arxiv_readerのブックマーク / 2021年10月26日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年10月26日のブックマーク (222件)

オブジェクトレベルの対照学習による検出のための事前トレーニングの調整
arxiv_reader 2021/10/26
画像レベルの対照表現学習は、転移学習の一般的なモデルとして非常に効果的であることが証明されています。ただし、このような転移学習の一般性は、特定の下流のタスクに関心がある場合、特異性を犠牲にします。これ

representation learning

arXiv reaDer

arXiv

self-supervised

transfer learning

contrastive learning

R-CNN

detection
リンク
画像は千の言葉よりも価値がある：野生の解きほぐしに向けて
arxiv_reader 2021/10/26
教師なし解きほぐしは、モデルとデータに誘導バイアスがなければ理論的に不可能であることが示されています。別のアプローチとして、最近の方法は、変動の要因を解きほぐし、それらの識別可能性を可能にするために、

arXiv reaDer

arXiv

generative

zero-shot

unsupervised

residual

domain

embedding

benchmark

disentangling
リンク
ビデオリレーションディテクタのエラーの診断
arxiv_reader 2021/10/26
ビデオ関係の検出は、コンピュータビジョンにおいて新しく困難な問題を形成します。この問題では、対象とオブジェクトを時空間的にローカライズする必要があり、2つの間に相互作用がある場合にのみ、述語ラベルを割

metric

arXiv reaDer

arXiv

computer vision

video

detection

localization

benchmark

action
リンク
SSCAP：教師なし時間アクションセグメンテーションのための自己監視共起アクション解析
arxiv_reader 2021/10/26
時間的アクションセグメンテーションは、ビデオの各フレームをアクションラベルで分類するタスクです。ただし、包括的な教師ありトレーニングデータセットを構築するために、ビデオの大規模なコーパス内のすべてのフ

self-supervised

arXiv reaDer

arXiv

weakly-supervised

unsupervised

classification

dataset

segmentation

action
リンク
GANに変圧器を採用する際の要点
arxiv_reader 2021/10/26
Transformerは、コンピュータービジョン、特に高レベルのビジョンタスクで普及しています。ただし、Transformerを生成的敵対的ネットワーク（GAN）フレームワークに展開することは、未解決

arXiv reaDer

arXiv

attention

synthesis

computer vision

GAN

learning

CNN

residual

transformer
リンク
異常検出のための潜在的に鈍感なオートエンコーダ
arxiv_reader 2021/10/26
異常検出への再構築ベースのアプローチは、クラス間の分散が高いターゲットクラスを持つ複雑なデータセットに適用すると不十分になる傾向があります。転移学習で使用される独学学習の考え方と同様に、多くのドメイン

arXiv reaDer

arXiv

transfer learning

anomaly detection

domain

dataset

OOD
リンク
未知のディープアーキテクチャのパラメータ予測
arxiv_reader 2021/10/26
ディープラーニングは、機械学習パイプラインの機能の設計を自動化することに成功しています。ただし、ニューラルネットワークパラメータを最適化するアルゴリズムは、大部分が手作業で設計されており、計算効率が悪

arXiv reaDer

arXiv

GNN

representation

learning

dataset
リンク
回転同変森林破壊セグメンテーションとドライバー分類
arxiv_reader 2021/10/26
森林破壊は気候変動の重要な要因になり、このため、ドライバーの分類と森林破壊のセグメンテーションマップの予測の両方が大きな関心を集めています。この作業では、回転同変畳み込みニューラルネットワークモデルを

arXiv reaDer

arXiv

CNN

classification

satellite

segmentation
リンク
マルウェアの変身：実行可能バイトを変更することでMLベースの静的分析を破る
arxiv_reader 2021/10/26
さまざまなドメインでのディープニューラルネットワーク（DNN）の変革の影響に動機付けられて、研究者とアンチウイルスベンダーは、手動の特徴エンジニアリングを必要としない生のバイトからマルウェアを検出する

arXiv reaDer

arXiv

learning

domain

detection

DNN
リンク
マクロスケールでのいつでも学習について
arxiv_reader 2021/10/26
従来の機械学習フレームワークは、予測モデルをトレーニングするために、おそらく大きなデータセットへのアクセスを想定しています。ただし、多くの実際のアプリケーションでは、データは一度に到着するのではなく、

