arxiv_readerのブックマーク / 2021年10月18日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年10月18日のブックマーク (98件)

透過型電子顕微鏡写真における複数の欠陥の深層学習セマンティックセグメンテーションのパフォーマンス、成功および制限
arxiv_reader 2021/10/18
この作業では、深層学習マスク地域畳み込みニューラルネットワーク（マスクR-CNN）モデルを使用して、照射されたFeCrAl合金の電子顕微鏡画像で複数の欠陥タイプのセマンティックセグメンテーションを実行

arXiv reaDer

CNN

arXiv

identification

R-CNN

domain

semantic segmentation

dataset

detection

human
リンク
ニューラルダバー：スクリプトによるビデオの吹き替え
arxiv_reader 2021/10/18
吹き替えは、俳優の会話を再録音するポストプロダクションプロセスであり、映画製作やビデオ制作で広く使用されています。これは通常、適切な韻律で行を読むプロの声優によって、事前に録画されたビデオと同期して手

arXiv reaDer

face

arXiv

synthesis

dataset

video

embedding

human
リンク
Fire Together Wire Together：自己監視マスク予測による動的剪定アプローチ
arxiv_reader 2021/10/18
動的モデルプルーニングは、展開中に入力サンプルごとに異なるサブネットワークの推論を可能にする最近の方向性です。ただし、現在の動的な方法は、スパース性の損失を誘発することにより、正則化を通じて連続チャネ

pruning

self-supervised

arXiv reaDer

regularization

arXiv

pose

dataset

classification

learning

estimation
リンク
視覚的な質問の生成のガイド
arxiv_reader 2021/10/18
従来の視覚的質問生成（VQG）では、ほとんどの画像に質問を生成できる複数の概念（オブジェクトやカテゴリなど）がありますが、モデルは、トレーニングデータで指定された概念の任意の選択を模倣するようにトレー

arXiv reaDer

arXiv

VQA

pose

dataset

augmentation

human
リンク
多様な機能の優先順位を組み合わせる
arxiv_reader 2021/10/18
モデルの一般化を改善するために、モデル設計者は、モデルが使用する機能を暗黙的または明示的に制限することがよくあります。この作業では、そのような機能の事前設定をデータの個別の視点として表示することにより

arXiv

arXiv reaDer
リンク
TEACh：チャットするタスク駆動型の具体化されたエージェント
arxiv_reader 2021/10/18
人間の空間で動作するロボットは、指示を理解して実行し、会話を使用してあいまいさを解決し、間違いから回復することで、人々と自然言語の相互作用を行うことができなければなりません。これを研究するために、シミ

arXiv reaDer

arXiv

human

dataset

simulation

robot

benchmark
リンク
コミュニケーションのための描画の共有視覚表現：異なるバイアスは人間の解釈可能性と意図にどのように影響しますか？
arxiv_reader 2021/10/18
表象的喪失が、コミュニケーションゲームをプレイする人工エージェントによって作成された図面にどのように影響するかについての調査を提示します。最近の進歩に基づいて、適切な誘導バイアスを備えた強力な事前トレ

bias

self-supervised

arXiv reaDer

arXiv

representation

human
リンク
注意と幾何学の出会い：一貫した自己監視単眼深度推定のための幾何学ガイドによる時空間注意
arxiv_reader 2021/10/18
時間的に連続する画像のタプル全体で幾何学的に一貫した高密度の3Dシーンを推測することは、自己監視型の単眼深度予測パイプラインにとって依然として困難です。このホワイトペーパーでは、ますます普及しているト

transformer

arXiv reaDer

self-supervised

monocular

regularization

arXiv

3D

attention

depth prediction

estimation
リンク
半教師あり点群セマンティックセグメンテーションのためのガイド付き点対照学習
arxiv_reader 2021/10/18
3Dセマンティックセグメンテーションの急速な進歩は、トレーニングのために大規模な注釈付きデータに大きく依存するディープネットワークモデルの進歩と切り離せません。 3Dポイントレベルのラベリングの高コス

contrastive learning

semi-supervised

arXiv reaDer

self-supervised

arXiv

point cloud

semantic segmentation

dataset

representation

3D
リンク
衛星時系列からの深層学習ベースの区画分類のための輪作モデリング
arxiv_reader 2021/10/18
毎年の輪作は農業の最適化に重要な役割を果たしますが、自動化された作物タイプのマッピングではほとんど無視されてきました。この論文では、注釈付き衛星データの量の増加を利用して、区画分類の年々および年内の農

arXiv reaDer

satellite

arXiv

dataset

classification

learning
リンク
タコの世界：報告バイアスが言語モデルの色の知覚にどのように影響するか
arxiv_reader 2021/10/18
最近の研究により、テキストのみの事前トレーニングに固有の制限について懸念が生じています。この論文では、最初に報告バイアス、つまり人々が明白なことを述べない傾向がこの制限の原因の1つであることを示し、次

bias

dataset

arXiv

arXiv reaDer
リンク
edge-SR：大衆向けの超解像
arxiv_reader 2021/10/18
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

arXiv reaDer

convolutional

arXiv

super-resolution

edge device

real time

learning

benchmark
リンク
インスタンスのセグメンテーションに基づく歴史的なチベット文書の正確なきめ細かいレイアウト分析
arxiv_reader 2021/10/18
後続のテキスト行セグメンテーションなしの正確なレイアウト分析は、特に、かなりの感動的なコンポーネントとまだらの背景を特徴とする一種の歴史的なチベット文書であるカンギュルに直面する場合、継続的な課題のま

