arxiv_readerのブックマーク / 2021年9月10日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年9月10日のブックマーク (77件)

画像から画像への変換にローカルドメインを活用する
arxiv_reader 2021/09/10
Image-to-Image（i2i）ネットワークは、グローバルシーン構造に影響を与えないため、ローカルの変更をキャプチャするのに苦労します。たとえば、高速道路のシーンからオフロードに変換する場合、i

arXiv

GAN

transfer learning

arXiv reaDer

domain

human
リンク
NEAT：エンドツーエンドの自動運転のための神経注意フィールド
arxiv_reader 2021/09/10
シーンの意味的、空間的、時間的構造に関する効率的な推論は、自動運転の重要な前提条件です。エンドツーエンドの模倣学習モデルのそのような推論を可能にする新しい表現であるニューラルアテンションフィールド（N

arXiv

learning

representation

attention

arXiv reaDer

autonomous driving

reasoning
リンク
ConvMLP：ビジョンのための階層型畳み込みMLP
arxiv_reader 2021/09/10
一連の連続する多層パーセプトロンブロックで構成されるMLPベースのアーキテクチャは、最近、畳み込みおよびトランスベースの方法と同等の結果に達することがわかっています。ただし、ほとんどの場合、固定次元の

arXiv

pre-training

semantic segmentation

representation

detection

computer vision

arXiv reaDer

convolutional
リンク
Vision-and-LanguageまたはVision-for-Language？マルチモーダル変圧器のクロスモーダル影響について
arxiv_reader 2021/09/10
事前に訓練された視覚と言語のBERTは、両方のモダリティからの情報を組み合わせた表現を学習することを目的としています。これらのモデルが実際にクロスモーダル情報を統合する程度を評価するために、クロスモー

arXiv

transformer

representation

BERT

arXiv reaDer
リンク
Twitterでの画像のトリミング：公平性の指標、その制限、および表現、デザイン、エージェンシーの重要性
arxiv_reader 2021/09/10
Twitterは機械学習を使用して画像をトリミングします。画像は、最も目立つと予測される部分を中心にトリミングされます。 2020年秋、Twitterユーザーは、Twitterの自動画像トリミングシス

arXiv

learning

saliency

metric

representation

arXiv reaDer

bias
リンク
Talk-to-Edit：ダイアログによるきめ細かい顔の編集
arxiv_reader 2021/09/10
顔の編集は、多くのアプリケーションでの視覚とグラフィックスの重要なタスクです。しかし、既存の作品では、ユーザーとの自然なやりとりで、継続的かつきめ細かい編集モード（たとえば、微笑んでいる顔を大笑いして

arXiv

GAN

trajectory

face

arXiv reaDer

dataset
リンク
TxT：トランスフォーマーを使用したクロスモーダルエンドツーエンド学習
arxiv_reader 2021/09/10
視覚的な質問応答（VQA）など、複数のモダリティで推論するには、ドメイン間でセマンティックの概念を調整する必要があります。エンドツーエンドの学習が広く成功しているにもかかわらず、今日のマルチモーダルパ

arXiv

learning

VQA

transformer

R-CNN

representation

detection

arXiv reaDer

domain

reasoning
リンク
ナレーション付きの説明ビデオを3Dで再構築して接地する
arxiv_reader 2021/09/10
ナレーション付きの説明ビデオでは、車やラップトップの特定のモデルの修理など、同様のオブジェクトの操作を示して説明することがよくあります。この作品では、そのようなオブジェクトを再構築し、関連するナレーシ

unsupervised

arXiv

localization

reconstruction

video

estimation

arXiv reaDer

domain

3D
リンク
ニューラルIMLS：方向付けされていない点群からの表面再構成のための暗黙の移動最小二乗の学習
arxiv_reader 2021/09/10
ノイズが多く、不均一で、方向性のない点群からの表面再構成は、コンピュータビジョンとコンピュータグラフィックスにおいて魅力的でありながら難しい問題です。本論文では、再構成のための耐ノイズ符号付き距離関数

