arxiv_readerのブックマーク / 2021年9月8日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年9月8日のブックマーク (91件)

層分解による自己監視腫瘍セグメンテーション
arxiv_reader 2021/09/08
この論文では、腫瘍セグメンテーションのための自己監視アプローチを提案します。具体的には、手動の注釈をまったく使用せずに、自己教師あり学習のモデルをダウンストリームタスクに直接適用できるゼロショット設定

zero-shot

pre-training

synthesis

self-supervised

augmentation

segmentation

arXiv

arXiv reaDer

dataset
リンク
顔認識データセットの人種的バイアスを軽減するための一般的な仮定の再考
arxiv_reader 2021/09/08
多くの既存の作品は、顔認識における人種的偏見を減らすことに向けて大きな進歩を遂げました。ただし、これらの方法のほとんどは、バイアスの主な原因であるデータセット自体に直接対処するのではなく、トレーニング

bias

arXiv

arXiv reaDer

dataset

face recognition
リンク
ランデブー：内視鏡ビデオにおける外科的アクショントリプレットの認識のための注意メカニズム
arxiv_reader 2021/09/08
内視鏡ビデオの外科ワークフロー分析のための既存のすべてのフレームワークの中で、アクショントリプレット認識は、外科活動に関する真にきめ細かい包括的な情報を提供することを目的とした唯一のフレームワークとし

transformer

attention

video

action

arXiv

arXiv reaDer

dataset

activity
リンク
物理世界のディープラーニングシステムに対するバックドア攻撃
arxiv_reader 2021/09/08
バックドア攻撃は、隠れた悪意のある動作を深層学習モデルに埋め込みます。これは、特定のトリガーを含むモデル入力でのみアクティブ化され、誤分類を引き起こします。ただし、バックドア攻撃と防御に関する既存の作

learning

pose

classification

arXiv

arXiv reaDer

dataset

face
リンク
メタセミ：半教師あり学習のためのメタ学習アプローチ
arxiv_reader 2021/09/08
深層学習ベースの半教師あり学習（SSL）アルゴリズムは、近年有望な結果をもたらしています。ただし、それらは複数の調整可能なハイパーパラメーターを導入する傾向があり、広範なハイパーパラメーター検索では

learning

loss function

semi-supervised

arXiv

arXiv reaDer
リンク
報酬データなしで高速サンプル再重み付けを学習する
arxiv_reader 2021/09/08
サンプルの再重み付けのトレーニングは、ラベルの不均衡や破損などのデータバイアスに対処するための効果的なアプローチです。最近の方法では、強化学習とメタ学習のフレームワークに基づくモデルトレーニングと共同

arXiv

arXiv reaDer

bias

reinforcement learning
リンク
nnFormer：ボリュームセグメンテーション用のインターリーブトランスフォーマー
arxiv_reader 2021/09/08
自然言語処理のデフォルトモデルであるトランスフォーマーは、医用画像コミュニティからほとんど注目されていません。長期的な依存関係を活用する能力を考えると、トランスフォーマーは、非定型の畳み込みニューラル

transformer

representation

attention

CNN

segmentation

arXiv

arXiv reaDer

dataset

3D
リンク
堅牢なオブジェクト検出に向けて：等分散性偶然性不確実性モデリングのためのベイズRetinaNet
arxiv_reader 2021/09/08
最近の研究によると、一般的に使用されるコンピュータービジョンデータセットには、ラベルエラーの約4％が含まれています。たとえば、COCOデータセットは、データラベルのノイズレベルが高いことで知られており

loss function

learning

computer vision

Bayesian

estimation

arXiv

arXiv reaDer

dataset

detection
リンク
高密度の非剛体オプティカルフローの自動生成
arxiv_reader 2021/09/08
今日の時点で、実世界の画像からの非剛体運動の密なオプティカルフローを伴う大規模なデータセットはほとんど存在しません。その理由は主に、グラウンドトゥルースオプティカルフローを導出するために必要な設定にあ

human

optical flow

synthesis

trajectory

pose

video

arXiv

arXiv reaDer

dataset

3D
リンク
2要素摂動を使用した深層学習分類器のロバスト性のベンチマーク
arxiv_reader 2021/09/08
DL分類器の精度は不安定であり、敵対的な画像、不完全な画像、または摂動された画像で再テストすると、大幅に変化することがよくあります。このホワイトペーパーでは、欠陥のある画像に対するDL分類器の堅牢性の

learning

adversarial

benchmark

arXiv

arXiv reaDer
リンク
公正な比較：きめ細かい視覚的分類の結果の分散の定量化
arxiv_reader 2021/09/08
画像分類のタスクのために、研究者は次の最先端の（SOTA）モデルを開発するために熱心に取り組んでおり、それぞれが前任者や同業者のパフォーマンスに対して独自のパフォーマンスをベンチマークしています。残念

classification

few-shot

arXiv

arXiv reaDer

dataset

metric

domain
リンク
RCNN-SliceNet：3次元蛍光顕微鏡画像における核重心検出のためのスライスおよびクラスターアプローチ
arxiv_reader 2021/09/08
堅牢で正確な核重心検出は、蛍光顕微鏡画像の生物学的構造を理解するために重要です。既存の自動核局在化手法は、3つの主要な課題に直面しています。（1）オブジェクト検出手法のほとんどは2D画像でのみ機能し、