metric

arXiv reaDer

arXiv

learning

dataset

benchmark
リンク
MVT：3Dオブジェクト認識用のマルチビュービジョントランスフォーマー
arxiv_reader 2021/10/26
画像認識におけるCNNによって達成された大きな成功に触発されて、ビューベースの方法は3Dオブジェクト理解のために投影されたビューをモデル化するためにCNNを適用し、優れたパフォーマンスを達成しました。

arXiv reaDer

arXiv

bias

3D

CNN

benchmark

transformer
リンク
FedPara：通信効率の高い連合学習のための低ランクのアダマール積
arxiv_reader 2021/10/26
この作業では、頻繁なモデルのアップロードとダウンロードの負担を克服するために、連合学習（FL）用の通信効率の高いパラメーター化FedParaを提案します。私たちの方法は、低ランクの重みとそれに続くアダ

arXiv reaDer

arXiv

learning
リンク
AutoMTL: 効率的なマルチタスク学習を自動化するためのプログラミングフレームワーク
arxiv_reader 2021/10/26
マルチタスク学習（MTL）は、一連のタスクを共同で学習します。これは、多くのコンピュータービジョンタスクの予測精度と一般化パフォーマンスを向上させながら、トレーニングと推論の時間とストレージのコストを

arXiv reaDer

arXiv

multi-task

computer vision

learning

CNN
リンク
SODA10Mチャレンジ2021の2位ソリューション-継続的な検出トラック
arxiv_reader 2021/10/26
このテクニカルレポートでは、SODA10Mチャレンジの継続的なオブジェクト検出トラックに対するアプローチを紹介します。 ResNet50-FPNをベースラインとして採用し、最終的な提出モデルのためにい

self-supervised

arXiv reaDer

arXiv

autonomous driving

learning

detection
リンク
冗長性の活用：リー群上の分離可能なグループ畳み込みネットワーク
arxiv_reader 2021/10/26
グループ畳み込みニューラルネットワーク（G-CNN）は、幾何学的な誘導バイアスを組み込むことにより、パラメーターの効率とモデルの精度を向上させることが示されています。この作業では、通常のG-CNNによ

arXiv reaDer

arXiv

representation

CNN

dataset

bias
リンク
難しいと思う人もいます：トレーニングの難易度を徐々に上げることでモデルの一般化を改善する
arxiv_reader 2021/10/26
この作業では、ミニバッチトリミングと呼ばれる新しい戦略を介して、ニューラルネットワークモデルの学習中にトレーニングの難易度を徐々に上げることを提案します。この戦略により、オプティマイザーは、トレーニン

arXiv reaDer

arXiv

learning

classification
リンク
ANFIC：拡張正規化フローを使用した画像圧縮
arxiv_reader 2021/10/26
このホワイトペーパーでは、Augmented Normalizing Flows（ANF）に基づいた、ANFICと呼ばれるエンドツーエンドの学習済み画像圧縮システムを紹介します。 ANFは新しいタイプ

arXiv reaDer

arXiv

augmentation

convolutional

compression
リンク
半教師あり学習によるSentinel-1SAR画像の洪水セグメンテーション
arxiv_reader 2021/10/26
洪水は世界中に大混乱をもたらし、数十億ドルの損害を引き起こし、コミュニティ、生態系、経済を根こそぎにします。 NASA Impact Flood Detectionコンテストでは、監視された設定で合成

arXiv reaDer

arXiv

synthesis

dataset

U-Net

detection

semi-supervised

benchmark

segmentation
リンク
顔認識における人間と機械のバイアスの比較
arxiv_reader 2021/10/26
最近の多くの研究では、顔の分析技術における偏見の深刻な懸念が明らかになり、議論されており、知覚された性別、肌のタイプ、照明条件などに基づいて人々のグループ間のパフォーマンスの格差が見つかりました。これ

arXiv reaDer

arXiv

face recognition

identification

dataset

bias

human
リンク
ドメイン一般化セマンティックセグメンテーションのための敵対的セマンティック幻覚
arxiv_reader 2021/10/26
テストデータとトレーニングデータが異なるドメインからのものである場合、畳み込みニューラルネットワークのパフォーマンスが低下することがあります。この問題は、ターゲットドメインデータを使用してソ

arXiv reaDer

arXiv

domain adaptation

representation

CNN

adversarial

semantic segmentation
リンク
デュアルスキップ接続により、CT画像での肺結節検出の偽陽性率が最小限に抑えられます
arxiv_reader 2021/10/26
肺がんは、最も一般的に診断され、致命的ながんの1つであり、コンピューター断層撮影の偶発的所見によって診断されることがよくあります。自動化された肺結節の検出は、コンピュータ支援診断の重要な部分であり、正

