arxiv_readerのブックマーク / 2021年9月22日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年9月22日のブックマーク (87件)

SAR画像検索のためのホモグラフィー増強運動量制約学習
arxiv_reader 2021/09/22
ディープラーニングベースの画像検索は、コンピュータービジョンで強調されています。ディープニューラルネットワーク（DNN）によって抽出された表現の埋め込みは、画像の意味情報を含めることを目的とするだけで

arXiv

contrastive learning

augmentation

representation

embedding

synthesis

arXiv reaDer

computer vision

DNN

dataset
リンク
データ駆動型コントローラーと水中操作における知覚システムの必要性
arxiv_reader 2021/09/22
水中環境は、水中ビークルマニピュレータシステム（UVMS）の自律機能を開発する上で複雑な問題を引き起こします。 UVMSのモデリングは、高度に非線形なダイナミクスと未知の流体力学的効果の存在により、複

vehicle

arXiv

pose

arXiv reaDer
リンク
CondNet：シーンセグメンテーションの条件付き分類子
arxiv_reader 2021/09/22
完全畳み込みネットワーク（FCN）は、シーンのセグメンテーションなどの高密度の視覚認識タスクで大きな成功を収めています。 FCNの最後のレイヤーは、通常、各ピクセルをセマンティックラベルに認識するため

convolutional

segmentation

arXiv reaDer

arXiv

dataset
リンク
確率的および幾何学的な深さ：遠近法によるオブジェクトの検出
arxiv_reader 2021/09/22
3Dオブジェクト検出は、運転支援システムなどのさまざまな実用的なアプリケーションで必要とされる重要な機能です。単眼3D検出は、画像ベースのアプローチの代表的な一般的な設定として、LiDARに依存する従

estimation

arXiv

benchmark

detection

monocular

real time

arXiv reaDer

attention

3D

LiDAR
リンク
確率的ニューラルネットワークのためのPAC-Bayes事前確率の学習
arxiv_reader 2021/09/22
最近の研究では、PAC-ベイズの境界を最適化することによってトレーニングされた深層学習モデルを、データのサブセットで学習された事前学習を使用して調査しました。この組み合わせは、正確な分類器だけでなく、

learning

arXiv

arXiv reaDer

dataset
リンク
TrOCR：事前トレーニング済みモデルを使用したトランスフォーマーベースの光学式文字認識
arxiv_reader 2021/09/22
テキスト認識は、ドキュメントのデジタル化に関する長年の研究課題です。テキスト認識の既存のアプローチは、通常、画像理解のためのCNNと文字レベルのテキスト生成のためのRNNに基づいて構築されています。さ

pre-training

arXiv

transformer

CNN

RNN

synthesis

arXiv reaDer

dataset
リンク
SemCal：セマンティックLiDAR-Neural MutualInformationEstimatorを使用したカメラキャリブレーション
arxiv_reader 2021/09/22
このホワイトペーパーでは、セマンティック情報を使用したLiDARおよびカメラシステム用の自動、ターゲットレス、外部キャリブレーションアルゴリズムであるSemCalを提案します。ニューラル情報推定器を活

differentiable

arXiv

learning

benchmark

synthesis

arXiv reaDer

LiDAR

dataset
リンク
MRIデータに基づいて認知機能低下を予測するためのシングルタスク学習とマルチタスク学習の比較
arxiv_reader 2021/09/22
アルツハイマー病評価尺度-認知サブスケール（ADAS-Cog）は、認知症の認知症状の重症度を評価するために設計された神経心理学的ツールです。 ADAS-Cogスコアの変化を個別に予測することは、認知症

arXiv

learning

domain adaptation

arXiv reaDer

MRI
リンク
スケルトングラフ：深い時空間グラフCNNを使用した2D観測からの長期3Dモーション予測
arxiv_reader 2021/09/22
自動運転、拡張現実、仮想現実などのいくつかのアプリケーションでは、3D人間のポーズを正確に予測する必要があります。最近、観測された2Dポーズから3D人間のポーズを予測するために、新しい問題がフィールド

arXiv

autonomous driving

CNN

augmentation

spatio-temporal

metric

3D

arXiv reaDer

pose

dataset
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 2021/09/22
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

segmentation

transformer

CNN

representation

3D

arXiv reaDer

attention

dataset
リンク
CTによるマルチクラスCOVID-19セグメンテーションのための4倍拡張ピラミッドネットワーク
arxiv_reader 2021/09/22
コロナウイルス病の新種であるCOVID-19は、世界で最も深刻で感染性の病気の1つです。胸部CTは、この病気の予後、診断、および合併症の評価に不可欠です。この論文では、放射線科医が影響を受けた肺気量の