synthesis

adversarial

localization

face

clustering

arXiv

arXiv reaDer

3D

detection
リンク
PP-OCRv2：超軽量OCRシステムの秘訣のバッグ
arxiv_reader 2021/09/08
光学式文字認識（OCR）システムは、さまざまなアプリケーションシナリオで広く使用されています。 OCRシステムの設計は依然として困難な作業です。以前の作業では、精度と効率のバランスをとるために、実用的

arXiv

arXiv reaDer

learning

detection
リンク
コンピュータビジョンとエッジコンピューティングを使用したスマート交通監視システム
arxiv_reader 2021/09/08
交通管理システムは、膨大なビデオデータをキャプチャし、ビデオ処理の進歩を活用して交通事故を検出および監視します。収集されたデータは、従来、詳細な分析のためにトラフィック管理センター（TMC）に転送され

computer vision

arXiv

arXiv reaDer

video

detection
リンク
サーキュラーエコノミーのための材料測定単位：調査による基礎
arxiv_reader 2021/09/08
鉱物や工業材料はあらゆる製造製品の構成要素であるため、それらが持続可能な開発のために必要な条件です。材料管理の効率を高めるために、コンピュータビジョン対応の材料測定システムを定義し、その開発に関連する

arXiv reaDer

computer vision

arXiv
リンク
LSD-StructureNet：3Dパーツ階層での構造詳細のモデリングレベル
arxiv_reader 2021/09/08
パーツの階層によって表される3D形状の生成モデルは、現実的で多様な出力のセットを生成できます。ただし、既存のモデルは、形状を全体的にモデル化するという重要な実用上の制限に悩まされているため、条件付きサ

generative

learning

augmentation

arXiv

arXiv reaDer

dataset

3D
リンク
ドメイン間でのマルチモーダルRGB-Dシーン認識
arxiv_reader 2021/09/08
シーン認識は、ロボット工学での広範なアプリケーションを使用したコンピュータビジョン研究の基本的な問題の1つです。利用可能な場合、深度画像は、RGBテクスチャ情報を補完し、識別可能なシーン画像の特徴を識

unsupervised

benchmark

classification

computer vision

arXiv reaDer

RGB-D

arXiv

self-supervised

3D

domain
リンク
機能的接続性の長距離時空間ダイナミクスを使用した表現型予測の改善
arxiv_reader 2021/09/08
機能的な脳の接続性（FC）の研究は、多くの精神障害の根底にあるメカニズムを理解するために重要です。最近の多くの分析では、グラフ畳み込みネットワークを採用して、機能的に相関する状態間の非線形相互作用を研

human

GCN

action recognition

classification

spatio-temporal

arXiv

arXiv reaDer

dataset

activity

domain
リンク
きめの細かいマニホールド蒸留による効率的なビジョントランスフォーマーの学習
arxiv_reader 2021/09/08
この論文はビジョントランスのモデル圧縮問題を研究した。自己注意モジュールの恩恵を受けて、トランスアーキテクチャは多くのコンピュータビジョンタスクで並外れたパフォーマンスを示しています。ネットワークのパ

transformer

benchmark

manifold

computer vision

compression

knowledge distillation

arXiv

arXiv reaDer

dataset
リンク
反復条件付きGANによる知覚学習ビデオ圧縮
arxiv_reader 2021/09/08
この論文は、反復的な条件付き生成的敵対的ネットワークを用いた知覚学習ビデオ圧縮（PLVC）アプローチを提案します。私たちのアプローチでは、反復オートエンコーダベースのジェネレータは、ビデオを圧縮するた

representation

compression

GAN

arXiv

arXiv reaDer

video

metric

recurrent
リンク
手書き文字認識のためのサポートベクターマシン
arxiv_reader 2021/09/08
手書き認識は、画像処理とパターン認識の分野で最も魅力的で挑戦的な研究分野の1つです。自動化プロセスの改善に大きく貢献します。本論文では、制約のない手書きマラヤーラム文字を認識するためのシステムを提案し

arXiv

arXiv reaDer

SVM
リンク
階層的自己監視拡張分布を使用した知識の蒸留
arxiv_reader 2021/09/08
知識蒸留（KD）は、大きな教師から小さな生徒に意味のある情報を転送することを目的とした効果的なフレームワークです。一般に、KDには、知識を定義して伝達する方法が含まれることがよくあります。以前のKD手

arXiv

classification

self-supervised

augmentation

knowledge distillation

representation learning

arXiv reaDer

detection
リンク
MultiScene：単一の航空画像でのマルチシーン認識のための大規模なデータセットとベンチマーク
arxiv_reader 2021/09/08
空中シーンの認識は、高解像度の空中画像を解釈する際の基本的な研究課題です。過去数年間、ほとんどの研究は画像を1つのシーンカテゴリに分類することに焦点を当てていますが、実際のシナリオでは、1つの画像に複

learning

benchmark

arXiv

arXiv reaDer

dataset
リンク
道路タイプ分類のためのグラフ表現学習
arxiv_reader 2021/09/08
最先端のグラフ畳み込みニューラルネットワークを採用した道路ネットワークのグラフ表現への新しい学習ベースのアプローチを提示します。私たちのアプローチは、オープンストリートマップから17都市の現実的な道路