arXiv

learning

reconstruction

benchmark

self-supervised

point cloud

mesh

computer vision

arXiv reaDer
リンク
医用画像への応用のための公正な共形予測子
arxiv_reader 2021/09/10
ディープラーニングは、医用画像の解釈など、臨床ワークフローの多くのコンポーネントを強化する可能性があります。ただし、これらのブラックボックスアルゴリズムの臨床実践への変換は、従来の機械学習方法と比較し

arXiv

learning

interpretation

human

arXiv reaDer

dataset

bias
リンク
ErfActおよびPSerf：非単調で滑らかなトレーニング可能な活性化関数
arxiv_reader 2021/09/10
活性化関数は、ネットワークに非線形性を導入するニューラルネットワークの重要なコンポーネントです。ニューラルネットワークの最先端のパフォーマンスは、活性化関数の完璧な選択に依存します。 ErfAct-1

dataset

arXiv

arXiv reaDer
リンク
進化する循環ドメインカバレッジに基づくコピー移動画像偽造検出
arxiv_reader 2021/09/10
この論文の目的は、新しいスキームを提案することにより、画像フォレンジックにおけるコピームーブ偽造検出（CMFD）の精度を向上させることです。提案されたスキームは、ブロックベースとキーポイントベースの両

arXiv

localization

detection

arXiv reaDer

domain
リンク
保存学習は、多様なコンテキストを再構築することにより、自己教師あり医用画像モデルを改善します
arxiv_reader 2021/09/10
最大の情報を保持することは、自己教師あり学習方法論を設計する際の原則の1つです。この目標を達成するために、対比学習は、画像ペアを対比する暗黙の方法を採用しています。ただし、保存のために単に対照的な推定

arXiv

contrastive learning

representation learning

self-supervised

estimation

arXiv reaDer
リンク
触覚センシングによる手と物体の相互作用の動的モデリング
arxiv_reader 2021/09/10
触覚センシングは、人間が日常のタスクを実行するために重要です。視覚からの物体把持の分析は大幅に進歩しましたが、手と物体の相互作用のダイナミクスを推論してモデル化するために触覚センシングをどのように利用

arXiv

activity

contrastive learning

arXiv reaDer

3D
リンク
IFBiD：推論のないバイアス検出
arxiv_reader 2021/09/10
この論文は、単純に重みを調べることによって、深い畳み込みニューラルネットワークのバイアスを自動的に検出する方法を探求した最初の論文です。さらに、それはニューラルネットワークとそれらがどのように機能する

arXiv

classification

detection

face

arXiv reaDer

CNN

bias
リンク
PhysGNN：画像誘導神経手術における軟組織変形を予測するための物理駆動グラフニューラルネットワークベースのモデル
arxiv_reader 2021/09/10
画像誘導脳神経外科手術で術中の脳シフトを正しくキャプチャすることは、術前のデータを術中の形状に合わせ、効果的な手術ナビゲーションと最適な手術精度を確保するための重要なタスクです。有限要素法（FEM）は

arXiv

learning

GNN

approximation

mesh

arXiv reaDer

domain
リンク
UCTransNet：Transformerを使用したチャネルごとの観点からのU-Netのスキップ接続の再考
arxiv_reader 2021/09/10
最新のセマンティックセグメンテーション方法は、エンコーダ-デコーダアーキテクチャを備えたU-Netフレームワークを採用しています。単純なスキップ接続スキームを使用するU-Netにとって、グローバルマル

U-Net

arXiv

semantic segmentation

transformer

attention

arXiv reaDer

dataset
リンク
デュアル2部グラフオートエンコーダによる一般的な部分ラベル学習
arxiv_reader 2021/09/10
実用的でありながら挑戦的な問題を定式化します：一般的な部分ラベル学習（GPLL）。従来の部分ラベル学習（PLL）の問題と比較して、GPLLは、監視の仮定をインスタンスレベル（ラベルセットがインスタンス