arXiv reaDer

arXiv

CT

U-Net

detection
リンク
TAPL：注意に基づくパーツローカリゼーションによる動的パーツベースのビジュアルトラッキング
arxiv_reader 2021/10/26
ホリスティックオブジェクト表現ベースのトラッカーは、変形やオクルージョンなどの大きな外観の変化の下でパフォーマンスが低下します。この作業では、動的なパーツベースのトラッカーを提案し、オブジェクトの外観

tracking

arXiv reaDer

arXiv

representation

localization

occlusion
リンク
顕著なオブジェクト検出のためのモダリティガイド付きサブネットワーク
arxiv_reader 2021/10/26
顕著性検出のための最近のRGBDベースのモデルは研究の注目を集めています。境界の手がかり、表面の法線、形状属性などの深さの手がかりは、複雑なシナリオで顕著なオブジェクトの識別に貢献します。ただし、ほと

arXiv reaDer

attention

arXiv

depth prediction

real time

RGB-D

identification

detection

saliency
リンク
CenterNet3D：点群用のアンカーフリーオブジェクト検出器
arxiv_reader 2021/10/26
点群からの正確で高速な3Dオブジェクト検出は、自動運転の重要なタスクです。既存の1ステージ3Dオブジェクト検出方法は、リアルタイムのパフォーマンスを実現できますが、非効率的で追加の後処理が必要なアンカ

arXiv reaDer

arXiv

attention

autonomous driving

anchor free

real time

3D

point cloud

CNN

detection
リンク
Logsig-RNN：堅牢で効率的なスケルトンベースのアクション認識のための新しいネットワーク
arxiv_reader 2021/10/26
この論文は、ビデオにおける骨格ベースの人間の行動認識の挑戦に貢献しています。重要なステップは、時空間スケルトンデータの識別機能を抽出するための汎用ネットワークアーキテクチャを開発することです。この論文

arXiv reaDer

arXiv

representation

action recognition

gesture

RNN

video

recurrent

spatio-temporal

human
リンク
分類のためのハイパースペクトル画像のスーパーピクセル誘導識別低ランク表現
arxiv_reader 2021/10/26
本論文では、局所空間情報や低ランクなどの独自の特性を包括的に調査することにより、リモートセンシングハイパースペクトル画像（HSI）、すなわちSP-DLRRの新しい分類スキームを提案します。 SP-DL

arXiv reaDer

arXiv

representation

classification

dataset

benchmark

segmentation
リンク
ニューラルリライト可能な参加型メディアレンダリング
arxiv_reader 2021/10/26
シーンの神経放射輝度フィールドを学習することで、最近、シーンのリアルな斬新なビュー合成が可能になりましたが、元の固定照明条件下での画像の合成に限定されています。したがって、再照明、シーン編集、シーン構

arXiv reaDer

arXiv

simulation

synthesis

representation

learning
リンク
圧縮イメージングのための動的近位展開ネットワーク
arxiv_reader 2021/10/26
圧縮イメージングは、深刻な不適切な逆問題に悩まされている、サンプリング不足の測定値から潜像を復元することを目的としています。最近、深い神経ネットワークがこの問題に適用され、高度な画像の事前学習が行われ

arXiv reaDer

arXiv

gradient

reconstruction
リンク
病気の検出のための生成的残余注意ネットワーク
arxiv_reader 2021/10/26
放射線画像からの異常の正確な識別と位置特定は、コンピュータ支援診断（CAD）システムで重要な役割を果たします。高度に一般化可能なシステムを構築するには、通常、疾患固有のグローバル情報やローカリゼーショ

arXiv reaDer

attention

arXiv

generative

identification

residual

detection

localization

domain

adversarial
リンク
画像補間とスキャン変換のための確率的丸め
arxiv_reader 2021/10/26
確率的丸め（SR）関数は、最近隣内挿（NNI）の画像補間品質に対する確率的丸めの行と列の添え字の効果を示すために導入されました。導入されたSR関数は、非整数の行および列の添え字の疑似ランダムの切り上げ