GCN

unsupervised

classification

attention

CNN

representation learning

arXiv

arXiv reaDer
リンク
PLAM：正の対数-近似乗数
arxiv_reader 2021/09/08
位置番号システムは、浮動小数点数の代わりとして2017年に導入されました。それ以来、コミュニティはニューラルネットワーク関連のタスクでのアプリケーションを調査し、浮動小数点の対応物との競争力にはまだほ

arXiv

arXiv reaDer
リンク
深くする代わりに広くする
arxiv_reader 2021/09/08
最近、接続が残っている変圧器ブロックが増え、さまざまなタスクで印象的な結果が得られました。より少ない訓練可能なパラメータでより良い性能を達成するために、最近の方法は、深さとともにパラメータ共有またはモ

BERT

residual

transformer

benchmark

representation

computer vision

arXiv

arXiv reaDer

embedding

dataset
リンク
画像生成のための実験的量子生成敵対的ネットワーク
arxiv_reader 2021/09/08
量子機械学習は、短期的な量子デバイスの最初の実用的なアプリケーションの1つになると期待されています。先駆的な理論的研究は、量子生成敵対的ネットワーク（GAN）が、古典的なGANに比べて潜在的な指数関数

learning

attention

CNN

GAN

arXiv

arXiv reaDer

dataset
リンク
ユニモーダルおよびマルチモーダル検出器を使用したオーディオビデオマルチモーダルディープフェイクデータセットの評価
arxiv_reader 2021/09/08
ディープフェイクの生成が大幅に進歩したことで、セキュリティとプライバシーの問題が発生しました。攻撃者は、人物の顔を標的の人物の顔に置き換えることで、画像内の人物の身元を簡単に偽装できます。さらに、ディ

human

deepfake

domain

person

video

arXiv

arXiv reaDer

dataset

face

detection
リンク
グラスマン多様体グラフ-ドメイン適応のための注意深いランドマーク選択
arxiv_reader 2021/09/08
ドメイン適応は、ソースドメインからの情報を活用して、ターゲットドメインの分類パフォーマンスを向上させることを目的としています。これは主に、サンプルの再重み付けと機能のマッチングという2つのスキームを利

domain adaptation

manifold

classification

landmark

arXiv

arXiv reaDer
リンク
局所的に集約された運動学的誘導スケルトンレットと監視された分析によるハッシュモデルを使用したリアルタイムのヒューマンアクション認識
arxiv_reader 2021/09/08
3Dアクション認識は、3Dスケルトンジョイントで構成されるアクションシーケンスの分類と呼ばれます。多くの研究が3Dアクション認識に向けられていますが、主に3つの問題があります。それは、非常に複雑なアー

denoising

sparse

representation

action recognition

classification

arXiv

arXiv reaDer

dataset

3D

real time
リンク
FuseFormer：ビデオ修復用のトランスフォーマーでのきめ細かい情報の融合
arxiv_reader 2021/09/08
Transformerは、長距離の関係をモデル化するための強力で柔軟なアーキテクチャとして、ビジョンタスクで広く探求されてきました。ただし、きめ細かい表現が必要なビデオ修復で使用する場合、既存の方法で

synthesis

transformer

representation

arXiv

arXiv reaDer

video
リンク
二重対照学習を使用した対になっていない深い画像のドレイン
arxiv_reader 2021/09/08
ペアの合成データに依存すると、実際のアプリケーションでの一般性とスケーラビリティが制限されることが多いため、ペアのない情報を使用したディープラーニングベースの単一画像ドレイン（SID）は非常に重要です

loss function

adversarial

contrastive learning

GAN

semi-supervised

arXiv

arXiv reaDer

embedding

dataset

domain
リンク
畳み込みスパースコーディングのための効率的なADMMベースのアルゴリズム
arxiv_reader 2021/09/08
畳み込みスパースコーディングは、グローバルシフト不変モデルを組み込むことにより、標準のスパース近似を改善します。最も効率的な畳み込みスパースコーディング法は、乗数の交互方向法と畳み込み定理に基づいてい

learning

sparse

approximation

arXiv

arXiv reaDer

convolutional
リンク
CovarianceNet：人間の動きの予測における正しい共分散予測のための条件付き生成モデル
arxiv_reader 2021/09/08
人間の動きを予測する際の不確実性の正しい特性評価は、この予測の精度と同様に重要です。将来の軌道の予測された分布に関連する不確実性を正しく予測するための新しい方法を提示します。私たちのアプローチであるC

human

generative

arXiv

arXiv reaDer

metric
リンク
動的モーダル注意を伴うセンサー拡張自己中心性ビデオキャプション
arxiv_reader 2021/09/08
ビデオまたはビデオキャプションを自動的に記述することは、マルチメディア分野で広く研究されてきました。この論文は、センサー増強エゴセントリックビデオキャプションの新しいタスク、MMACキャプションと呼ば