GCN

arXiv

learning

video

self-supervised

face

arXiv reaDer

dataset

convolutional
リンク
閉じた形の速度初期化のための連続イベントライン制約
arxiv_reader 2021/09/10
イベントカメラは、対数輝度レベルが十分に変化すると、非同期で独立してイベントをトリガーします。ニューロモルフィックセンサーには、低遅延、モーションブラーがない、高ダイナミックレンジなど、標準のカメラに

arXiv

arXiv reaDer
リンク
堅牢なグローバル登録のためのディープハフ投票
arxiv_reader 2021/09/10
点群登録は、点群フラグメントのペアを整列させる剛体変換を推定するタスクです。 6D変換パラメーター空間でのハフ投票を活用して、実際の3Dスキャンのペアワイズ登録のための効率的で堅牢なフレームワークを紹

arXiv

sparse

benchmark

odometry

point cloud

6D

arXiv reaDer

dataset

3D

convolutional
リンク
エネルギー攻撃：敵対的な例の転送について
arxiv_reader 2021/09/10
この作業では、転送ベースのブラックボックスL_∞-敵対的攻撃であるエネルギー攻撃を提案します。攻撃はパラメータフリーであり、勾配近似を必要としません。特に、最初に代理モデルのホワイトボックスの敵対的摂

gradient

arXiv

approximation

arXiv reaDer

dataset

adversarial
リンク
下位互換性のある表現のための近隣コンセンサス対照学習
arxiv_reader 2021/09/10
オブジェクト再識別（ReID）では、深層学習手法の開発には、モデルの更新と展開が含まれることがよくあります。新しいモデルを展開するときにシステムを一時停止した状態で、再埋め込みと再インデックス付けを行

embedding

arXiv

contrastive learning

representation

re-id

arXiv reaDer
リンク
マルチストリームコーパスアラインメントとデュアルソフトマックス損失によるビデオテキスト検索の改善
arxiv_reader 2021/09/10
大規模な事前トレーニング済みモデルCLIPを使用してビデオテキスト検索タスク（VTR）を実行することは、以前のVTRメソッドを超える新しいトレンドになっています。ただし、ビデオとテキストの間の構造とコ

arXiv

benchmark

pre-training

contrastive

video

representation

action

arXiv reaDer
リンク
教師なしノイズ除去によるロバストなクロスドメイン画像理解に向けて
arxiv_reader 2021/09/10
深層学習モデルは通常、満足のいくパフォーマンスを達成するために大量のラベル付きデータを必要とします。マルチメディア分析では、ドメイン適応により、ラベルが豊富なソースドメインからラベルが不足しているター

embedding

unsupervised

arXiv

learning

weakly-supervised

COVID-19

domain adaptation

arXiv reaDer

dataset

adversarial
リンク
アダプティブバイナリ-ターナリ量子化
arxiv_reader 2021/09/10
ニューラルネットワークモデルはリソースを大量に消費します。スマートウェアラブル、携帯電話、ドローン、自動運転車など、リソースが限られているデバイスにこのような深いネットワークを展開することは困難です。

regularization

arXiv

benchmark

drone

quantization

arXiv reaDer

vehicle
リンク
M5Product：E-コマーシャルマルチモーダル事前トレーニングのための自己調和対照学習
arxiv_reader 2021/09/10
このホワイトペーパーでは、Eコマースに関するマルチモーダル事前トレーニングの研究を進め、その後、6,000を超えるカテゴリと5,000を超える属性をカバーする600万を超えるマルチモーダルペアで構成さ

arXiv

learning

benchmark

pre-training

video

arXiv reaDer

dataset
リンク
機械知覚と最小限の摂動で正則化された敵対的画像の生成の丁度可知差異
arxiv_reader 2021/09/10
この研究では、人間の知覚の丁度可知差異（JND）の概念に触発された、機械知覚の尺度を紹介します。この方法に基づいて、モデルが偽のラベルを出力して画像の変化を検出するまで、加法性ノイズによって画像を繰り

gradient

arXiv

classification

detection

human

arXiv reaDer

dataset

adversarial
リンク
Evo-ViT：ダイナミックビジョントランスフォーマーの低速-高速トークン進化
arxiv_reader 2021/09/10
ビジョントランスフォーマー（ViT）は最近爆発的な人気を博していますが、莫大な計算コストは依然として深刻な問題です。 ViTの計算の複雑さは、入力シーケンスの長さに関して2次式であるため、計算削減の主

arXiv

classification

pre-training

transformer

attention

compression

pruning

arXiv reaDer
リンク
ProAI：自動車アプリケーション向けの効率的な組み込みAIハードウェア-ベンチマーク調査
arxiv_reader 2021/09/10
シングルボードコンピュータ（SBC）の分野での開発は、ここ数年増加しています。これらは、先進運転支援システム（ADAS）や自動運転（AD）の車両への適用など、モバイルプラットフォームに通常必要とされる

