これまでの作品のほとんどは、靴の仮想試着を無視して

arXiv reaDer

benchmark

pose estimation

arXiv

augmentation

real time

occlusion

3D

segmentation
リンク
MVSNeRF：マルチビューステレオからの高速で一般化可能な放射輝度フィールドの再構築
arxiv_reader 2021/08/25
ビュー合成のために神経放射輝度フィールドを効率的に再構築できる新しいニューラルレンダリングアプローチであるMVSNeRFを紹介します。密にキャプチャされた画像のシーンごとの最適化を考慮するニューラル放

synthesis

stereo

arXiv reaDer

dataset

arXiv

representation

reconstruction

reasoning
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 2021/08/25
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

arXiv reaDer

benchmark

human

monocular

arXiv

pose

reconstruction

3D

mesh

video
リンク
組み込みシステムでのリアルタイムの単眼人間深度推定とセグメンテーション
arxiv_reader 2021/08/25
移動する歩行者に対する衝突回避を実現するためにシーンの深さを推定することは、ロボット分野における重要かつ根本的な問題です。この論文は、単眼カメラを備えたリソースに制約のあるプラットフォーム（バッテリー

arXiv reaDer

dataset

human

monocular

arXiv

estimation

real time

depth prediction

pedestrian

semantic segmentation
リンク
修正されたFSSDとモデル圧縮に基づく小さなオブジェクトの検出
arxiv_reader 2021/08/25
小さな物体は解像度が比較的低く、抽出が困難な不明瞭な視覚的特徴があるため、既存の物体検出方法では小さな物体を効果的に検出できず、検出速度と安定性が劣ります。そこで、本論文では、FSSDに基づく小物体検

compression

arXiv reaDer

batch normalization

detection

arXiv

pruning
リンク
ParamCrop：ビデオ対照学習のためのパラメトリックキュービッククロッピング
arxiv_reader 2021/08/25
対照学習の中心的な考え方は、異なるインスタンスを区別し、同じインスタンスの異なるビューに同じ表現を共有させることです。些細な解決策を回避するために、拡張はさまざまなビューを生成する上で重要な役割を果た

arXiv reaDer

dataset

differentiable

augmentation

arXiv

representation

adversarial

contrastive learning

3D

video
リンク
Triangle-Net：点群学習のロバスト性に向けて
arxiv_reader 2021/08/25
3次元（3D）オブジェクト認識は、自動運転車、サービスロボット、監視ドローンなどの多くのコンピュータービジョンシステムが非構造化環境でより効果的に動作するための重要な望ましい機能になりつつあります。こ

point cloud

computer vision

arXiv reaDer

arXiv

real time

sparse

drone

pose

classification

3D
リンク
ファイバーCUR分解による高速でロバストなテンソル主成分分析
arxiv_reader 2021/08/25
基礎となる低多重線形ランクテンソルとスパース外れ値テンソルをそれらの合計から分離することを目的としたテンソルロバスト主成分分析（TRPCA）の問題を研究します。この作業では、大規模なTRPCA問題に対

synthesis

arXiv reaDer

dataset

arXiv

sparse

video
リンク
必要なのは色だけです：神経染色学習を使用した画像ベースの空間遺伝子発現予測
arxiv_reader 2021/08/25
「その染色吸収特性をモデル化することにより、腫瘍切片のルーチンの組織像における所与の空間位置での異なる遺伝子の発現レベルを予測することは可能ですか？」この作業では、ルーチンのヘマトキシリン＆エオシン（

learning

arXiv reaDer

arXiv
リンク
CoverTheFace：ディープラーニングと統計的形状分析を使用した顔カバーのモニタリングとデモンストレーション
arxiv_reader 2021/08/25
ワクチンの開発に成功し、広く利用可能であるにもかかわらず、マスクを着用することは、COVID-19パンデミックに対する強力な保護です。しかし、多くの人がそれらを間違って着用しています。この観察は、マス

COVID-19

arXiv reaDer

learning

detection

arXiv

face

landmark
リンク
3Dシーンでの4D人体キャプチャのモーション事前確率の学習
arxiv_reader 2021/08/25
単眼ビデオから複雑なシーンで高品質の3D人間の動きを復元することは、AR / VRからロボット工学に至るまでの多くのアプリケーションにとって重要です。ただし、オクルージョンや部分的なビューを処理しなが

arXiv reaDer

dataset

human

monocular

arXiv

occlusion

pose

3D

self-supervised

video
リンク
効率的なビデオ推論のための動的ネットワーク量子化
arxiv_reader 2021/08/25
深い畳み込みネットワークは最近、ビデオ認識で大きな成功を収めましたが、堅牢な認識を実現するには大量の計算リソースが必要なため、実際の実現は依然として課題です。効率を高めるための量子化の有効性に動機付け

benchmark

arXiv reaDer

dataset

quantization

arXiv

video

convolutional
リンク
同変イメージング：範囲空間を超えた学習
arxiv_reader 2021/08/25
さまざまなイメージングの問題では、基礎となる信号の圧縮された測定値にしかアクセスできないため、通常は信号のペアと関連する測定値をトレーニングに必要とするほとんどの学習ベースの戦略が妨げられます。圧縮さ