arXiv

CNN

CT

augmentation

semantic segmentation

COVID-19

arXiv reaDer
リンク
視覚と言語の事前トレーニングは語彙の接地を改善しますか？
arxiv_reader 2021/09/22
テキストだけから派生した言語表現は、根拠がないこと、つまり、単語を物理的な世界での意味に結び付けることができないことで批判されてきました。このような批判への対応として、テキストと画像またはビデオデータ

arXiv

representation

clustering

arXiv reaDer

video
リンク
クロス記述子の視覚的なローカリゼーションとマッピング
arxiv_reader 2021/09/22
視覚的なローカリゼーションとマッピングは、複合現実とロボットシステムの大部分の根底にある重要なテクノロジーです。ほとんどの最先端のアプローチは、画像間の対応を確立するためにローカル機能に依存しています

arXiv

localization

representation

arXiv reaDer

benchmark

computer vision
リンク
色のにじみ効果に対するディープエッジ対応のインタラクティブカラー化
arxiv_reader 2021/09/22
自動画像カラー化のためのディープニューラルネットワークは、隣接するオブジェクト間の境界近くに広がる問題のある色であるカラーブリードアーティファクトに悩まされることがよくあります。このような色のにじみの

arXiv

arXiv reaDer

dataset
リンク
平行四辺形の面積比に基づく航空画像における配向物体検出
arxiv_reader 2021/09/22
航空写真のオブジェクトは任意の方向に表示され、通常は密集しているため、回転オブジェクトの検出は航空写真では難しい作業です。かなりの進歩が見られましたが、既存の回帰ベースの回転検出器が、角度の周期性また

arXiv

learning

detection

arXiv reaDer

dataset
リンク
人間と深い畳み込みニューラルネットワークにおける物体認識の比較-視線追跡研究
arxiv_reader 2021/09/22
深い畳み込みニューラルネットワーク（DCNN）と腹側視覚経路は、オブジェクト認識などの視覚的課題において、アーキテクチャと機能の大きな類似点を共有しています。最近の洞察は、両方の階層的カスケードが、発

arXiv

CNN

tracking

arXiv reaDer

saliency

computer vision

human
リンク
幾何学的な敵対的増強による3D点群の完成
arxiv_reader 2021/09/22
自動運転やその他のロボット工学アプリケーションでの3Dセンサーの人気により、広範な研究は、正確な3D点群を完成させるための新しいニューラルネットワークアーキテクチャの設計に焦点を合わせてきました。ただ

adversarial

arXiv

point cloud

reconstruction

batch normalization

augmentation

classification

3D

arXiv reaDer

dataset
リンク
果実の異常の信頼できるロボットによるモニタリングのための自己監視表現学習
arxiv_reader 2021/09/22
データ拡張は、自律型ロボットが利用可能なデータを完全に利用して、非定型のシーンやオブジェクトを自己監視して識別するための、シンプルでありながら強力なツールです。最先端の増強方法は、典型的な画像上の焦点

identification

arXiv

representation learning

augmentation

self-supervised

robot

arXiv reaDer

anomaly detection

dataset
リンク
KDFNet：6Dオブジェクトポーズ推定のためのキーポイント距離フィールドの学習
arxiv_reader 2021/09/22
RGB画像から6Dオブジェクトポーズを推定するための新しい方法であるKDFNetを紹介します。オクルージョンを処理するために、最近の多くの研究では、ピクセル単位の投票によって2Dキーポイントをローカラ

arXiv

6D

CNN

localization

representation

keypoint

pose estimation

arXiv reaDer

occlusion

dataset
リンク
セマンティックステレオマッチング/セマンティック深度推定に関する調査
arxiv_reader 2021/09/22
ステレオマッチングは、その堅牢性と速度により、ステレオ画像から深度を推測するために広く使用されている手法の1つです。自動運転、ロボットナビゲーション、3D再構築、その他多くの分野での応用が見出されて以

estimation

arXiv

autonomous driving

reconstruction

semantic segmentation

stereo

real time

arXiv reaDer

3D

robot
リンク
StereOBJ-1M：6Dオブジェクトポーズ推定用の大規模ステレオ画像データセット
arxiv_reader 2021/09/22
StereOBJ-1Mデータセットという名前の大規模なステレオRGB画像オブジェクトポーズ推定データセットを提示します。データセットは、オブジェクトの透明度、半透明度、鏡面反射などの困難なケースに加え

arXiv

6D

keypoint

learning

pose estimation

stereo

arXiv reaDer

occlusion

benchmark

dataset
リンク
bpMRIでの前立腺癌検出のための3D畳み込みニューラルネットワークでの臨床アプリオリのエンコード
arxiv_reader 2021/09/22
解剖学的事前分布は、ドメイン固有の臨床知識をU-Netアーキテクチャに基づく最先端の畳み込みニューラルネットワーク（CNN）に注入するための実行可能な媒体である可能性があると仮定します。バイパラメトリ

arXiv

U-Net

CNN

detection

3D

arXiv reaDer

attention

adaptation
リンク
認識論的不確実性モデリングのためのベイズ信頼度キャリブレーション
arxiv_reader 2021/09/22
最新のニューラルネットワークは、信頼性のキャリブレーションに関して誤ってキャリブレーションされていることがわかっています。つまり、予測された信頼性スコアは、観測された精度や精度を反映していません。最近