video

arXiv reaDer

arXiv

simulation
リンク
MoDeRNN：時空間予測学習のためのきめ細かいモーション詳細に向けて
arxiv_reader 2021/10/26
時空間予測学習（ST-PL）は、限られた観測シーケンスを介して後続のフレームを予測することを目的としており、現実の世界で幅広い用途があります。ただし、予測のための代表的な時空間特徴を学習することは困難

arXiv reaDer

arXiv

RNN

learning

dataset
リンク
SPICE：画像クラスタリングのためのセマンティック疑似ラベリング
arxiv_reader 2021/10/26
サンプル間の類似性とクラスター間の不一致は、画像クラスタリングの2つの重要な側面です。ただし、現在のディープクラスタリング手法では、特徴の類似性または意味の不一致の推定が不正確になります。この論文では

self-supervised

arXiv reaDer

arXiv

metric

contrastive learning

clustering

unsupervised

estimation

dataset

benchmark
リンク
リアプノフによる安定した神経常微分方程式-敵対的攻撃から防御するための安定した平衡点
arxiv_reader 2021/10/26
ディープニューラルネットワーク（DNN）は、敵対的な攻撃に対して脆弱であることがよく知られています。この攻撃では、人間が認識できない悪意のある摂動がディープネットワークへの入力に含まれ、誤った分類を行

arXiv reaDer

arXiv

classification

adversarial

DNN
リンク
微分可能なレンダリングによる制御されていない環境での形状と反射率の再構成
arxiv_reader 2021/10/26
制御されていない環境での形状と反射特性の同時再構築は、依然として困難な問題です。本論文では、従来のハンドヘルドカメラを使用したマルチビュー写真からシーンの3Dジオメトリと反射率を再構築するための効率的

arXiv reaDer

arXiv

synthesis

3D

reconstruction

differentiable
リンク
https://arxiv-check-250201.firebaseapp.com/each/2110.12962v2
arxiv_reader 2021/10/26
バイオインスパイアード非同期イベントカメラに基づくイベントベースのアプローチは、さまざまなコンピュータービジョンタスクで有望なパフォーマンスを達成しています。ただし、基本的なイベントデータの関連付けの

computer vision

tracking

arXiv reaDer

arXiv
リンク
生物多様性を見る：野生生物保護のための機械学習の展望
arxiv_reader 2021/10/26
スマートフォン、ドローン、衛星、オーディオレコーダー、バイオロギングデバイスなどの安価でアクセス可能なセンサーにより、動物生態学におけるデータ取得は急速に加速しています。これらの新しいテクノロジーとそ

arXiv reaDer

arXiv

learning

domain

drone
リンク
DocTr：幾何学的なゆがみと照明補正のためのドキュメントイメージトランスフォーマー
arxiv_reader 2021/10/26
この作業では、ドキュメントイメージのジオメトリと照明の歪みの問題に対処するために、ドキュメントイメージトランスフォーマー（DocTr）と呼ばれる新しいフレームワークを提案します。具体的には、DocTr

arXiv reaDer

arXiv

dataset

embedding

transformer
リンク
ディープラーニングとBスプライン明示的アクティブサーフェスを介したインタラクティブセグメンテーション
arxiv_reader 2021/10/26
畳み込みニューラルネットワーク（CNN）を介した自動医療画像セグメンテーションは、有望な結果を示しています。ただし、臨床使用に十分な堅牢性を備えているとは限りません。最適ではないセグメンテーションでは

arXiv reaDer

arXiv

real time

learning

CNN

segmentation
リンク
畳み込み-重み-分布の仮定：チャネル剪定の基準を再考する
arxiv_reader 2021/10/26
チャネルプルーニングは、畳み込みニューラルネットワーク（CNN）を圧縮するための一般的な手法であり、冗長フィルターを削除するためにさまざまなプルーニング基準が提案されています。包括的な実験から、剪定基

arXiv reaDer

arXiv

CNN

pruning
リンク
顔の画質評価：文献調査
arxiv_reader 2021/10/26
顔分析および認識システムのパフォーマンスは、取得した顔データの品質に依存します。これは、さまざまな要因の影響を受けます。したがって、生体認証ユーティリティの観点から顔データの品質を自動的に評価すること

face recognition

arXiv reaDer

arXiv

learning
リンク
心尖部の4腔超音波から心血管疾患を検出することにより、ディープラーニングで予期しない診断画像の特徴を明らかにする
arxiv_reader 2021/10/26
バックグラウンド。ポータブル、ワイヤレス、低コストの超音波装置と自動超音波取得技術の台頭により、入力として限られたビューのセットのみを必要とする自動解釈方法により、心血管疾患の予備診断がより利用しやす