segmentation

dataset

arXiv

arXiv reaDer
リンク
マルチテール、マルチヘッド、空間動的メモリの洗練されたテキストから画像への合成
arxiv_reader 2021/10/18
テキスト記述から高品質でリアルな画像を合成することは困難な作業であり、現在の方法では、テキストから画像を多段階で合成します。通常、最初に大まかな初期画像を生成し、その後の段階で画像の詳細を調整します。

arXiv reaDer

arXiv

synthesis

dataset

single-shot
リンク
大規模なローカルSGDのトレードオフ：経験的研究
arxiv_reader 2021/10/18
データセットとモデルがますます大きくなるにつれて、分散トレーニングは、深いニューラルネットワークが妥当な時間でトレーニングできるようにするために必要なコンポーネントになりました。ただし、分散トレーニン

arXiv reaDer

arXiv

SGD

dataset

classification
リンク
ParticleAugment：サンプリングベースのデータ拡張
arxiv_reader 2021/10/18
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

arXiv reaDer

arXiv

dataset

augmentation

loss function

classification
リンク
データ融合を使用した都市点群の自動ラベリング
arxiv_reader 2021/10/18
この論文では、都市のストリートレベルの点群のセマンティックセグメンテーションのためのラベル付きデータセットを半自動的に作成するアプローチについて説明します。標高データや大規模な地形図などの公開データソ

arXiv reaDer

arXiv

point cloud

semantic segmentation

dataset

human
リンク
感情的なXAIに向けて：説明可能な人間とAIの相互作用を理解するための顔の感情分析
arxiv_reader 2021/10/18
機械学習アプローチが人間の意思決定を強化するためにますます使用されるにつれて、eXplainable Artificial Intelligence（XAI）の研究は、システムの動作を人間に伝達する方

arXiv reaDer

emotion

face

arXiv

explainable

embedding

learning

human
リンク
カスケード回帰ニューラルネットワークによる全身性硬化症の肺CTスコアの予測
arxiv_reader 2021/10/18
CTスキャンから全身性硬化症への肺の関与を視覚的にスコアリングすることは、進行を監視する上で重要な役割を果たしますが、その労働集約性は実際の適用を妨げます。したがって、2つのカスケードされた深回帰ニュ

CT

arXiv reaDer

arXiv

synthesis

3D
リンク
高速MRイメージングのためのマルチモーダルアグリゲーションネットワーク
arxiv_reader 2021/10/18
磁気共鳴（MR）イメージングは、病気の検出、診断、治療の監視に一般的に使用されるスキャン技術です。臓器や組織の詳細な画像をより良いコントラストで生成することはできますが、取得時間が長くなるため、モーシ

convolutional

representation

learning

arXiv reaDer

detection

attention

reconstruction

domain

arXiv

MRI
リンク
畳み込みニューラルネットワーク画像分類による真空複層ガラスの自動品質管理
arxiv_reader 2021/10/18
真空断熱ガラス（VIG）は、断熱性の高い窓技術であり、同等の性能のガス充填断熱ガラスユニットと比較して、非常に薄いプロファイルと軽量を誇っています。 VIGは、ペイン間にサブミリ波の真空ギャップがある

arXiv reaDer

CNN

arXiv

explainable

computer vision

identification

dataset

detection

classification

learning
リンク
ImVoxelNet: 単眼およびマルチビューの汎用 3D オブジェクト検出のための画像からボクセルへの投影
arxiv_reader 2021/10/18
この論文では、エンドツーエンドの最適化問題として、マルチビュー RGB ベースの 3D オブジェクト検出のタスクを紹介します。この問題に対処するために、私たちは ImVoxelNet を提案します

arXiv reaDer

monocular

convolutional

arXiv

detection

dataset

RGB-D

3D

benchmark
リンク
FlexConv：微分可能なカーネルサイズの連続カーネル畳み込み
arxiv_reader 2021/10/18
畳み込みニューラルネットワーク（CNN）を設計するときは、トレーニングの前に畳み込みカーネルのサイズを選択する必要があります。最近の研究では、CNNはさまざまなレイヤーでさまざまなカーネルサイズの恩恵

arXiv reaDer

CNN

arXiv

pooling

dataset

differentiable

classification

benchmark
リンク
ML防衛モデル競争への敵対的攻撃
arxiv_reader 2021/10/18
敵対的な例に対するディープニューラルネットワーク（DNN）の脆弱性のため、近年、この問題を軽減するために多数の防御手法が提案されています。ただし、より堅牢なモデルの構築の進行は、通常、不完全または不正

arXiv reaDer

arXiv

DNN

adversarial

classification

learning

benchmark
リンク
LuvHarris：イベントカメラ用の実用的なコーナー検出器
arxiv_reader 2021/10/18
イベント駆動型のコンピュータビジョンがより利用しやすくなったので、ここ数年、イベントカメラのために提案された多くのコーナー検出方法がありました。現在の最先端技術は、たとえばカメラが制約のない環境でラン