Bayesian

arXiv

detection

classification

arXiv reaDer
リンク
PDFNet：都市-シーンセグメンテーションのためのポイントワイズデンスフローネットワーク
arxiv_reader 2021/09/22
近年、ディープ畳み込みニューラルネットワーク（CNN）を機能エンコーダー（またはバックボーン）として使用することは、いくつかのコンピュータービジョン手法で最も一般的に観察されるアーキテクチャパターンで

arXiv

CNN

regularization

semantic segmentation

arXiv reaDer

benchmark

computer vision

vehicle

residual

dataset
リンク
CNNで解釈可能な概念グループを学習する
arxiv_reader 2021/09/22
各レイヤーのフィルターを単一の視覚的概念を学習するようにトレーニングされたコンセプトグループに分割することにより、解釈可能なCNNフィルターのトレーニングを促進する新しいトレーニング方法（コンセプトグ

arXiv

regularization

CNN

learning

sparse

arXiv reaDer
リンク
スケールを意識した直接単眼オドメトリ
arxiv_reader 2021/09/22
深層ニューラルネットワークからの深さ予測に基づく直接単眼オドメトリのフレームワークを提示します。深度情報が部分的にしか利用されていない既存の方法とは対照的に、マルチビュー深度情報を組み込むことを可能に

arXiv

depth prediction

stereo

odometry

monocular

arXiv reaDer

SLAM

residual

dataset
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 2021/09/22
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

arXiv

learning

domain adaptation

classification

arXiv reaDer
リンク
衛星画像で小さすぎる重要なインフラストラクチャと大きすぎる重要なインフラストラクチャを検出するためのCIデータセットとDetDSCIの方法論：ケーススタディとしての空港と変電所
arxiv_reader 2021/09/22
空中画像や衛星画像で表される大規模な地域の重要なインフラストラクチャの検出は、セキュリティ、異常検出、土地利用計画、土地利用変化の検出など、いくつかの分野で非常に重要です。ただし、このようなインフラス

arXiv

R-CNN

classification

arXiv reaDer

satellite

anomaly detection

dataset
リンク
視覚言語モデルを促す学習
arxiv_reader 2021/09/22
視覚言語の事前トレーニングは、表現学習の有望な代替手段として最近浮上しています。これは、視覚的な概念として見られる固定された重みのセットを学習するために画像と個別のラベルを使用する従来の方法から、2つ

pre-training

arXiv

representation learning

zero-shot

domain

arXiv reaDer

dataset
リンク
DS-Net ++：CNNおよびトランスフォーマーでの効率的な推論のための動的ウェイトスライシング
arxiv_reader 2021/09/22
動的ネットワークは、推論中にアーキテクチャを入力に適合させることにより、理論的な計算の複雑さを軽減するという有望な機能を示しています。ただし、実際の実行時間は、スパース性が非効率的であるため、通常、理

arXiv

transformer

CNN

sparse

arXiv reaDer

disentangling

compression

dataset
リンク
LOTR：ローカリゼーショントランスフォーマーを使用した顔のランドマークローカリゼーション
arxiv_reader 2021/09/22
このペーパーでは、Localization Transformer（LOTR）という名前の新しいTransformerベースの顔のランドマークローカリゼーションネットワークを紹介します。提案されたフレ

arXiv

transformer

gradient

localization

face

representation

arXiv reaDer

landmark

loss function

dataset
リンク
独身者のポーズ推定：調査
arxiv_reader 2021/09/22
制約のない画像やビデオでの人間の姿勢の推定は、基本的なコンピュータビジョンタスクです。技術の進化の道筋を説明するために、この調査では、構造化された分類法における代表的な人間のポーズ方法を要約します。特

arXiv

person

augmentation

human pose estimation

metric

pose estimation

representation

arXiv reaDer

computer vision

dataset
リンク
OpenPifPaf：セマンティックキーポイント検出と時空間アソシエーションのための複合フィールド
arxiv_reader 2021/09/22
多くの画像ベースの知覚タスクは、セマンティックキーポイントの検出、関連付け、追跡として定式化できます。たとえば、人体の姿勢の推定と追跡です。この作業では、単一のステージで時空間キーポイントの関連付けを