arXiv reaDer

autonomous driving

arXiv

DNN

real time

vehicle

benchmark
リンク
宝くじのジャックポットは、事前にトレーニングされたモデルに存在します
arxiv_reader 2021/09/10
ネットワークプルーニングは、パフォーマンスを低下させることなくネットワークの複雑さを軽減するための効果的なアプローチです。既存の研究は、時間のかかる重み調整または幅が拡張されたネットワークでの複雑な検

pruning

arXiv reaDer

arXiv

pre-training

sparse
リンク
IICNet：リバーシブル画像変換のための汎用フレームワーク
arxiv_reader 2021/09/10
リバーシブル画像変換（RIC）は、特定のビジュアルコンテンツ（短いビデオなど）と埋め込み画像の間でリバーシブルな変換を構築することを目的としています。この場合、必要に応じて元のコンテンツを埋め込みから

arXiv reaDer

arXiv

embedding

video
リンク
LightSAL：陰関数曲面表現のための軽量サインにとらわれない学習
arxiv_reader 2021/09/10
最近、いくつかの研究が、陰関数曲面表現を学習するためにディープニューラルネットワークを使用した3D形状のモデリングに取り組んでいます。これまで、作業の大部分は再構築の品質に集中しており、モデルのサイズ

arXiv reaDer

3D

learning

convolutional

arXiv

human

representation

reconstruction

dataset

attention
リンク
ディープラーニングフレームワークを活用したラット心臓MRIの完全自動セグメンテーションに向けて
arxiv_reader 2021/09/10
人間の心臓の磁気共鳴データセットの自動セグメンテーションは、近年着実に改善されています。ただし、これらの方法は、データセットが限られており、画像の解像度が低いため、前臨床のコンテキストでは直接適用でき

arXiv reaDer

learning

segmentation

arXiv

U-Net

MRI

human

dataset

estimation
リンク
トレーニング後の量子化のためのきめ細かいデータ分布の調整
arxiv_reader 2021/09/10
トレーニング後の量子化は、主に元の完全なトレーニングデータセットへのアクセスを回避するために人気がありますが、パフォーマンスの低下もこの制限に起因します。この制限を緩和するために、この論文では、キャリ

arXiv reaDer

arXiv

batch normalization

synthesis

quantization

dataset

zero-shot
リンク
ビジョントランスフォーマーに対する転送可能な敵対的攻撃に向けて
arxiv_reader 2021/09/10
ビジョントランスフォーマー（ViT）は、一連のコンピュータービジョンタスクで優れたパフォーマンスを発揮しましたが、それでも敵対的な例に悩まされています。この論文では、高い転送可能性を実現するために、変

arXiv reaDer

arXiv

computer vision

CNN

adversarial

attention

transformer
リンク
3D点群のスーパーポイントガイド付き半教師ありセマンティックセグメンテーション
arxiv_reader 2021/09/10
3Dポイントクラウドのセマンティックセグメンテーションは、コンピュータビジョンの分野で難しいトピックです。文献にある既存の方法のほとんどは、完全にラベル付けされた大量のトレーニングデータを必要とします

arXiv reaDer

3D

dataset

arXiv

computer vision

semantic segmentation

semi-supervised

loss function

point cloud
リンク
分割統治による屋内パノラマ平面3D再構成
arxiv_reader 2021/09/10
屋内パノラマは通常、重力に平行または垂直な人工構造物で構成されます。この現象を利用して、（H）水平面と（V）垂直面を使用して360度画像のシーンを近似します。この目的のために、平面標定推定に基づいてピ

arXiv reaDer

3D

segmentation

arXiv

reconstruction

dataset

benchmark

clustering

CNN
リンク
HoHoNet：潜在的な水平特徴を備えた360屋内ホリスティック理解
arxiv_reader 2021/09/10
HoHoNetは、潜在水平特徴（LHFeat）を使用して屋内360度パノラマを全体的に理解するための多用途で効率的なフレームワークです。コンパクトなLHFeatは、垂直方向に沿ってフィーチャを平坦化し