arXiv reaDer

convolutional

arXiv

computer vision

detection

real time
リンク
VICReg：自己教師あり学習のための分散-不変-共分散正則化
arxiv_reader 2021/10/18
画像表現学習のための最近の自己教師あり方法は、同じ画像の異なるビューからの埋め込みベクトル間の一致を最大化することに基づいています。エンコーダが定数ベクトルを出力すると、簡単な解が得られます。この崩壊

bias

self-supervised

arXiv reaDer

interpretation

regularization

arXiv

representation learning

embedding
リンク
Moblieデバイスでのモデル加速のためのジョイントチャネルとウェイトプルーニング
arxiv_reader 2021/10/18
モバイルデバイスでの実用的なディープニューラルネットワークの設計では、さまざまなアプリケーションで計算リソースと推論の待ち時間によって発生する制約を考慮することが不可欠です。ディープネットワークアクセ

pruning

arXiv reaDer

compression

arXiv

dataset

classification
リンク
MaGNET：再トレーニングなしの深い生成ネットワーク多様体からの均一なサンプリング
arxiv_reader 2021/10/18
Deep Generative Networks（DGN）は、Generative Adversarial Networks（GAN）、Variational Autoencoders（VAE）、およ

GAN

bias

arXiv reaDer

face

arXiv

manifold

dataset

augmentation

anomaly detection

domain adaptation
リンク
視覚オブジェクトトラッキングのためのピラミッド相関ベースのディープハフ投票
arxiv_reader 2021/10/18
既存のシャムベースのトラッカーのほとんどは、追跡問題を分類と回帰の並行タスクとして扱います。ただし、一部の研究では、兄弟の頭の構造がネットワークトレーニング中に最適ではないソリューションにつながる可能

arXiv reaDer

arXiv

real time

classification

benchmark

tracking
リンク
新規ビューアクション合成のためのポーズ誘導生成的敵対的ネット
arxiv_reader 2021/10/18
私たちは、斬新な視点の人間の行動の統合の問題に焦点を当てています。アクションビデオを考えると、目標は目に見えない視点から同じアクションを生成することです。当然のことながら、新しいビューのビデオ合成は画

arXiv reaDer

generative

arXiv

3D

pose

synthesis

dataset

adversarial

recurrent

human
リンク
間もなく：グラフベースの探索によるシナリオ指向のオブジェクトナビゲーション
arxiv_reader 2021/10/18
3Dで具現化された環境のどこからでも、人間のように言語に導かれたターゲットに向かってナビゲートする機能は、インテリジェントロボットの「聖杯」の目標の1つです。ただし、ほとんどのビジュアルナビゲーション

arXiv reaDer

arXiv

human

learning

dataset

localization

3D

robot

benchmark
リンク
識別可能な仮想面の生成について
arxiv_reader 2021/10/18
生成モデルによる顔の匿名化は、仮想の顔画像を生成して個人情報をサニタイズし、プライバシーと画像の有用性の両方を確保するため、ますます普及しています。このような仮想顔画像は、通常、元のIDを削除または保

arXiv reaDer

generative

arXiv

multi-task

face recognition

learning
リンク
ハイパースペクトル画像分類-従来のモデルから深いモデル：将来の展望のための調査
arxiv_reader 2021/10/18
ハイパースペクトルイメージング（HSI）は、各ピクセルに含まれる詳細なスペクトル情報の恩恵を受けるため、多くの実際のアプリケーションで広く利用されています。特に、複雑な特性、つまり、キャプチャされたス

arXiv reaDer

arXiv

computer vision

classification

learning
リンク
再識別システムにおける三重項損失を安定化するための関係保存三重項マイニング
arxiv_reader 2021/10/18
オブジェクトの外観は、ポーズの変化によって劇的に変化することがよくあります。これは、同じオブジェクトIDを持つインスタンスを可能な限り近い場所にマップしようとする埋め込みスキームの課題を作成します。こ

arXiv reaDer

arXiv

computer vision

pose

re-id

vehicle

embedding

benchmark
リンク
バイアス除去のためのテクスチャ共起と空間的自己相似性を使用したデータ生成
arxiv_reader 2021/10/18
偏ったデータセットでトレーニングされた分類モデルは、偏った表現がモデルに埋め込まれているため、通常、分布外のサンプルではパフォーマンスが低下します。最近、偏った表現を解きほぐすために敵対的な学習方法が

bias

OOD

arXiv reaDer

arXiv

dataset

representation

adversarial

classification

learning
リンク
マルチモーダル3DMRI脳腫瘍セグメンテーションと自己監視事前トレーニングのためのCNNとトランスフォーマーの組み合わせ
arxiv_reader 2021/10/18
BraTS 2021チャレンジのセグメンテーションタスクには、変更されたTransBTS、nnU-Net、および両方の組み合わせのアンサンブルを適用します。実際、Squeeze-and-Excitat

transformer

segmentation

arXiv reaDer

CNN

self-supervised

arXiv

MRI

3D

embedding
リンク
新規オブジェクトインスタンスの運動学的階層を推測することを学ぶ
arxiv_reader 2021/10/18
関節のあるオブジェクトを操作するには、その運動学的階層を認識する必要があります。つまり、そのパーツ、それぞれがどのように動くことができるか、そしてそれらのモーションがどのように結合されるかです。以前の