self-supervised

learning

arXiv reaDer

arXiv
リンク
スパースマルチビューカメラを使用した軽量の複数人のトータルモーションキャプチャ
arxiv_reader 2021/08/25
重度のオクルージョン、体から顔や手へのさまざまな再構成の粒度、大幅に変化する観察スケール、高速な体の動きを処理する場合、複数人のトータルモーションキャプチャは非常に困難です。上記のこれらの課題を克服す

localization

arXiv reaDer

detection

arXiv

face

sparse

occlusion

keypoint

pose

reconstruction
リンク
単眼カメラを使用した船舶の追跡
arxiv_reader 2021/08/25
この論文では、GPSデータのみを使用したカメラ校正の新しい手法を紹介します。ビデオ内の平面上を移動するオブジェクトを追跡する新しい方法は、バウンディングボックスの位置とサイズを使用して距離を推定するこ

arXiv reaDer

monocular

arXiv

real time

tracking

video
リンク
階層的ネットワーク解剖を使用した顔推論モデルの解釈
arxiv_reader 2021/08/25
このホワイトペーパーでは、顔中心の推論モデルの内部表現を解釈するための一般的なパイプラインである階層型ネットワーク分析について説明します。確率的定式化を使用して、Hierarchical Networ

dataset

arXiv reaDer

arXiv

representation

face

affinity

bias
リンク
ベイジアンニューラルネットワークの説明
arxiv_reader 2021/08/25
ディープニューラルネットワーク（DNN）などの高度な学習マシンの意思決定をより透過的にするために、説明可能なAI（XAI）は、DNNの予測の解釈を提供することを目的としています。これらの解釈は通常、ヒ

arXiv reaDer

Bayesian

learning

arXiv

DNN

explainable
リンク
edge-SR：大衆向けの超解像
arxiv_reader 2021/08/25
従来の画像スケーリング（バイキュービックなど）は、1つの畳み込み層と1つのアップスケーリングフィルターと見なすことができます。その実装は、すべてのディスプレイデバイスと画像処理ソフトウェアに遍在してい

edge device

arXiv reaDer

benchmark

learning

arXiv

real time

super-resolution

convolutional
リンク
PointBA：3Dポイントクラウドでのバックドア攻撃に向けて
arxiv_reader 2021/08/25
3Dディープラーニングは、多くのセーフティクリティカルなアプリケーションを含むさまざまなタスクでますます人気が高まっています。ただし、最近、いくつかの作業で3Dディープモデルのセキュリティ問題が発生し

arXiv reaDer

point cloud

learning

arXiv

dataset

3D

adversarial

disentangling
リンク
チャネルワイズトランスフォーマーによる3Dオブジェクト検出の改善
arxiv_reader 2021/08/25
点群からの3Dオブジェクト検出は近年急速な進歩を遂げていますが、柔軟で高性能な提案の改良の欠如は、既存の最先端の2ステージ検出器にとって依然として大きなハードルです。 3D提案の改良に関するこれまでの

embedding

point cloud

arXiv reaDer

benchmark

transformer

attention

detection

arXiv

representation

3D
リンク
微生物コロニー検出へのディープニューラルネットワークアプローチ-比較分析
arxiv_reader 2021/08/25
微生物コロニーを数えることは微生物学の基本的な仕事であり、多くの産業部門で多くの用途があります。それにもかかわらず、人工知能を使用した自動微生物カウントに向けた現在の研究は、統一された方法論の欠如と大

arXiv reaDer

benchmark

transformer

dataset

learning

detection

arXiv
リンク
構成可能な3Dシーンレイアウトによるリアルな画像合成
arxiv_reader 2021/08/25
最近の条件付き画像合成アプローチは、高品質の合成画像を提供します。ただし、オブジェクトの位置や向きなどの画像の内容を正確に調整することは依然として困難であり、合成された画像には幾何学的に無効な内容が含

synthesis

arXiv reaDer

arXiv

pose

3D
リンク
ダイバーシティペナルティモジュールによるGANのモード崩壊の緩和
arxiv_reader 2021/08/25
バニラGAN（Goodfellow etal。2014）は、モードの崩壊に深く悩まされています。これは通常、対応する潜在ベクトルが非常に異なっていても、ジェネレーターによって生成された画像がそれらの間

domain

synthesis

arXiv reaDer

dataset

attention

augmentation

arXiv

GAN

classification
リンク
SIDE：構造を意識したインスタンス深度推定を備えたセンターベースのステレオ3D検出器
arxiv_reader 2021/08/25
3D検出は、環境の知覚に不可欠な役割を果たします。一般的に使用されるLiDARセンサーのコストが高いため、経済的でありながら効果的な設定として、ステレオビジョンベースの3D検出が最近注目を集めています

arXiv reaDer

dataset

attention

LiDAR

detection

arXiv

estimation

anchor free

stereo

3D
リンク
SERF：log-SoftplusERror活性化関数を使用したディープニューラルネットワークのより良いトレーニングに向けて
arxiv_reader 2021/08/25
活性化関数は、トレーニングのダイナミクスとニューラルネットワークのパフォーマンスを決定する上で極めて重要な役割を果たします。広く採用されている活性化関数ReLUは、シンプルで効果的であるにもかかわらず

computer vision

arXiv reaDer

learning

detection

arXiv

regularization

classification
リンク
- 2021年8月26日
- 2021年8月25日
- 2021年8月24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