arXiv reaDer

spatio-temporal

tracking

keypoint

detection

human

arXiv

dataset

pose estimation

real time
リンク
VPN：堅牢なコンテンツ帰属のためのビデオ来歴ネットワーク
arxiv_reader 2021/09/22
オンラインで共有されたビデオから来歴情報を回復するためのコンテンツ帰属方法であるVPNを紹介します。プラットフォームやユーザーは、オンラインで再配信されるため、ビデオをさまざまな品質、コーデック、サイ

arXiv

contrastive learning

augmentation

embedding

arXiv reaDer

video

dataset
リンク
自動運転のための自己監視アクション-空間予測
arxiv_reader 2021/09/22
情報に基づいた運転の決定を行うには、他の車両の軌道を確実に予測する必要があります。この論文では、自動運転のための新しい学習済みマルチモーダル軌道予測アーキテクチャを提示します。学習問題を加速度と操舵角

action

manifold

arXiv

self-supervised

metric

learning

trajectory

arXiv reaDer

dataset
リンク
レイヴンの問題行列の教師なし抽象推論
arxiv_reader 2021/09/22
レイヴンのプログレッシブ行列（RPM）は、人間の知性と高い相関関係があり、人間の抽象的な推論能力を測定するために広く使用されています。本論文では、深層ニューラルネットワークの抽象的な推論能力を研究する

arXiv

representation

learning

reasoning

arXiv reaDer

human

unsupervised

dataset
リンク
DNNモデルの敵対的な例の検出：レビューと実験的比較
arxiv_reader 2021/09/22
ディープラーニング（DL）は、多くの人間関連のタスクで大きな成功を収めており、セキュリティ監視システム、自動運転車、ヘルスケアなど、多くのコンピュータービジョンベースのアプリケーションで採用されていま

adversarial

arXiv

learning

detection

classification

vehicle

arXiv reaDer

computer vision

DNN

dataset
リンク
手荷物脅威認識のためのテンソルプーリング駆動インスタンスセグメンテーションフレームワーク
arxiv_reader 2021/09/22
X線画像からコントラバンドアイテムをスクリーニングするために設計された自動システムは、高いクラッタ、隠蔽、および極端な閉塞という問題に依然として直面しています。この論文では、手荷物のX線スキャン内の雑

arXiv

segmentation

pooling

arXiv reaDer

occlusion

dataset
リンク
OCTスキャンを使用した後眼部の自動セグメンテーションと抽出
arxiv_reader 2021/09/22
この論文は、マルチベンダー光コヒーレンストモグラフィー（OCT）スキャンを使用して、硝子体、網膜、脈絡膜、および強膜コンパートメントを含む、人間の眼の後部セグメントのセグメンテーションおよび抽出のため

arXiv

human

arXiv reaDer

segmentation
リンク
生成的敵対的ネットワークにおけるデータインスタンスプライア（DISP）
arxiv_reader 2021/09/22
生成的敵対的ネットワーク（GAN）の最近の進歩は、高品質の画像の生成において目覚ましい進歩を示しています。ただし、このパフォーマンスの向上は、大量のトレーニングデータの可用性に依存します。限られたデー

pre-training

arXiv

transfer learning

GAN

augmentation

domain

arXiv reaDer

dataset
リンク
時間的注意深いモーメントアラインメントによるマルチソースビデオドメインの適応
arxiv_reader 2021/09/22
マルチソースドメインアダプテーション（MSDA）は、実際のシナリオでのより実用的なドメインアダプテーションシナリオです。これは、ソースデータが単一のドメインからサンプリングされ、均一なデータ分布に一致

arXiv

domain adaptation

classification

arXiv reaDer

benchmark

unsupervised

video
リンク
半教師あり医療画像セグメンテーションのための相互一貫性学習
arxiv_reader 2021/09/22
この論文では、半教師あり医療画像セグメンテーションのためにラベルのないハード領域を効果的に活用するための新しい相互整合性ネットワーク（MC-Net +）を提案しました。 MC-Net +モデルは、限定

semi-supervised

arXiv

segmentation

representation

arXiv reaDer

dataset
リンク
農業アプリケーション向けのマルチドメイン少数ショット学習とデータセット
arxiv_reader 2021/09/22
害虫と植物（健康なものと病気のあるものの両方）の自動分類は、収量を向上させるために農業において最も重要です。畳み込みニューラルネットワークに基づく従来の深層学習モデルでは、カテゴリごとに数千のラベル付

arXiv

CNN

transformer

metric

benchmark

embedding

classification

arXiv reaDer

few-shot

dataset
リンク
ARAPReg：変形可能な形状ジェネレーターを学習するための可能な限り厳密な正則化損失
arxiv_reader 2021/09/22
この論文では、パラメトリック変形形状ジェネレータをトレーニングするための教師なし損失を紹介します。重要なアイデアは、生成された形状間で局所的な剛性の維持を強制することです。私たちのアプローチは、可能な

arXiv

regularization

learning

human

approximation

arXiv reaDer

benchmark

pose

unsupervised

dataset
リンク
IgNet。超精密な畳み込みニューラルネットワーク
arxiv_reader 2021/09/22
畳み込みニューラルネットワーク（CNN）は、画像を検出および分析するための効果的な手段であることが知られています。それらの力は本質的に、画像の共通の特徴を抽出する能力に基づいています。ただし、独特の不