segmentation

arXiv reaDer

arXiv

point cloud

learning

synthesis

3D

robot
リンク
疑似ラベリングハイパーパラメータのソースガイド選択による教師なしドメイン適応再識別の改善
arxiv_reader 2021/10/18
再識別（re-ID）のための教師なしドメイン適応（UDA）は、困難な作業です。追加データのコストのかかる注釈を回避するために、注釈付きデータを含むドメインから、ラベルなしデータのみを含む対象ドメインに

person

arXiv reaDer

arXiv

dataset

representation

re-id

vehicle

unsupervised

clustering

domain adaptation
リンク
極端なマルチラベル分類のためのランダムプロジェクションを使用したオンザフライのグローバル埋め込み
arxiv_reader 2021/10/18
eXtreme Multi-label Learning（XML）の目標は、非常に大きなラベルの語彙（100万個のラベルなど）からのラベルの最も関連性の高いサブセットで、特定のデータポイントに自動的に

arXiv reaDer

arXiv

dataset

classification

embedding

learning

benchmark
リンク
PolyNet：PolyShape表現を使用した3D形状認識のための多項式ニューラルネットワーク
arxiv_reader 2021/10/18
3D形状表現とその処理は、3D形状認識に大きな影響を及ぼします。 3D形状表現としてのポリゴンメッシュには、コンピュータグラフィックスやジオメトリ処理において多くの利点があります。ただし、頂点とそのペ

arXiv reaDer

convolutional

arXiv

pooling

mesh

DNN

3D

representation

classification
リンク
開集合ビデオドメイン適応のための条件付き極値理論
arxiv_reader 2021/10/18
メディアストリーミングの出現により、ビデオアクション認識はさまざまなアプリケーションにとってますます重要になっていますが、大規模なデータラベリングが必要になるという高額な費用がかかります。高価なデータ

arXiv reaDer

arXiv

dataset

adversarial

video

domain adaptation

learning

action recognition
リンク
深唇読唇術の進歩と課題
arxiv_reader 2021/10/18
ディープラーニング技術と大規模なデータセットに後押しされて、近年、自動唇読み取りのパラダイムシフトが目撃されています。視覚音声認識（VSR）の主な目的は音声音声認識システムの精度の向上でしたが、生体認

arXiv reaDer

arXiv

identification

dataset

learning
リンク
生成的敵対的ネットワークを保存するモードを使用した胸部コンピュータ断層撮影からの単一ボリューム肺生体力学
arxiv_reader 2021/10/18
肺の局所組織拡張は、通常、複数の肺気量で取得されたコンピューター断層撮影（CT）スキャンを登録することによって導き出されます。ただし、複数のスキャンを取得すると、放射線量、時間、およびコストが増加し、

GAN

CT

arXiv reaDer

arXiv

learning
リンク
HDR-cGAN：条件付きGANを使用した単一のLDRからHDRへの画像変換
arxiv_reader 2021/10/18
デジタル画像技術の主な目標は、シーンのリアルな外観を再現することです。低ダイナミックレンジ（LDR）カメラは、実世界のシーンのワイドダイナミックレンジを表現することはできません。キャプチャされた画像は

GAN

segmentation

arXiv reaDer

arXiv

learning

dataset

pre-training

reconstruction
リンク
顕著な物体検出のための受容野の拡大とブースティング
arxiv_reader 2021/10/18
顕著なオブジェクトの検出には、画像内の視覚的に重要なオブジェクトを見つけるための包括的でスケーラブルな受容野が必要です。最近、ビジュアルトランスフォーマーとマルチブランチモジュールの出現により、ニュー

transformer

gradient

saliency

arXiv reaDer

CNN

arXiv

dataset

detection

attention

benchmark
リンク
混合教師ありセグメンテーション：信頼度の最大化は知識の蒸留に役立ちます
arxiv_reader 2021/10/18
幅広い医療画像セグメンテーションタスクで有望な結果を達成しているにもかかわらず、ディープニューラルネットワークには、ピクセル単位の注釈を付けた大規模なトレーニングデータセットが必要です。これらのキュレ

semi-supervised

arXiv reaDer

knowledge distillation

arXiv

semantic segmentation

dataset
リンク
パッチベースの負の増強によるビジョントランスフォーマーのロバスト性の理解と改善
arxiv_reader 2021/10/18
視覚変換器（ViT）の堅牢性を、パッチベースの特別な構造構造のレンズを通して調査します。つまり、画像を一連の画像パッチとして処理します。 ViTは、変換によって元のセマンティクスが大幅に破壊され、画像

transformer

OOD

arXiv reaDer

arXiv

augmentation

benchmark
リンク
IMU信号とディープCNNの画像表現を使用した歩行ベースのフレイルアセスメント
arxiv_reader 2021/10/18
虚弱は、高齢者によく見られる重大な状態であり、健康状態のさらなる悪化につながる可能性があります。ただし、活動関連の質問票に基づく従来の脆弱性評価には、困難と複雑さが存在します。これらは、歩行に対する虚

arXiv reaDer

CNN

arXiv

representation

classification

learning
リンク
PTQ-SL：サブレイヤーごとのトレーニング後の量子化の調査
arxiv_reader 2021/10/18
ネットワーク量子化は、畳み込みニューラルネットワークを圧縮するための強力な手法です。量子化の粒度は、ネットワーク量子化のパフォーマンスに影響を与える重みでスケーリング係数を共有する方法を決定します。ほ