arXiv reaDer

arXiv

semantic segmentation

reconstruction

estimation
リンク
プリミティブグラフネットワークによる単一画像3Dオブジェクト推定
arxiv_reader 2021/09/10
単一の画像（RGBまたは深度）から3Dオブジェクトを再構築することは、視覚的なシーンの理解における基本的な問題ですが、実際のシーンでは不適切な性質と複雑さがあるため、依然として困難です。これらの課題に

arXiv reaDer

3D

reasoning

arXiv

representation

attention

estimation
リンク
PIMNet：シーンテキスト認識のための並列で反復的な模倣ネットワーク
arxiv_reader 2021/09/10
今日、シーンテキスト認識は、そのさまざまなアプリケーションのためにますます注目を集めています。ほとんどの最先端の方法は、左から右に自動回帰的にテキストを生成するアテンションメカニズムを備えたエンコーダ

arXiv reaDer

learning

arXiv

pre-training

attention

benchmark

autoregressive
リンク
多言語オーディオビジュアルスマートフォンのデータセットと評価
arxiv_reader 2021/09/10
スマートフォンは、生体認証ベースの検証システムとともに採用され、機密性の高いアプリケーションにセキュリティを提供しています。視聴覚バイオメトリクスは、使いやすさから人気が高まっており、マルチモーダルな

arXiv reaDer

dataset

arXiv

biometrics
リンク
ドキュメント分析の特徴点の説明のための小さなCNN：アプローチとデータセット
arxiv_reader 2021/09/10
この論文では、ドキュメント分析とテンプレートマッチングのコンテキストで特徴点の記述の問題を研究します。私たちの研究は、特に限られた計算リソースを持つデバイスで使用できる軽量のニューラルネットワークをト

arXiv reaDer

dataset

arXiv

CNN
リンク
HSMD：ハイブリッドスパイキングニューラルネットワークアーキテクチャを使用したオブジェクトモーション検出アルゴリズム
arxiv_reader 2021/09/10
動く物体の検出は、脊椎動物の網膜によって実行される簡単なタスクですが、複雑なコンピュータービジョンタスクです。物体の動きに敏感な神経節細胞（OMS-GC）は、動く物体を感知する網膜の特殊な細胞です。

arXiv reaDer

SNN

arXiv

metric

computer vision

real time

dataset

detection

benchmark
リンク
プレゼンテーション攻撃検出のための自己教師あり学習の調教: 画像内デフォールディングと画像外デミキシング
arxiv_reader 2021/09/10
生体認証システムは、さまざまなプレゼンテーション攻撃機器（PAI）を使用して実行されるプレゼンテーション攻撃（PA）に対して脆弱です。ディープラーニングと手作りの機能の両方に基づく多数のプレゼンテーシ

arXiv reaDer

self-supervised

learning

arXiv

representation

dataset

detection

face
リンク
アンカーのない物体検出のためのローカリゼーションの不確実性の推定
arxiv_reader 2021/09/10
手術ロボットや自動運転車などの多くのセーフティクリティカルシステムは、センサーノイズや不完全なデータを伴う不安定な環境で動作するため、オブジェクト検出器は位置特定の不確実性を考慮することが望ましいです

arXiv reaDer

localization

autonomous driving

arXiv

robot

anchor free

dataset

detection

estimation

classification
リンク
リアルタイム画像ジオローカリゼーションのためのクロススケール視覚表現の学習
arxiv_reader 2021/09/10
ロボットのローカリゼーションは、GPSが拒否された環境では依然として困難な作業です。カメラやIMUなどのローカルセンサーに基づく状態推定アプローチは、エラーが蓄積するにつれて、長距離ミッションでドリフ

arXiv reaDer

localization

learning

arXiv

robot

real time

dataset

representation

domain

estimation
リンク
ディープメトリック学習における一般化のための問題の共有
arxiv_reader 2021/09/10
画像間の類似性を学習することは、多くの視覚タスクの基礎を構成します。一般的なパラダイムは、異なるトレーニングクラスを分離する埋め込みを求める識別メトリック学習です。ただし、主な課題は、トレーニングから