CNN

learning

arXiv

arXiv reaDer
リンク
MESSFN：パンシャープンのためのマルチレベルで強化されたスペクトル空間融合ネットワーク
arxiv_reader 2021/09/22
主要なパンシャープンフレームワークは、MSストリームとPANストリームを特定のレベルで1回連結するだけです。この融合方法では、2つのストリーム間のマルチレベルのスペクトル空間相関が無視されます。これは

arXiv

representation

arXiv reaDer

attention

residual

dataset
リンク
3D 点群における堅牢な外部対称推定
arxiv_reader 2021/09/22
3D点群で表されるオブジェクトの反射対称面の検出は、圧縮、オブジェクト検出、ロボットによる把握、3D表面再構成などのさまざまなアプリケーションがあるため、3Dコンピュータビジョンおよびジオメトリ処理の

estimation

arXiv

point cloud

reconstruction

detection

3D

arXiv reaDer

benchmark

computer vision

pose
リンク
AutoPhoto：強化学習を使用した美的写真キャプチャ
arxiv_reader 2021/09/22
よく構成された写真をキャプチャするプロセスは難しく、習得するには何年もの経験が必要です。自律エージェントがシーン内のローカル領域内をナビゲートすることによって美的写真を自動的にキャプチャするための新し

arXiv

simulation

metric

reinforcement learning

arXiv reaDer

robot
リンク
調査：Transformerベースのビデオ言語の事前トレーニング
arxiv_reader 2021/09/22
自然言語タスクおよびさらなるコンピュータービジョンタスクでのトランスフォーマーベースの事前トレーニング方法の成功に触発されて、研究者はビデオ処理にトランスフォーマーを適用し始めました。この調査は、ビデ

pre-training

arXiv

transformer

learning

arXiv reaDer

attention

computer vision

video

dataset
リンク
クロスモーダル食品検索：意味的一貫性と注意メカニズムを備えた食品画像とレシピの共同埋め込みの学習
arxiv_reader 2021/09/22
食品検索は、食材や調理方法など、照会された食品に関する関連情報の取得に関心がある食品関連情報の分析を実行するための重要なタスクです。この論文では、食品画像間のクロスモーダル検索を調査します。と料理のレ

arXiv

representation

learning

embedding

arXiv reaDer

attention

dataset
リンク
ビデオからの物理ベースの人間の動きの推定と合成
arxiv_reader 2021/09/22
人間の動きの合成は、ロボット工学のグラフィックス、ゲーム、シミュレーション環境でのアプリケーションの重要な問題です。既存の方法では、トレーニングのために正確なモーションキャプチャデータが必要ですが、こ

arXiv

generative

simulation

pose estimation

monocular

3D

arXiv reaDer

synthesis

human

dataset
リンク
AirDOS：動的SLAMは関節式オブジェクトの恩恵を受けます
arxiv_reader 2021/09/22
動的オブジェクト認識SLAM（DOS）は、オブジェクトレベルの情報を活用して、動的環境での堅牢なモーション推定を可能にします。最近の学習ベースのモデルの成功により、ますます注目を集めています。既存の方

arXiv

spatio-temporal

tracking

pose estimation

3D

arXiv reaDer

attention

SLAM
リンク
オープンワールドGAN生成画像の発見と帰属に向けて
arxiv_reader 2021/09/22
Generative Adversarial Networks（GAN）の最近の進歩に伴い、メディアおよびビジュアルフォレンジックでは、画像を識別して、それらを生成するモデルに関連付けることができる検

arXiv

GAN

detection

clustering

arXiv reaDer

OOD

dataset
リンク
少数ショット分類のためのディストラクタの重要性について
arxiv_reader 2021/09/22
少数のショットの分類は、ラベル付けされたいくつかの例（通常、1〜5）から学習することにより、新しいタスクのカテゴリを分類することを目的としています。数ショット分類への効果的なアプローチには、大規模サン

arXiv

contrastive learning

representation

classification

domain

arXiv reaDer

few-shot

unsupervised
リンク
表面法線推定における偶然性の不確実性の推定と活用
arxiv_reader 2021/09/22
単一の画像からの表面法線推定は、3Dシーンを理解する上で重要なタスクです。この論文では、既存の方法に共通する2つの制限、つまり偶然性の不確実性を推定できないことと、予測の詳細が不足していることについて