quantization

arXiv

arXiv reaDer

CNN
リンク
表現の解きほぐしによる敵対的浄化
arxiv_reader 2021/10/18
ディープラーニングモデルは、敵対的な例に対して脆弱であり、理解できない間違いを犯します。これは、実際の展開に脅威をもたらします。敵対訓練のアイデアと組み合わせると、前処理ベースの防御は人気があり、タス

adversarial

representation

learning

arXiv reaDer

arXiv

disentangling
リンク
EFENet：フロー推定が強化されたリファレンスベースのビデオ超解像
arxiv_reader 2021/10/18
この論文では、参照ベースのビデオ超解像（RefVSR）の問題、つまり、高解像度（HR）参照フレームを利用して低解像度（LR）ビデオシーケンスを超解像する方法について考察します。 RefVSRへの既存の

arXiv reaDer

super-resolution

arXiv

video

estimation
リンク
熱画像からの占有率の推定
arxiv_reader 2021/10/18
スマート環境向けに、非侵入型でプライバシーを保護する占有率推定システムを提案します。提案されたスキームは、熱画像を使用して、特定の領域の人数を検出します。占有率推定モデルは、強度ベースおよびモーション

segmentation

arXiv reaDer

arXiv

human

dataset

estimation
リンク
DG-LabelerおよびDGL-MOTSデータセット：自動運転の認識を高める
arxiv_reader 2021/10/18
マルチオブジェクトトラッキングおよびセグメンテーション（MOTS）は、自動運転アプリケーションにとって重要なタスクです。既存のMOTS研究は、2つの重大な課題に直面しています。1）公開されたデータセッ

segmentation

arXiv reaDer

face

arXiv

learning

dataset

representation

autonomous driving

MOT
リンク
衛星画像における改善された半教師ありセマンティックセグメンテーションのための能動学習
arxiv_reader 2021/10/18
リモートセンシングデータは、森林火災や森林破壊の監視から都市化の追跡に至るまでのアプリケーションにとって重要です。これらのタスクのほとんどは、これらの衛星画像で利用可能な限られたラベル付きデータから視

semi-supervised

arXiv reaDer

satellite

arXiv

domain

semantic segmentation

dataset

classification

learning

tracking
リンク
NeuroView：説明可能なディープネットワークの意思決定
arxiv_reader 2021/10/18
ディープニューラルネットワーク（DN）は、多数のコンピュータービジョンタスクで超人的なパフォーマンスを提供しますが、どのDNのユニットが特定の決定に寄与するかは正確には不明です。 NeuroViewは

arXiv reaDer

arXiv

explainable

computer vision

dataset

classification
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 2021/10/18
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

arXiv reaDer

arXiv

point cloud

pose

localization

loss function
リンク
ADS-Bテクノロジーに基づくハイブリッドディープラーニング予測手法を使用した4D飛行軌道予測：ハーツフィールドジャクソンアトランタ国際空港（ATL）の事例研究
arxiv_reader 2021/10/18
フライトスケジュールの中核は軌道です。特に、4D軌道は、飛行属性の予測にとって最も重要なコンポーネントです。特に、4D軌道は、飛行属性予測の最も重要なコンポーネントです。各軌道には、予測プロセスを複雑

arXiv reaDer

CNN

arXiv

learning

trajectory

3D

recurrent
リンク
ビジョントランスフォーマーの敵対的ロバスト性について
arxiv_reader 2021/10/18
自然言語処理と理解の進歩に成功した後、トランスフォーマーはコンピュータービジョンに革命的な変化をもたらすことが期待されています。この作業は、敵対的な摂動に対するビジョントランスフォーマー（ViT）の堅

transformer

pre-training

arXiv reaDer

CNN

arXiv

computer vision

dataset

adversarial

classification

learning
リンク
ステレオマッチングDeepConvolutionalニューラルネットワークによる曲線構造の3D再構成
arxiv_reader 2021/10/18
曲線構造は、顕微鏡イメージングで関心のあるオブジェクトとして頻繁に表示されます。結晶学的欠陥、すなわち転位は、透過型電子顕微鏡（TEM）の下で繰り返し調査されてきた曲線構造の1つであり、それらの3D構

stereo

arXiv reaDer

CNN

arXiv

detection

human

3D

reconstruction

estimation
リンク
「騎士団」：ICCV2021でのVIPriors21アクション認識チャレンジの1位提出
arxiv_reader 2021/10/18
このテクニカルレポートは、追加データを使用せずに、Kinetics-400の小さなサブセット（Kinetics400ViPriors）でアクション認識タスクを解決するためのアプローチ「Knights」

transformer

arXiv reaDer

self-supervised

arXiv

computer vision

optical flow

augmentation

video

action recognition

contrastive
リンク
シングルモーダルおよびマルチモーダルデータでの共同表現学習と新しいカテゴリの発見
arxiv_reader 2021/10/18
この論文は、異なるが関連するカテゴリーからのラベルを用いたシングルモーダルおよびマルチモーダルデータでの新しいカテゴリー発見の問題を研究します。信頼できる表現を共同で学習し、ラベルのないデータにクラス