arXiv reaDer

embedding

arXiv

metric learning

dataset

benchmark
リンク
ロングテール視覚認識のための蒸留への自己監視
arxiv_reader 2021/09/10
ディープラーニングは、大規模なバランスの取れたデータセットでの視覚認識の目覚ましい進歩を達成しましたが、それでも実際のロングテールデータでは不十分です。以前の方法では、不均衡の問題を効果的に軽減するた

arXiv reaDer

self-supervised

learning

arXiv

dataset

domain

distillation
リンク
いくつかの2Dスライスラベルによる注意ベースの3D地震断層セグメンテーショントレーニング
arxiv_reader 2021/09/10
地震データの断層の検出は、地震構造の解釈、貯留層の特性評価、および井戸の配置にとって重要なステップです。最近のいくつかの作品は、それを画像セグメンテーションタスクと見なしています。画像セグメンテーショ

detection

arXiv reaDer

3D

interpretation

segmentation

arXiv

loss function

attention
リンク
薄膜光起電モジュールのエレクトロルミネッセンス画像への特異スペクトル解析の適用
arxiv_reader 2021/09/10
この論文では、薄膜太陽光発電（PV）モジュールのエレクトロルミネッセンス（EL）画像のコンテキストでの特異スペクトル解析法（SSA）の適用について説明します。 EL画像分解を、グローバル強度、セル、お

arXiv reaDer

arXiv
リンク
ACP ++：人間と物体の相互作用を検出するためのアクションの共起事前確率
arxiv_reader 2021/09/10
ヒューマンオブジェクトインタラクション（HOI）検出のタスクでよくある問題は、多数のHOIクラスにラベル付けされた例が少数しかないため、ロングテール分布のトレーニングセットが生成されることです。ポジテ

arXiv reaDer

arXiv

action

dataset

detection

benchmark

classification
リンク
マルチモーダルビデオから異常な運転行動を検出するための監視された対照的な学習
arxiv_reader 2021/09/10
脇見運転の行動を検出することは、世界中で発生する何百万もの死傷者を減らすために重要です。気が散るまたは異常な運転行動は、ドライバーに警告するために正しく識別される必要がある「通常の」運転からの逸脱です

arXiv reaDer

arXiv

contrastive learning

video

anomaly detection

loss function

dataset

representation
リンク
高次テンソル完了のためのマルチテンソルネットワーク表現
arxiv_reader 2021/09/10
この作業は、部分的に観測されたサンプリングからの高次元データ（テンソルと呼ばれる）の完了の問題を研究します。テンソルは複数の低ランク成分の重ね合わせであると考えます。特に、各コンポーネントは、いくつか

arXiv reaDer

learning

arXiv

synthesis

dataset

representation
リンク
DSAM：高性能車両の再識別のための角度マージナライズ損失による距離縮小
arxiv_reader 2021/09/10
車両の再識別（ReID）は、コンピュータービジョンにおける重要でありながら挑戦的な問題です。顔や人物などの他の視覚オブジェクトと比較して、車両は同時にはるかに大きなクラス内視点のバリエーションとクラス

arXiv reaDer

face recognition

person

arXiv

computer vision

identification

loss function

dataset

re-id

vehicle
リンク
敵対者の攻撃は自然な監視で元に戻すことができます
arxiv_reader 2021/09/10
画像には、多くの敵対的な攻撃の逆転を可能にする固有の構造が含まれていることがわかります。攻撃ベクトルは、画像分類子の失敗を引き起こすだけでなく、画像内の偶発的な構造を付随的に混乱させます。攻撃された画

arXiv reaDer

arXiv

pre-training

adversarial

dataset

representation
リンク
分割統治によるディープメトリック学習の改善
arxiv_reader 2021/09/10
ディープメトリックラーニング（DML）は、多くのコンピュータービジョンアプリケーションの基礎です。これは、入力ドメインから埋め込みスペースへのマッピングを学習することを目的としています。埋め込みスペー

arXiv reaDer

embedding

arXiv

computer vision

metric learning

representation

dataset

re-id

domain

clustering
リンク
半教師ありドメインの一般化可能な個人の再識別
arxiv_reader 2021/09/10
既存の人物の再識別（re-id）メソッドは、カメラ間の人物マッチングが成功したにもかかわらず、新しい目に見えないシナリオに展開されたときにスタックします。最近の取り組みは、ドメイン適応型の人のre-i