estimation

arXiv

3D

arXiv reaDer

bias
リンク
地理空間コンテキストによる深度推定の拡張
arxiv_reader 2021/09/22
最新のカメラには、画像の地理空間コンテキストを記録できるようにするさまざまなセンサーが装備されています。これを利用して、カメラがジオキャリブレーションされているという仮定の下で深度推定を検討します。こ

estimation

arXiv

segmentation

synthesis

arXiv reaDer

benchmark

dataset
リンク
先進運転支援システム（ADAS）の熱スペクトルにおける物体検出
arxiv_reader 2021/09/22
熱赤外スペクトルでの物体検出は、歩行者、動物、車両の検出だけでなく、道路標識や電柱の検出にも役立つため、暗い場所やさまざまな気象条件でより信頼性の高いデータソースを提供します。。このホワイトペーパー

arXiv

pedestrian

augmentation

detection

edge device

real time

arXiv reaDer

dataset
リンク
高度に不均衡な医用画像分類のためのBalanced-MixUp
arxiv_reader 2021/09/22
高度に不均衡なデータセットは、医用画像分類の問題に遍在しています。このような問題では、あまり一般的ではない病気に関連するまれなクラスがラベル付きデータベースで大幅に過小評価されることがよくあり、通常、

arXiv

CNN

regularization

representation

learning

classification

arXiv reaDer

loss function

video

dataset
リンク
視覚的ジオローカリゼーションのための視点不変の密なマッチング
arxiv_reader 2021/09/22
この論文では、高密度の局所的特徴に基づいて、視覚的なジオローカリゼーションに合わせて調整された画像マッチングの新しい方法を提案します。密な局所的特徴のマッチングは、照明とオクルージョンの変化に対してロ

arXiv

weakly-supervised

self-supervised

arXiv reaDer

occlusion

benchmark
リンク
グーグルは半分終わった：画像ベースのグーグルトレンドによる新しいファッション製品の売上のマルチモーダル予測
arxiv_reader 2021/09/22
このホワイトペーパーでは、過去の販売データは利用できず、画像とメタデータがほとんどない、まったく新しいファッションアイテムの販売を予測するために、外因性の知識として視覚的側面のテキスト翻訳に対してGo

arXiv

transformer

representation

arXiv reaDer

dataset
リンク
皮膚の深い未学習：黒色腫分類の文脈におけるアーティファクトと器具のバイアス除去
arxiv_reader 2021/09/22
畳み込みニューラルネットワークは、メラノーマやその他の皮膚病変の分類において皮膚科医レベルのパフォーマンスを示していますが、トレーニングデータ内に見られるバイアスによる予測の不規則性は、広範な展開が可

arXiv

CNN

detection

classification

domain

arXiv reaDer

bias
リンク
リーマン計量空間における構造的コネクトームを備えたマルチモーダルアトラスの統合構築
arxiv_reader 2021/09/22
脳の構造ネットワーク、または構造コネクトームは、さまざまなトラクトグラフィー法によって生成された繊維束によって表すことができます。このような方法は脳の構造に定性的な洞察を与えますが、特に人口レベルで定

manifold

arXiv

metric

3D

arXiv reaDer

MRI

human
リンク
カメラを触って教える：画像からの表面の触覚物理特性の推定
arxiv_reader 2021/09/22
視覚入力と触覚センシングの間の接続は、把握や押しなどのオブジェクト操作タスクにとって重要です。この作品では、視覚情報から触覚の物理的特性のセットを推定するという難しいタスクを紹介します。私たちは視覚

adversarial

arXiv

dataset

classification

arXiv reaDer

NAS
リンク
文化から衣料品へ：1世紀のファッションイメージの背後にある世界の出来事を発見する
arxiv_reader 2021/09/22
ファッションは外部の文化的要因と絡み合っていますが、これらのリンクを特定することは、最も顕著な現象のみに限定された手動プロセスのままです。私たちは、人々が着る服に影響を与える特定の文化的要因を特定する

arXiv

arXiv reaDer

saliency

dataset
リンク
ドメインシフト下での不確実性キャリブレーションのための分布的にロバストな学習
arxiv_reader 2021/09/22
ドメインシフトの下で較正された不確実性のための深く分布的にロバストな学習フレームワークを提案します。ソース（トレーニング）分布がターゲット（テスト）分布と大幅に異なる場合を検討します。標準のクラス予測

semi-supervised

arXiv

learning

domain adaptation

arXiv reaDer

human

unsupervised
リンク
人工知能を備えたマルチフィールド宇宙論
arxiv_reader 2021/09/22
超新星や活動銀河核からのフィードバックなどの天体物理学的プロセスは、暗黒物質、ガス、銀河の特性と空間分布をよく理解されていない方法で変更します。この不確実性は、宇宙論的調査から情報を抽出するための主要