human

attention

captioning

video

arXiv

arXiv reaDer

dataset

activity
リンク
Fishr：分布外の一般化のための不変勾配分散
arxiv_reader 2021/09/08
データ分布の変化の下で十分に一般化する堅牢なモデルを学習することは、実際のアプリケーションにとって重要です。この目的のために、複数のトレーニングドメインから同時に学習することへの関心が高まっていますが

loss function

learning

benchmark

regularization

OOD

gradient

arXiv

arXiv reaDer

domain
リンク
単眼RGBビデオからのアニメート可能な神経放射輝度フィールド
arxiv_reader 2021/09/08
単眼ビデオから詳細な人間のアバターを作成するためのアニメーション化可能な神経放射輝度フィールド（アニメーション化可能なNeRF）を提示します。私たちのアプローチは、シーン表現ネットワークを学習しながら

human

learning

representation

monocular

pose estimation

arXiv

arXiv reaDer

video

reconstruction
リンク
生成的敵対的ネットワークを使用したeコマース製品のブランドラベルアルベド抽出
arxiv_reader 2021/09/08
この論文では、eコマース製品のブランドラベルのアルベドを抽出するためのソリューションを紹介します。この目的のために、アルベド抽出用の大規模なフォトリアリスティックな合成データセットを生成し、続いて生成

arXiv

arXiv reaDer

GAN

synthesis
リンク
一時的な瞬間のローカリゼーションのために言語とビデオのモダリティを組み合わせる方法を学ぶ
arxiv_reader 2021/09/08
時間的モーメントのローカリゼーションは、クエリで指定されたモーメントに一致する最適なビデオセグメントを取得することを目的としています。既存の方法は、視覚的および意味的な埋め込みを独立して生成し、それら

human

benchmark

localization

attention

arXiv reaDer

arXiv

LSTM

embedding

dataset

recurrent
リンク
クロスドメインの人の再識別のための複数の共同教育による自己矛盾からの学習
arxiv_reader 2021/09/08
クラスタリング戦略を採用して、ラベルのないターゲット画像に疑似ラベルを割り当てることは、ドメイン適応における個人再識別（re-ID）アルゴリズムのトレンドになっています。これらのクラスタリングベースの

unsupervised

domain adaptation

learning

re-id

clustering

person

arXiv

arXiv reaDer

dataset
リンク
FDA：ロバストな気道セグメンテーションのための機能分解と集約
arxiv_reader 2021/09/08
3D畳み込みニューラルネットワーク（CNN）は、気道のセグメンテーションに広く採用されています。 3D CNNのパフォーマンスはデータセットの影響を大きく受けますが、公道のデータセットは主に粗い注釈付

COVID-19

CT

attention

CNN

segmentation

transfer learning

arXiv

arXiv reaDer

3D
リンク
多視点手指衛生におけるきめの細かい手ジェスチャ認識
arxiv_reader 2021/09/08
この論文は、「MFH」と名付けられた、手衛生システムにおける手ジェスチャー認識のための新しい高品質のデータセットに貢献します。一般に、現在のデータセットは以下に焦点を合わせていません。（i）きめ細かい

learning

adaptation

arXiv reaDer

arXiv

self-supervised

dataset

gesture
リンク
DropBitsによる半緩和量子化：ビット単位の正則化による低ビットニューラルネットワークのトレーニング
arxiv_reader 2021/09/08
ネットワークの重みとアクティベーションのビット長を削減することを目的としたネットワーク量子化は、リソースが制限されたデバイスに展開するためのニューラルネットワークのサイズを削減するための重要な要素の1

bias

learning

regularization

benchmark

quantization

arXiv

arXiv reaDer

dataset
リンク
実環境でのオーディオビジュアルアクティブスピーカー検出用の 3 段階アーキテクチャを設計する方法
arxiv_reader 2021/09/08
アクティブスピーカーの検出を成功させるには、3 段階のパイプラインが必要です。(i) クリップ内のすべてのスピーカーのオーディオビジュアルエンコーディング、(ii) 各フレーム内の参照スピーカー

arXiv

arXiv reaDer

dataset

detection
リンク
スパース主成分分析の新しい基礎
arxiv_reader 2021/09/08
スパース主成分分析（PCA）の以前のバージョンでは、固有基底（ap×k行列）はほぼスパースであると想定されていました。 ak×k回転後にp×k行列がほぼスパースになると仮定する方法を提案します。アルゴ

clustering

sparse

arXiv reaDer

arXiv
リンク
DeepFakes：機械学習を使用した偽造および合成メディアコンテンツの検出
arxiv_reader 2021/09/08
ディープラーニングの急速な進歩により、本物の顔画像と操作された顔画像およびビデオクリップの区別がかつてないほど困難になっています。膨大な数の悪意のある顔操作アプリケーションを促進することによって最近出