arXiv reaDer

person

arXiv

semi-supervised

representation

knowledge distillation

dataset

re-id

domain

benchmark
リンク
ISCL：対になっていない画像のノイズ除去のための相互依存的な自己協調学習
arxiv_reader 2021/09/10
自己教師あり学習の進歩により、ディープラーニングベースの画像ノイズ除去では、ペアのクリーンノイズデータは不要になりました。ただし、既存のブラインドノイズ除去方法では、ゼロ平均ノイズ分布やピクセル単位の

arXiv reaDer

CT

self-supervised

adaptation

learning

arXiv

denoising

residual

adversarial

domain
リンク
ディープニューラルネットワークによる効率的な視覚認識：最近の進歩と新しい方向性に関する調査
arxiv_reader 2021/09/10
視覚認識は現在、コンピュータービジョン、パターン認識、さらには人工知能の一般的な分野で最も重要で活発な研究分野の1つです。それは非常に基本的な重要性と強い産業ニーズを持っています。ディープニューラルネ

arXiv reaDer

arXiv

computer vision

DNN

video
リンク
対照的なクロスモーダル事前トレーニング：少量サンプル医用画像の一般的な戦略
arxiv_reader 2021/09/10
特定の医用画像タスクのためにニューラルネットワークをトレーニングする際の重要な課題は、多くの場合、手動でラベル付けされた十分な数の例を取得することの難しさです。対照的に、医療記録ですぐに利用できること

arXiv reaDer

arXiv

contrastive

interpretation

dataset

transfer learning

classification
リンク
オフナディア衛星画像の建物セグメンテーションの改善
arxiv_reader 2021/09/10
建物の自動セグメンテーションは、衛星画像の分析とシーンの理解にとって重要なタスクです。ほとんどの既存のセグメンテーション方法は、画像が真上から撮影される場合（つまり、低いオフナディア/ビューイング角度

arXiv reaDer

satellite

learning

segmentation

arXiv

Bayesian
リンク
SORNet：順次操作のための空間オブジェクト中心の表現
arxiv_reader 2021/09/10
順次操作タスクでは、ロボットが環境の状態を認識し、目的の目標状態につながる一連のアクションを計画する必要があります。この場合、生のセンサー入力からオブジェクトエンティティ間の空間的関係について推論する

arXiv reaDer

reasoning

embedding

arXiv

action

robot

representation

zero-shot

estimation

classification
リンク
超高解像度衛星から導出された数値標高モデルとオルソフォトからの自動化されたLoD-2モデルの再構築
arxiv_reader 2021/09/10
この論文では、「分解-最適化-フィッティング」パラダイムに従ってLoD-2構築モデルを再構築するモデル駆動法を提案します。提案された方法は、深層学習ベースの検出器を介して建物の検出結果を開始し、「3ス

arXiv reaDer

3D

arXiv

reconstruction

dataset

detection
リンク
レイヤーピールモデルによるディープニューラルネットワークの探索：不均衡なトレーニングにおけるマイノリティの崩壊
arxiv_reader 2021/09/10
この論文では、十分に長い時間トレーニングされた深部神経ネットワークをよりよく理解するために、非凸でありながら分析的に扱いやすい最適化プログラムであるレイヤーピールモデルを紹介します。名前が示すように、

arXiv reaDer

dataset

arXiv

learning
リンク
OSSR-PID：パスサンプリングとGCNを使用したP＆IDシートでのワンショットシンボル認識
arxiv_reader 2021/09/10
配管および計装図（P＆ID）は、エンジニアリング回路図および機器レイアウトを表すために、いくつかの製造、石油、およびガス企業に遍在しています。新しいユースケースごとにさまざまな記号のセットに注釈を付け

arXiv reaDer

embedding

localization

GCN

arXiv

one-shot

classification

synthesis

dataset

CNN
リンク
環境の複雑さとコンピューティングワークロードのランタイムモニタリングによるエネルギー効率の高い移動ロボット制御
arxiv_reader 2021/09/10
ロボットの機械的および計算的アクチュエータを動的に操作することにより、移動ロボットのエネルギー消費を最小限に抑えるためのエネルギー効率の高いコントローラを提案します。移動ロボットは、イベントベースのカ