contrastive learning

self-supervised

arXiv reaDer

arXiv

representation learning

video

embedding

benchmark

estimation
リンク
網膜病変の検出に基づく眼底画像における糖尿病性網膜症の分類のための深層学習モデル
arxiv_reader 2021/10/18
糖尿病性網膜症（DR）は、網膜に影響を与える糖尿病の合併症の結果です。診断も治療もされないままにしておくと、失明を引き起こす可能性があります。眼科医は、各患者をスクリーニングし、眼の画像を介して網膜病

arXiv reaDer

arXiv

dataset

detection

classification

learning
リンク
分類を超えて：セマンティックセグメンテーションのためのスパイキングニューラルネットワークの直接トレーニング
arxiv_reader 2021/10/18
スパイキングニューラルネットワーク（SNN）は、そのスパース、非同期、およびバイナリイベント駆動型処理のために、人工ニューラルネットワーク（ANN）の低電力代替手段として最近登場しました。 SNNはエ

arXiv reaDer

sparse

convolutional

arXiv

domain

semantic segmentation

SNN

drone

classification

benchmark
リンク
マルチストリーム動的ビデオ要約
arxiv_reader 2021/10/18
毎分大量のビデオコンテンツがインターネットにアップロードされるため、ビジュアルコンテンツの効率的なブラウジング、検索、およびインデックス作成には、ビデオの要約が重要になります。それにもかかわらず、社会

arXiv reaDer

sparse

arXiv

dataset

unsupervised

video

benchmark
リンク
人間の脳半球の超高解像度7テスラexvivoT2wMRIにおける灰白質セグメンテーション
arxiv_reader 2021/10/18
脳のexvivoMRIは、詳細な神経解剖学を視覚化および特性評価するために、in vivoMRIに比べて顕著な利点を提供します。ただし、主にラベル付けされたデータセットの限られた可用性、およびスキャナ

segmentation

arXiv reaDer

arXiv

human

MRI

dataset

3D

benchmark
リンク
KiU-Net：生物医学画像と体積セグメンテーションのための過剰な畳み込みアーキテクチャ
arxiv_reader 2021/10/18
医療画像セグメンテーションのほとんどの方法は、ほとんどのアプリケーションで成功しているため、U-Netまたはそのバリアントを使用します。これらの「従来の」エンコーダ-デコーダベースのアプローチを詳細に

CT

segmentation

arXiv reaDer

convolutional

arXiv

MRI

U-Net

3D

residual
リンク
質問：RGB-Dシーン認識のための主要なローカル機能を適応的に選択する
arxiv_reader 2021/10/18
屋内シーン画像には通常、散乱オブジェクトとさまざまなシーンレイアウトが含まれているため、RGB-Dシーン分類は困難な作業になります。既存の方法には、空間的変動が大きいシーン画像を分類するための制限がま

arXiv reaDer

arXiv

dataset

RGB-D

representation

differentiable

classification
リンク
自己中心的なビデオからのアクティビティコンテキストの事前情報を使用して、具体化されたエージェントの動作を形成する
arxiv_reader 2021/10/18
複雑な物理的タスクには一連のオブジェクトの相互作用が伴い、それぞれに独自の前提条件があります。これは、ロボットエージェントが自分の経験だけで効率的に学習するのは難しい場合があります。人間が着用したカメ

arXiv reaDer

arXiv

learning

activity

video

robot

human
リンク
超効率的な超解像のための折りたたみ可能な線形ブロック
arxiv_reader 2021/10/18
4Kおよび8K解像度をサポートするスマートデバイスの出現により、シングルイメージ超解像（SISR）は重要なコンピュータービジョンの問題になりました。ただし、ほとんどの超解像ディープネットワークは計算コ

arXiv reaDer

CNN

arXiv

computer vision

dataset

benchmark
リンク
自由視点のニューラルレンダリングによる外観の編集
arxiv_reader 2021/10/18
既知の環境照明の下でキャプチャされたマルチビュー画像からのシーンの同時ビュー合成と外観編集のためのニューラルレンダリングフレームワークを提示します。既存のアプローチは、シーンの外観を直接制御することな

arXiv reaDer

arXiv

synthesis

disentangling

representation
リンク
同変表現による模倣体験の強化
arxiv_reader 2021/10/18
模倣によってトレーニングされたビジュアルナビゲーションポリシーの堅牢性は、多くの場合、トレーニングされた画像とアクションのペアの増強に依存します。従来、これは、複数のカメラからデータを収集するか、各画

arXiv reaDer

arXiv

computer vision

synthesis

dataset

augmentation

3D

representation

simulation

embedding
リンク
CNNの堅牢性のインタラクティブな分析
arxiv_reader 2021/10/18
畳み込みニューラルネットワーク（CNN）は、画像関連タスクの最先端モデルとして広く採用されていますが、その予測は、人間の視覚が強い小さな入力摂動に非常に敏感であることがよくあります。このホワイトペーパ

adversarial

arXiv reaDer

CNN

arXiv

3D

learning

human
リンク
サンドイッチバッチ正規化：特徴分布の不均一性のドロップイン置換
arxiv_reader 2021/10/18
サンドイッチバッチ正規化（SaBN）を紹介します。これは、コードを数行変更するだけで、バッチ正規化（BN）を簡単に改善できるものです。 SaBNは、データの不均一性（複数の入力ドメイン）またはモデルの