deepfake

generative

learning

synthesis

domain

arXiv

arXiv reaDer

video

face

detection
リンク
ジャーナリズムのガイドラインを意識したニュース画像のキャプション
arxiv_reader 2021/09/08
ニュース記事の画像のキャプションのタスクは、ニュース記事の画像の説明的で有益なキャプションを生成することを目的としています。一般的な用語で画像のコンテンツを単に説明する従来の画像キャプションとは異なり

representation

captioning

arXiv

arXiv reaDer

dataset

metric
リンク
ICCAD特別セッションペーパー：画像分類のための量子古典的ハイブリッド機械学習
arxiv_reader 2021/09/08
画像分類は、従来の深層学習（DL）の主要なアプリケーションドメインです。量子機械学習（QML）は、画像分類に革命をもたらす可能性を秘めています。典型的なDLベースの画像分類では、畳み込みニューラルネッ

learning

classification

CNN

arXiv

arXiv reaDer

dataset

domain
リンク
GCsT：アクション認識のためのグラフ畳み込みスケルトントランスフォーマー
arxiv_reader 2021/09/08
グラフ畳み込みネットワーク（GCN）は、スケルトンベースのアクション認識に有望なパフォーマンスを実現します。ただし、ほとんどのGCNベースの方法では、時空間グラフの畳み込みはグラフトポロジによって厳密

GCN

transformer

action recognition

attention

arXiv

arXiv reaDer

dataset
リンク
CIM：少数ショット分類のためのクラスに関係のないマッピング
arxiv_reader 2021/09/08
少数ショット分類（FSC）は、近年最も懸念されているホットな問題の1つです。一般的な設定は、次の2つのフェーズで構成されます。（1）基本データ（大量のラベル付きサンプルがある）を使用して特徴抽出モデル

pre-training

learning

localization

classification

few-shot

arXiv

arXiv reaDer
リンク
DS-Net：ビデオ顕著なオブジェクト検出のための動的時空間ネットワーク
arxiv_reader 2021/09/08
動く物体は常に人間の目をより注意を引くので、時間的動機情報は常に空間情報と補完的に利用されて、ビデオ内の顕著な物体を検出します。一時的な動機情報を抽出するためにオプティカルフローなどの効率的なツールが

human

optical flow

benchmark

attention

video

arXiv

arXiv reaDer

saliency

detection
リンク
生成的-敵対的-ネットワークベースのゴースト認識
arxiv_reader 2021/09/08
現在、ターゲット認識技術は多くの分野で重要な役割を果たしています。しかしながら、現在のターゲット画像情報ベースの方法は、画質および画像再構成の時間コストの影響を受ける。本論文では、ゴーストイメージング

GAN

arXiv

arXiv reaDer

detection

reconstruction
リンク
DPR-CAE：画像解析用の動的パーツ表現を備えたカプセルオートエンコーダ
arxiv_reader 2021/09/08
画像をオブジェクト、パーツ、および関係の階層に解析することは重要であり、多くのコンピュータービジョンタスクでも困難です。この論文では、DPR-CAEと呼ばれる、この問題に対処するためのシンプルで効果的

unsupervised

learning

representation

pose

computer vision

classification

arXiv

arXiv reaDer
リンク
依存関係の最大化とインスタンス判別分析による数ショットの学習
arxiv_reader 2021/09/08
数ショット学習（FSL）問題を研究します。この問題では、モデルは、カテゴリごとにラベル付けされたトレーニングデータが非常に少ない新しいオブジェクトの認識を学習します。以前のFSLアプローチのほとんどは

bias

learning

benchmark

augmentation

few-shot

semi-supervised

arXiv

arXiv reaDer
リンク
顕著な物体検出のための漸進的な自己誘導損失
arxiv_reader 2021/09/08
画像内の深層学習ベースの顕著なオブジェクト検出（SOD）を容易にするために、シンプルでありながら効果的なプログレッシブ自己誘導損失関数を提示します。最も関連性の高い作品によって作成された顕著性マップは

loss function

benchmark

dataset

attention

arXiv

arXiv reaDer

saliency

detection
リンク
世代間機能相互作用学習に基づく親族検証
arxiv_reader 2021/09/08
顔画像からの親族関係の検証は、多くの潜在的なコンピュータービジョンアプリケーションで新たに登場しているが挑戦的な手法として認識されています。この論文では、ロバストな親族関係の検証のための新しい世代間特

learning

representation

computer vision

CNN

arXiv

arXiv reaDer

face
リンク
教師なし親族推定のための深い協調的マルチモーダル学習
arxiv_reader 2021/09/08
親族関係の検証は、コンピュータービジョンにおける長年の研究課題です。顔に現れる視覚的な違いは、親族システムの認識能力に大きな影響を及ぼします。複数の視覚的知識を集約することで、正確な親族関係を特定する

identification

unsupervised

learning

computer vision

attention

estimation

arXiv

arXiv reaDer

dataset

face recognition
リンク
ビデオからの自己注意の3D人間のポーズと形状の推定
arxiv_reader 2021/09/08
ビデオから人間の3Dポーズと形状を推定するタスクを検討します。既存のフレームベースのアプローチは大きな進歩を遂げましたが、これらの方法は各画像に個別に適用されるため、予測に一貫性がなくなることがよくあ