CNN

arXiv

arXiv reaDer
リンク
コイル感度のないジョイントチャネル並列MRI再構成のための最適制御フレームワーク
arxiv_reader 2021/09/22
目標：この作業は、離散時間最適制御フレームワークを組み込んだ、キャリブレーション不要の新しい高速並列MRI（pMRI）再構成法の開発を目的としています。再構成モデルは、マルチコイル画像のチャネル間で共

convolutional

arXiv

regularization

reconstruction

learning

domain

arXiv reaDer

MRI

dataset
リンク
特徴相関の集約：より良いグラフニューラルネットワークへの道
arxiv_reader 2021/09/22
グラフニューラルネットワーク（GNN）が導入される前は、不規則なデータ、特にグラフのモデリングと分析は、ディープラーニングのアキレス腱であると考えられていました。 GNNのコアコンセプトは、中央ノード

arXiv

GNN

representation

learning

GCN

arXiv reaDer

benchmark

dataset
リンク
MRI前立腺病変セグメンテーションのための異種モダリティ全体での意味的一貫性を備えた教師なしドメイン適応
arxiv_reader 2021/09/22
たとえばイメージングチャネルの数など、以前のプロトコルとは異なる新しい医用画像モダリティは、以前のドメインとは異なる新しいドメインを導入します。この一般的な医用画像シナリオは、同じ次元のドメイン間のシ

semi-supervised

arXiv

generative

segmentation

domain adaptation

arXiv reaDer

MRI

loss function

unsupervised
リンク
ノイズ除去された疑似ラベリングによるソースフリードメイン適応眼底画像セグメンテーション
arxiv_reader 2021/09/22
ドメイン適応では、通常、ソースドメインデータにアクセスして、ターゲットデータとのドメインアラインメントに配布情報を利用する必要があります。ただし、多くの実際のシナリオでは、プライバシーの問題により、タ

estimation

arXiv

segmentation

domain adaptation

arXiv reaDer

denoising

unsupervised
リンク
MetaMedSeg：少数ショットの臓器セグメンテーションのための体積メタ学習
arxiv_reader 2021/09/22
十分な注釈付き画像データの欠如は、医療画像セグメンテーションの一般的な問題です。一部の臓器と密度では、注釈が不足しているため、モデルトレーニングの収束が不十分になる可能性がありますが、他の臓器には注釈

arXiv

CT

semantic segmentation

arXiv reaDer

few-shot

MRI

dataset
リンク
グレープバインの冬季剪定自動化のためのセマンティックインスタンス対応植物モデルを使用した正確な剪定点検出に向けて
arxiv_reader 2021/09/22
ブドウの冬の剪定は複雑な作業であり、熟練労働者が正しく実行する必要があります。複雑なため、時間がかかります。これは、1ヘクタールあたり年間約80〜120時間かかる作業であり、プロセスの高速化に役立つ自

pruning

segmentation

arXiv reaDer

detection

robot

arXiv

dataset
リンク
あなたのロボットを信頼してください！スパースガウス過程を用いたニューラルネットワークの予測的不確実性推定
arxiv_reader 2021/09/22
このホワイトペーパーでは、ディープニューラルネットワーク（DNN）を使用した予測の信頼性と高速性の両方の不確実性推定値を取得するための確率的フレームワークを紹介します。私たちの主な貢献は、DNNとスパ

estimation

arXiv

learning

detection

sparse

vehicle

robot

arXiv reaDer

DNN
リンク
前庭神経鞘腫および蝸牛セグメンテーションのためのクロスモダリティドメイン適応
arxiv_reader 2021/09/22
前庭神経鞘腫（VS）腫瘍と蝸牛を磁気共鳴画像法（MRI）からセグメント化する自動方法は、VS治療計画にとって重要です。教師あり手法はVSセグメンテーションで満足のいくパフォーマンスを達成しましたが、専

semi-supervised

arXiv

segmentation

weakly-supervised

domain adaptation

arXiv reaDer

MRI

unsupervised
リンク
FUTURE-AI：将来の医用画像における信頼できる人工知能のための指導原則とコンセンサス推奨
arxiv_reader 2021/09/22
人工知能（AI）の最近の進歩は、今日の臨床システムによって生成された大量のデータと組み合わされて、画像再構成、医療画像セグメンテーション、画像を含む医療画像のバリューチェーン全体にわたる画像AIソリュ

reconstruction

arXiv

arXiv reaDer

segmentation
リンク
スパースLiDARによる自己教師あり単眼深度学習の進歩
arxiv_reader 2021/09/22
自己監視単眼深度予測は、各ピクセルの3D位置を取得するための費用効果の高いソリューションを提供します。ただし、既存のアプローチでは通常、不十分な精度が発生します。これは、自律型ロボットにとって重要です