gradient

arXiv reaDer

arXiv

domain

NAS

adversarial

batch normalization
リンク
少数ショットセグメンテーションのための超相関スクイーズ
arxiv_reader 2021/10/18
数ショットのセマンティックセグメンテーションは、ターゲットクラスのいくつかの注釈付きサポート画像のみを使用して、クエリ画像からターゲットオブジェクトをセグメント化することを学習することを目的としていま

arXiv reaDer

convolutional

arXiv

semantic segmentation

few-shot

learning

benchmark
リンク
共学習環境での会話検出
arxiv_reader 2021/10/18
共学習ビデオで会話活動を検出する問題を研究します。私たちのアプローチは、頭の検出とオプティカルフローベクトルの対数の大きさの投影を使用して、複雑な3Dアクティビティ分類システムをトレーニングする必要な

arXiv reaDer

convolutional

arXiv

3D

optical flow

activity

detection

video

classification

learning
リンク
ディープニューラルネットワークを介した指の爪のイメージングを使用したリアルタイムの触覚把持力センシング
arxiv_reader 2021/10/18
この論文では、視覚のみを介して人間の指先によって加えられる3D触覚力をリアルタイムで推定するための新しいアプローチを紹介しました。導入されたアプローチは完全に単眼視覚ベースであり、物理的な力センサーを

arXiv reaDer

monocular

arXiv

pose estimation

3D

detection

real time

human

tracking
リンク
非ディープネットワーク
arxiv_reader 2021/10/18
深さは、深いニューラルネットワークの特徴です。ただし、深度が大きいほど、順次計算が多くなり、レイテンシが長くなります。これは疑問を投げかけます-高性能の「非ディープ」ニューラルネットワークを構築するこ

arXiv

arXiv reaDer
リンク
収縮期ピークの学習による顔ビデオからの非接触心房細動検出
arxiv_reader 2021/10/18
目的：顔のビデオから心房細動（AF）を検出するための非接触アプローチを提案します。方法：100人の健康な被験者と100人のAF患者からの顔のビデオ、心電図（ECG）、および接触フォトプレチスモグラフィ

arXiv reaDer

CNN

SVM

face

arXiv

3D

loss function

detection

video

classification
リンク
ディープラーニングを使用した2D顕微鏡画像からの3D構造
arxiv_reader 2021/10/18
タンパク質複合体の構造を理解することは、その機能を決定する上で非常に重要です。ただし、顕微鏡画像から正確な3D構造を取得することは、特に多くのイメージングモダリティが2次元であるため、非常に困難です。

arXiv reaDer

CNN

arXiv

pose

localization

differentiable

3D

learning
リンク
HumBugDB：大規模な音響蚊データセット
arxiv_reader 2021/10/18
この論文は、自由飛行で継続的に追跡された蚊の音響記録の最初の大規模な複数種のデータセットを提示します。専門的にラベルを付け、正確に時間内にタグ付けした20時間のオーディオ録音を紹介します。重要なことに

Bayesian

arXiv reaDer

CNN

arXiv

pose

identification

domain

dataset

classification

learning
リンク
パッチレベルの分類ラベルを使用した組織病理学的組織セマンティックセグメンテーションの多層疑似監視
arxiv_reader 2021/10/18
組織レベルのセマンティックセグメンテーションは、計算病理学の重要なステップです。完全に監視されたモデルは、高密度のピクセルレベルの注釈ですでに優れたパフォーマンスを達成しています。ただし、ギガピクセル

arXiv reaDer

weakly-supervised

arXiv

semantic segmentation

dataset

classification
リンク
自動運転車を支援するための敵対シーン再構成および物体検出システム
arxiv_reader 2021/10/18
現在のコンピュータビジョンの時代では、ビデオ監視システムを介してシーンを分類することは重要なタスクです。人工知能（AI）ビデオ監視技術は著しく進歩し、人工知能と深層学習がシステムに組み込まれました。深

adversarial

arXiv reaDer

face

arXiv

computer vision

action

detection

vehicle

classification

reconstruction
リンク
データセット全体での敵対的攻撃
arxiv_reader 2021/10/18
ディープニューラルネットワーク（DNN）は、クエリのないブラックボックス設定で転送攻撃に対して脆弱であることが確認されています。ただし、転送攻撃に関するこれまでのすべての調査では、攻撃者が所有するホワ

arXiv reaDer

arXiv

dataset

DNN

adversarial

classification
リンク
医用画像における準同型暗号化の適用
arxiv_reader 2021/10/18
このテクニカルレポートでは、ディープラーニング（DL）モデルを使用したトレーニングと予測のコンテキストで準同型暗号化（HE）を使用して、厳密なプライバシーバイデザインサービスを提供し、データガバナンス

arXiv reaDer

arXiv

detection

3D

classification

learning
リンク
自動化された都市計画のための人間が誘導する深い条件付き変分生成モデリング
arxiv_reader 2021/10/18
都市計画は土地利用構成を設計し、住みやすく、持続可能で、安全なコミュニティを構築するのに役立ちます。画像生成に触発された深層都市計画は、深層学習を活用して土地利用構成を生成することを目的としています。