human

learning

pose

video

estimation

arXiv

arXiv reaDer

dataset

3D
リンク
カウントのためのConvNets：スティールパンドラムの一時的現象のオブジェクト検出
arxiv_reader 2021/09/08
電子スペックルパターン干渉法（ESPI）で照らされたカリブ海のスティールパンドラムの過渡振動の高速ビデオ記録のフレームで、楕円形の腹領域の干渉縞をカウントするために、畳み込みニューラルネットワークから

tracking

synthesis

CNN

video

GAN

arXiv

arXiv reaDer

dataset

detection
リンク
ディープSIMBAD：ランキングベースのシーン記述子を使用したアクティブなランドマークベースの自己ローカリゼーション
arxiv_reader 2021/09/08
ランドマークベースのロボットの自己位置特定は、ドメイン全体（時刻、天気、季節など）で視覚的な場所認識（VPR）を実行するための、高度に圧縮されたドメイン不変のアプローチとして最近関心を集めています。た

robot

approximation

landmark

arXiv

arXiv reaDer

dataset

reinforcement learning

domain
リンク
生成的敵対的トレーニングによる堅牢性と一般化
arxiv_reader 2021/09/08
ディープニューラルネットワークは、さまざまなコンピュータビジョンタスクで目覚ましい成功を収めていますが、新しいドメインや入力画像の微妙なバリエーションに一般化できないことがよくあります。これらの変動に

generative

adversarial

classification

computer vision

segmentation

arXiv

arXiv reaDer

disentangling

detection
リンク
バイノーラルSoundNet：バイノーラルサウンドでセマンティクス、深さ、動きを予測する
arxiv_reader 2021/09/08
人間は、視覚的および/または聴覚的手がかりを使用して、オブジェクトを確実に認識およびローカライズできます。機械はすでに視覚データで同じことを行うことができますが、音で行われる作業は少なくなっています。

human

localization

super-resolution

distillation

arXiv

arXiv reaDer

dataset
リンク
STRIVE：ビデオでのシーンテキストの置換
arxiv_reader 2021/09/08
ディープスタイル転送と学習したフォトメトリック変換を使用してビデオのシーンテキストを置き換えることを提案します。静止画像テキスト置換の最近の進歩に基づいて、元のビデオの外観とモーション特性を維持しなが

synthesis

pose

video

spatio-temporal

arXiv

arXiv reaDer

dataset
リンク
ゼロからヒーローへのディープネットワークのトレーニング：落とし穴を避け、それを超える
arxiv_reader 2021/09/08
ディープニューラルネットワークのトレーニングは、実世界のデータでは難しい場合があります。モデルをブラックボックスとして使用すると、転移学習を使用した場合でも、小さなデータセットや特定のアプリケーション

transformer

self-supervised

transfer learning

arXiv

arXiv reaDer

dataset

contrastive

convolutional
リンク
Pano3D：360 ^ o深度推定のための全体的なベンチマークと堅実なベースライン
arxiv_reader 2021/09/08
Pano3Dは、球形パノラマから深度を推定するための新しいベンチマークです。これは、すべての深度推定特性、精度と精度を対象とした一次直接深度推定パフォーマンス、および二次特性、境界の保存、および滑らか

benchmark

estimation

arXiv

arXiv reaDer

disentangling
リンク
事前トレーニング済みモデルCLIPに基づくゼロショット分布外検出
arxiv_reader 2021/09/08
通常の開集合検出問題では、既知のクラス（閉集合クラスとも呼ばれます）のサンプルを使用して、特別な分類器をトレーニングします。テストでは、分類器は（1）既知のクラスのテストサンプルをそれぞれのクラスに分

zero-shot

pre-training

arXiv

benchmark

classification

representation learning

arXiv reaDer

dataset

detection
リンク
WhyAct：ライフスタイルVlogのアクション理由の特定
arxiv_reader 2021/09/08
私たちは、オンライン動画で人間の行動の理由を自動的に特定することを目指しています。私たちは、人々が口頭で説明しながら行動を起こす、幅広いジャンルのライフスタイルvlogに焦点を当てています。理由が手動

human

video

action

arXiv

arXiv reaDer

dataset
リンク
複合現実臨床アプリケーション向けのシングルカメラ3Dヘッドフィッティング
arxiv_reader 2021/09/08
単一の移動カメラで撮影されたビデオから、頭の表面全体の形状として定義される人の頭の形状を推定し、すべてのビデオフレームに適合した3D頭の位置合わせを決定するという問題に対処します。人のポーズ。 3D頭

pose

person

landmark

segmentation

stereo

arXiv

arXiv reaDer

3D

reconstruction
リンク
統合された階層的食品分類による食事評価の改善
arxiv_reader 2021/09/08
画像ベースの食事評価とは、視覚データから、誰かが何を食べ、どれだけのエネルギーと栄養素が消費されているかを判断するプロセスを指します。食品の分類は、最初の最も重要なステップです。既存の方法は、視覚情報