arXiv reaDer

arXiv

robot

real time
リンク
IMG2SMI：分子構造画像の簡略化された分子入力ラインエントリシステムへの変換
arxiv_reader 2021/09/10
多くの科学分野と同様に、新しい化学文献は驚異的なペースで成長しており、毎月何千もの論文が発表されています。化学文献の大部分は、新しい分子と分子間の反応に焦点を当てています。最も重要な情報は、分子の2D

unsupervised

arXiv

transformer

representation

arXiv reaDer

residual

dataset

captioning
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 2021/09/10
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

arXiv reaDer

3D

segmentation

arXiv

CNN

representation

dataset

attention

transformer
リンク
プレゼンテーション攻撃検出のためのシャッフルされたパッチワイズ監視
arxiv_reader 2021/09/10
顔のなりすまし防止は、写真、ビデオ、マスク、または許可された人の顔の別の代替品を使用して、誤った顔の検証を防ぐために不可欠です。最先端のプレゼンテーション攻撃検出（PAD）システムのほとんどは、過剰適

arXiv reaDer

learning

arXiv

face

video

dataset

detection

benchmark

CNN
リンク
文字レベルの埋め込みとマルチステージアテンションU-Netによるエンドツーエンドの情報抽出
arxiv_reader 2021/09/10
請求書、領収書、銀行振込などの大量の非構造化ドキュメントをデジタル化する必要があるため、ドキュメント画像からの情報抽出は最近多くの注目を集めています。ドキュメントの 2D 文字グリッド埋め込み、つまり

arXiv reaDer

embedding

learning

convolutional

arXiv

U-Net

dataset

attention
リンク
オンライン行動検出のための情報を区別することを学ぶ：分析と応用
arxiv_reader 2021/09/10
ストリーミングビデオから進行中のアクションを識別することを目的としたオンラインアクション検出は、実際のアプリケーションでは重要なテーマです。このタスクでは、以前の方法では、入力シーケンスの時間的関係を

detection

arXiv reaDer

learning

arXiv

action

RNN

video

representation
リンク
RoadAtlas：自動化された道路欠陥検出と資産管理のためのインテリジェントプラットフォーム
arxiv_reader 2021/09/10
ディープラーニングに基づくインテリジェントな検出アルゴリズムの急速な開発により、自動道路欠陥認識と道路標示解析で多くの進歩が見られました。これにより、専門の検査官が通りを手動で確認するための費用と時間

arXiv reaDer

arXiv

detection

learning
リンク
反復条件付きGANによる知覚学習ビデオ圧縮
arxiv_reader 2021/09/10
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

recurrent

arXiv reaDer

arXiv

metric

GAN

video

compression

representation
リンク
深部エネルギーベースモデルを使用したMRI再構成
arxiv_reader 2021/09/10
目的：最近の深部エネルギーベースの生成モデル（EBM）は、多くの画像生成タスクで有望な結果を示していますが、深部EBMで自己敵対的共謀を利用して、磁気共鳴画像法（MRI）再構成のパフォーマンスを向上さ

arXiv reaDer

learning

arXiv

MRI

regularization

reconstruction

gradient

generative

estimation
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 2021/09/10
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

arXiv reaDer

arXiv

action

video

human

dataset
リンク
オブジェクトナビゲーションのための階層的なオブジェクトからゾーンへのグラフ
arxiv_reader 2021/09/10
オブジェクトナビゲーションの目標は、目に見えない環境の視覚情報に従って、期待されるオブジェクトに到達することです。以前の作品は通常、リアルタイムでアクションを予測するようにエージェントをトレーニングす

arXiv reaDer

arXiv

metric

action

real time

reinforcement learning
リンク
Sparse-MLP：条件付き計算を備えた完全MLPアーキテクチャ
arxiv_reader 2021/09/10
スパース条件付き計算を使用したMixture-of-Experts（MoE）は、注意ベースのモデルを同等の計算コストでより多くのパラメーターにスケーリングするための効果的なアーキテクチャであることが証

arXiv reaDer

arXiv

pre-training

sparse

representation

classification
リンク
- 2021年9月13日
- 2021年9月10日
- 2021年9月9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