arXiv

depth prediction

self-supervised

detection

monocular

sparse

real time

arXiv reaDer

3D

LiDAR
リンク
ディープ畳み込みニューラルネットワークを利用してゴミを特定するためにCCTVを使用する現代社会のリアルタイムゴミ検出
arxiv_reader 2021/09/22
特に社会において、環境をゴミ汚染から守り、ゴミを捨てる赤字者に対して厳格な行動をとること。現代社会が発展しており、これらの社会は環境をきれいにするための現代的な解決策を必要としています。特にディープラ

action

arXiv

person

CNN

detection

real time

arXiv reaDer

benchmark

video

dataset
リンク
ランドマークローカリゼーションにおけるガウスヒートマップを使用した注釈の不確実性のモデリング
arxiv_reader 2021/09/22
ランドマークのローカリゼーションでは、正確な位置を定義する際のあいまいさのために、ランドマークの注釈は、大きなオブザーバーの変動に悩まされる可能性があり、その結果、注釈が不確実になります。トレーニング

arXiv

localization

classification

arXiv reaDer

landmark

dataset
リンク
GOHOME：将来のモーション推定のためのグラフ指向ヒートマップ出力
arxiv_reader 2021/09/22
本論文では、高精細マップのグラフ表現とスパース投影を活用して、交通シーンにおける特定のエージェントの将来の位置確率分布を表すヒートマップ出力を生成する方法であるGOHOMEを提案します。このヒートマッ

estimation

arXiv

CNN

metric

representation

trajectory

sparse

arXiv reaDer

benchmark

dataset
リンク
パンシャープンのための教師なしサイクル整合性のある生成的敵対的ネットワーク
arxiv_reader 2021/09/22
ディープラーニングベースのパンシャープンは、近年大きな研究関心を集めています。既存の方法のほとんどは、マルチスペクトル（MS）およびパンクロマティック（PAN）画像をダウンサンプリングし、元のMS画像

arXiv

GAN

learning

domain

arXiv reaDer

unsupervised

dataset
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 2021/09/22
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

representation

learning

synthesis

arXiv reaDer

dataset
リンク
個人を意識したダウンサンプリングとマルチモーダル学習に基づく自閉症スペクトラム障害の特定
arxiv_reader 2021/09/22
自閉症スペクトラム障害（ASD）は、患者の社会的能力に影響を与える一連の神経発達障害です。近年、深層学習法が機能的MRI（fMRI）を介してASDを検出するために採用されています。ただし、既存のアプロ

arXiv

pooling

representation

embedding

sparse

GCN

classification

arXiv reaDer

MRI

dataset
リンク
ビデオアクション予測のための高次再帰時空トランスフォーマー
arxiv_reader 2021/09/22
ビジュアルエージェントに予測機能を提供することは、大規模なビデオインテリジェンスに向けた重要なステップです。このための主なモデリングパラダイムはシーケンス学習であり、主にLSTMを介して実装されます。

arXiv

recurrent

transformer

LSTM

learning

arXiv reaDer

action recognition

computer vision

video
リンク
DECORAS：ディープラーニングを使用した電波天文ソースの検出と特性評価
arxiv_reader 2021/09/22
超長基線干渉法（VLBI）観測からポイントソースと拡張ソースの両方を検出するためのディープラーニングベースのアプローチであるDECORASを紹介します。私たちのアプローチは、少数の畳み込み層を使用して

convolutional

arXiv

learning

detection

arXiv reaDer
リンク
効率的なビジュアルサウンド分離のためのV-SlowFastネットワーク
arxiv_reader 2021/09/22
この論文の目的は、視覚的な音の分離を実行することです。i）異なる時間分解能のスペクトログラムで視覚的な音の分離を研究します。 ii）ビジュアルフレーム、低速スペクトログラム、高速スペクトログラムで動作

contrastive

arXiv

arXiv reaDer

attention
リンク
SketchHairSalon：ディープスケッチベースのヘアイメージ合成
arxiv_reader 2021/09/22
最近の深い生成モデルでは、スケッチ入力から髪の画像をリアルタイムで生成できます。既存のソリューションでは、多くの場合、ターゲットの髪の形を指定するために、ユーザーが提供するバイナリマスクが必要です。こ

synthesis

arXiv

dataset

arXiv reaDer

real time

generative
リンク
CDN-MEDAL：モーション分析のための2段階の密度と差の近似フレームワーク
arxiv_reader 2021/09/22
バックグラウンドモデリングとサブトラクションは、ビデオ監視のさまざまなアプリケーションを備えた有望な研究分野です。近年、この分野で効果的な学習ベースのディープニューラルネットワークが急増しています。た

arXiv

video

approximation

arXiv reaDer

representation

saliency

domain

unsupervised

adaptation

CNN
リンク
- 2021年9月23日
- 2021年9月22日
- 2021年9月21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