multi-task

classification

arXiv

arXiv reaDer

dataset

domain
リンク
変形可能な画像レジストレーションへの応用による医用画像の自動ランドマーク対応検出
arxiv_reader 2021/09/08
変形可能な画像レジストレーション（DIR）は、画像内の対応するランドマークを使用した追加のガイダンスの恩恵を受けることができます。ただし、特に3次元（3D）医用画像の対応するランドマークの自動検出方法

loss function

CT

self-supervised

CNN

landmark

MRI

arXiv

arXiv reaDer

3D

detection
リンク
一時的な行動提案生成のためのエージェント-環境ネットワーク
arxiv_reader 2021/09/08
時間的アクション提案の生成は、トリミングされていないビデオ内の人間のアクションを含む時間的間隔をローカライズすることを目的とした、不可欠でやりがいのあるタスクです。既存のアプローチのほとんどは、アクシ

human

attention

video

action

arXiv

arXiv reaDer

dataset
リンク
高解像度UAV画像の雑草と作物の分類のためのビジョントランスフォーマー
arxiv_reader 2021/09/08
作物と雑草の監視は、今日の農業と食料生産にとって重要な課題です。データ取得および計算技術の最近の進歩のおかげで、農業は、高収量および高品質の作物生産に対応するために、よりスマートで精密な農業へと進化し

learning

UAV

transformer

classification

CNN

arXiv

arXiv reaDer

dataset

face

domain
リンク
グラフ注意層は道路のくぼみ検出のためのセマンティックセグメンテーションを進化させる：ベンチマークとアルゴリズム
arxiv_reader 2021/09/08
既存の道路のくぼみ検出アプローチは、コンピュータービジョンベースまたは機械学習ベースに分類できます。前者のアプローチは、通常、2D画像分析/理解または3D点群モデリングおよびセグメンテーションアルゴリ

computer vision

attention

CNN

point cloud

GNN

semantic segmentation

arXiv

arXiv reaDer

detection
リンク
致命的な衝突リスクのコンピュータビジョンベースの認識をサポートするためのシナリオごとの時空間的注意ガイダンスを作成するための衝突レポートデータ分析
arxiv_reader 2021/09/08
交通事故死傷者の削減は、米国運輸省の最優先事項です。クラッシュに近い段階でのコンピュータービジョン（CV）ベースのクラッシュ予測がますます注目を集めています。致命的な衝突リスクを早期に認識する能力も、

learning

sparse

computer vision

attention

clustering

spatio-temporal

arXiv

arXiv reaDer

dataset
リンク
障害物回避を備えた費用効果の高いオブジェクトフォロワー移動ロボットシステムのためのインテリジェント動作計画
arxiv_reader 2021/09/08
材料を運ぶために手動で制御されるロボットを使用する産業はほとんどなく、これはすべての場所で常に使用できるわけではありません。ですから、特定の人間が持っている独特の色の物体を追跡することで、その人間を追

human

learning

person

arXiv

arXiv reaDer

robot
リンク
セルフトレーニングを使用して形状プログラムを推測することを学ぶ
arxiv_reader 2021/09/08
2Dおよび3D形状を生成するプログラムを推測することは、リバースエンジニアリングや編集などにとって重要です。ほとんどのドメインにペア（形状、プログラム）データがないため、このような推論モデルのトレーニ

synthesis

3D

semi-supervised

arXiv

arXiv reaDer

reinforcement learning

domain

reconstruction
リンク
ドメインアラインメントレイヤーを介したドメイン適応ネットワークの転送可能性の改善
arxiv_reader 2021/09/08
ディープラーニング（DL）は、多くのタスクで関連する結果が得られるため、さまざまなコンピュータービジョンタスクで使用される主要なアプローチです。ただし、ラベル付けされたデータが部分的またはまったくない

unsupervised

loss function

domain adaptation

learning

classification

computer vision

arXiv

arXiv reaDer
リンク
クラウドソーシングアノテーションの再考：マルチラベル画像分類のための顕著なラベルによる部分アノテーション
arxiv_reader 2021/09/08
注釈付き画像は、教師ありモデルのトレーニングと画像分類の評価の両方に必要です。画像に手動で注釈を付けることは、特にマルチラベルの画像の場合、面倒で費用がかかります。このような面倒な注釈タスクを実行する

learning

benchmark

dataset

classification

arXiv

arXiv reaDer

saliency
リンク
物理学の情報に基づく学習によるデュアルカメラスナップショットハイパースペクトルイメージングシステム
arxiv_reader 2021/09/08
ハイパースペクトル画像（HSI）は、広範なアプリケーションの見通しを備えた豊富な空間およびスペクトル情報を提供できます。最近、畳み込みニューラルネットワーク（CNN）を使用してHSIを再構築するいくつ

pre-training

learning

compression

CNN

arXiv

arXiv reaDer

dataset
リンク
人間の身体活動認識のデータ拡張のためのTransformerネットワーク
arxiv_reader 2021/09/08
データ拡張は、トレーニングで使用されるデータを増やすための分類で広く使用されている手法です。一般化を改善し、トレーニングに必要な注釈付きの人間活動データの量を減らし、データセットに必要な労力と時間を削