arXiv reaDer

generative

arXiv

pose

embedding

learning

human
リンク
視覚的意味埋め込みによる複雑なイベント検出のための信頼性の高いショット識別
arxiv_reader 2021/10/18
マルチメディアイベント検出は、Webサイトでユーザーが生成したビデオで関心のある特定のイベントを検出するタスクです。このタスクが直面する最も基本的な課題は、ビデオの品質が大きく異なることと、本質的にイ

arXiv reaDer

regularization

arXiv

identification

dataset

detection

video

embedding

learning
リンク
畳み込みニューラルネットワークを再利用可能で交換可能なモジュールに分解する
arxiv_reader 2021/10/18
ゼロからのトレーニングは、畳み込みニューラルネットワーク（CNN）ベースのモデルを構築するための最も一般的な方法です。以前に構築したCNNモデルのパーツを再利用して、新しいCNNモデルを構築できるとし

arXiv reaDer

CNN

arXiv

dataset

classification
リンク
Smoothed VisionTransformersによる認定パッチの堅牢性
arxiv_reader 2021/10/18
認定されたパッチ防御は、境界のある連続領域内の任意の変更に対する画像分類器の堅牢性を保証できます。ただし、現在、この堅牢性には、標準精度の低下と推論時間の遅延という代償が伴います。ビジョントランスフォ

transformer

arXiv reaDer

arXiv
リンク
EMDS-7：複数のオブジェクトの検出評価のための環境微生物画像データセット第7バージョン
arxiv_reader 2021/10/18
環境微生物画像データセット第7バージョン（EMDS-7）は、元の環境微生物画像（EM）と、対応するオブジェクトラベリングファイルを「.XML」形式のファイルで含む微視的画像データセットです。 EMDS

arXiv reaDer

arXiv

dataset

detection

YOLO

learning
リンク
NeRS：野生のスパースビュー3D再構成のための神経反射面
arxiv_reader 2021/10/18
最近の歴史は、Neural Radiance Fields（NeRF）を通じて普及した、幾何学と放射輝度の暗黙の表現を探求する作業の途方もない成長を見てきました。このような作品は、基本的に占有率の（暗

dataset

representation

pose

arXiv reaDer

synthesis

arXiv

learning

3D

video

reconstruction
リンク
TDACNN：ガスセンサーのドリフト補償のためのターゲットドメインフリードメイン適応畳み込みニューラルネットワーク
arxiv_reader 2021/10/18
センサードリフトは、ガス状物質の認識性能を低下させる、長く存在する予測不可能な問題であり、ドリフト防止ドメイン適応アルゴリズムが必要です。ただし、従来の方法で良好な結果を得るには、ドメインアラインメン

dataset

embedding

arXiv reaDer

CNN

arXiv

learning

domain adaptation
リンク
ツインクラス分布を推定することによる自己監視学習
arxiv_reader 2021/10/18
大規模なラベルなしデータセットをエンドツーエンドの方法で分類することにより、新しい自己監視表現学習方法であるTWISTを紹介します。ソフトマックス演算で終了するシャムネットワークを使用して、2つの拡張

augmentation

representation learning

arXiv reaDer

clustering

arXiv

loss function

transfer learning

detection

segmentation
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 2021/10/18
航空写真のオブジェクトは任意の方向に表示され、密集していることが多いため、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表現のあいまい

dataset

representation

arXiv reaDer

arXiv

learning

detection
リンク
励起の持続性によるニューラルネットワークのロバスト性の改善
arxiv_reader 2021/10/18
ニューラルネットワークの敵対的なロバスト性を改善することは、依然として大きな課題です。基本的に、勾配降下法によるニューラルネットワークのトレーニングはパラメーター推定の問題です。適応制御では、励起の持

arXiv reaDer

gradient

arXiv

loss function

adversarial

estimation

learning
リンク
ドメインの一般化のためにソースデータセットに直接アクセスする必要がありますか？
arxiv_reader 2021/10/18
ドメイン一般化（DG）は、未知のターゲットドメインの複数の既知のソースドメインから一般化可能なモデルを学習することを目的としています。プライバシー保護のために直接アクセスできない今日の多くの場所/デバ

dataset

arXiv reaDer

domain

arXiv

attention
リンク
よく分類された例は、ディープニューラルネットワークによる分類では過小評価されています
arxiv_reader 2021/10/18
深い分類モデルの学習の背後にある従来の知識は、分類の悪い例に焦点を当て、決定の境界から遠く離れた分類の良い例を無視することです。たとえば、クロスエントロピー損失を使用してトレーニングする場合、尤度が高

arXiv reaDer

OOD

arXiv

detection

classification

adversarial

representation learning
リンク
画像分類のための学習可能な適応余弦推定量（LACE）
arxiv_reader 2021/10/18
この作業では、特徴の識別可能性と分類性能を改善するための新しい損失を提案します。適応余弦/コヒーレンス推定器（ACE）によって動機付けられて、提案された方法は、人工ニューラルネットワークによって本質的

classification

arXiv

arXiv reaDer

regularization
リンク
N次元画像の量子ピクセル表現と圧縮
arxiv_reader 2021/10/18
（I）FRQI、（I）NEQR、MCRQI、（I）NCQIなど、最近の文献で提案されている最も一般的な表現の多くを網羅する、量子ピクセル表現の斬新で統一されたフレームワークを紹介します。提案されたQP

representation

compression

arXiv

arXiv reaDer
リンク
- 2021年10月19日
- 2021年10月18日
- 2021年10月15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