synthesis

transformer

classification

attention

augmentation

GAN

arXiv

arXiv reaDer

dataset

recurrent
リンク
確率的画像モデリングの分布外一般化について
arxiv_reader 2021/09/08
分布外（OOD）検出と可逆圧縮は、最初のデータセットで確率モデルをトレーニングし、その後、データ分布が異なる2番目のデータセットで尤度評価を行うことで解決できる2つの問題を構成します。尤度の観点から確

unsupervised

compression

OOD

arXiv

arXiv reaDer

dataset

autoregressive

detection
リンク
マルチコントラスト MR 画像超解像のための分離可能な注意の探索
arxiv_reader 2021/09/08
追加の解剖学的情報を提供する、対応する補助コントラストのガイダンスの下でのターゲットコントラストの磁気共鳴（MR）画像の超解像は、高速MRイメージングのための新しく効果的なソリューションです。ただし、

attention

dataset

MRI

arXiv reaDer

representation

super-resolution

arXiv
リンク
脳腫瘍の生存予測のためのMRIバイオマーカーの分析
arxiv_reader 2021/09/08
マルチモーダルMRIからの脳腫瘍患者の全生存期間（OS）の予測は、挑戦的な研究分野です。生存予測に関する既存の文献のほとんどは、非生物学的要因または患者の機能的神経学的状態のいずれも考慮していない放射

dataset

MRI

arXiv reaDer

SVM

arXiv

learning
リンク
FaVoA：顔と声の関連付けは、あいまいな話者検出を支持します
arxiv_reader 2021/09/08
顔と音声の強い関係は、困難な設定でも、話者の顔がはっきりしない場合、または同じシーンに複数の人がいる場合でも、顔が見えるときにアクティブスピーカー検出システムを支援することができます。人の正面の顔の表

classification

person

face

representation

arXiv reaDer

arXiv

detection
リンク
複数の画像からの教師なし学習による現実的なシングルビュー3Dオブジェクト再構成に向けて
arxiv_reader 2021/09/08
単一の画像からオブジェクトの3D構造を復元することは、その不適切な性質のために困難な作業です。 1つのアプローチは、同じオブジェクトカテゴリの豊富な写真を利用して、オブジェクトの前に強力な3D形状を学

unsupervised

learning

video

arXiv

arXiv reaDer

dataset

3D

reconstruction
リンク
追跡機能を備えた最先端のオブジェクト検出によるドライバーの電話使用違反の識別
arxiv_reader 2021/09/08
運転中の携帯電話の使用は、道路交通事故に関しては主要な要因であり、そのような違反を捕らえるプロセスは骨の折れる作業になる可能性があります。最新のオブジェクト検出フレームワークと高性能ハードウェアの両方

identification

human

pre-training

arXiv

dataset

YOLO

tracking

arXiv reaDer

R-CNN

detection
リンク
全地形型自律農業ロボットのナビゲーションパス計画
arxiv_reader 2021/09/08
労働力の不足と維持費の増加により、多くの農場の実業家は自動化された機械化されたアプローチにシフトすることを余儀なくされています。自律システムの重要なコンポーネントは、使用される経路計画手法です。カバレ

python

representation

arXiv

arXiv reaDer

simulation

metric

robot
リンク
DeepFakeビデオ検出のための時空間不整合学習
arxiv_reader 2021/09/08
顔の操作技術の急速な発展は、近年、世間の懸念を引き起こしている。ディープラーニングの成功に続いて、既存の方法は常にDeepFakeビデオ検出を二項分類問題として定式化し、フレームベースおよびビデオベー

deepfake

representation

classification

attention

CNN

arXiv

arXiv reaDer

video

face

detection
リンク
技術領域におけるデータ効率の良い欠陥分類のためのシャム基底関数ネットワーク
arxiv_reader 2021/09/08
技術分野で深層学習モデルをトレーニングするには、タスクは明確ですが、トレーニングに利用できるデータが不十分であるという課題が伴うことがよくあります。この作業では、シャムネットワークと動径基底関数ネット

learning

classification

arXiv

arXiv reaDer

dataset

domain
リンク
TrouSPI-Net：骨格横断歩道予測のための平行なアトラス畳み込みとU-GRUに関する時空間的注意
arxiv_reader 2021/09/08
歩行者の行動や意図を理解することは、歩行者の意図を正確に予測することで車両の安全性と快適な運転を保証できるため、車両の自律性にとって依然として主要な課題の1つです。この論文では、歩行者の骨格のダイナミ

arXiv

spatio-temporal

vehicle

convolutional

arXiv reaDer

attention

pedestrian
リンク
弱教師ありセマンティックセグメンテーションにおける疑似マスクの問題
arxiv_reader 2021/09/08
ほとんどの弱教師ありセマンティックセグメンテーション（WSSS）メソッドは、最初に疑似マスクを生成し、その後完全に教師ありの方法で疑似マスクを使用してセグメンテーションモデルをトレーニングするパイプラ

arXiv

dataset

weakly-supervised

metric

arXiv reaDer

semantic segmentation
リンク
- 2021年9月9日
- 2021年9月8日
- 2021年9月7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