arXiv reaDer

arXiv

interpretation

3D

learning

CNN

detection

classification
リンク
SILT：暗黙的な画像分解を使用した自己監視照明転送
arxiv_reader 2021/10/26
自己監視型の暗黙的な照明転送方法であるSILTを紹介します。シーンの再照明に関する以前の研究とは異なり、特定のシーンに任意の新しい照明構成を適用しようとはしていません。代わりに、他のシーンのデータベー

self-supervised

arXiv reaDer

arXiv

domain

dataset
リンク
効率の誤称
arxiv_reader 2021/10/26
モデルの効率は、機械学習モデルの開発と展開の重要な側面です。推論の時間と遅延はユーザーエクスペリエンスに直接影響し、一部のアプリケーションには厳しい要件があります。推論コストに加えて、モデルトレーニン

metric

arXiv reaDer

arXiv

learning
リンク
前立腺MRIにおける解剖学的および診断的ベイズセグメンテーション-異なる臨床目的は異なる損失関数を義務付けるべきか？
arxiv_reader 2021/10/26
前立腺MRIにおける解剖学的構造と悪性腫瘍の確率的ボクセルレベルの分類は、通常U-Netを介したほぼ同一のセグメンテーションタスクとして提示されますが、臨床目的の固有の違いにより、最適なパフォーマンス

arXiv reaDer

arXiv

panoptic segmentation

loss function

Bayesian

U-Net

detection

classification

MRI

semantic segmentation
リンク
安価な空間変換を使用したプルーニングされたフィルターの再構築
arxiv_reader 2021/10/26
空間基底フィルター（SBF）を利用することにより、畳み込み層の効率的な代替案を提示します。 SBFレイヤーは、深さ全体にわたる畳み込みフィルターの空間的冗長性を活用して、高密度のカウンターパートのトッ

arXiv reaDer

arXiv

pruning

semi-supervised

knowledge distillation

convolutional

compression
リンク
深い教師ありアンサンブル学習ネットワークを利用したCT画像における新規コロナウイルス肺炎病変の自動セグメンテーション
arxiv_reader 2021/10/26
背景：2019年の新しいコロナウイルス病（COVID-19）は世界中に広まり、人々の生活環境に大きな脅威をもたらしています。目的：コンピューター断層撮影（CT）イメージングでは、COVID-19病変の

arXiv reaDer

arXiv

transfer learning

CT

COVID-19

dataset

segmentation
リンク
TPSNet: 任意形状のシーンテキスト表現のための薄板スプラインの逆思考
arxiv_reader 2021/10/26
近年、シーンテキスト検出の研究の焦点は、テキスト表現が根本的な問題である任意の形状のテキストにシフトしています。理想的な表現は、コンパクトで、完全で、統合されており、私たちの意見で後で認識できるように

arXiv reaDer

arXiv

representation

detection

benchmark
リンク
コンピュータビジョン指向の画像信号処理パイプライン設計のための生のベイヤーパターン画像合成
arxiv_reader 2021/10/26
本論文では、生成的敵対的ネットワーク（GAN）によってベイヤーパターン画像を生成する方法を提案します。理論的には、GANトレーニングで変換されたデータを使用すると、可逆変換と微分可能変換の下での2つの

arXiv reaDer

arXiv

synthesis

computer vision

GAN

learning

domain

detection

dataset

differentiable
リンク
復元からの復元：単一画像の修復
arxiv_reader 2021/10/26
最近の画像修復方法は、大規模なトレーニングデータセットから利用可能な外部情報を探索できるディープラーニングの力により、有望な結果を示しています。ただし、多くの最先端の修復ネットワークは、テスト時に特定

self-supervised

arXiv reaDer

arXiv

pre-training

learning

dataset

benchmark
リンク
クロスモーダルビデオ検索のためのマルチビュー埋め込みにおけるドメイン適応
arxiv_reader 2021/10/26
キャプションのないビデオシーケンスのギャラリーを前提として、このペーパーでは、目に見えないテキストクエリとの関連性に基づいてビデオを取得するタスクについて検討します。アノテーションの不足を補うために、

arXiv reaDer

arXiv

domain adaptation

unsupervised

video

embedding

benchmark

action
リンク
強化された等方性最大化損失：SoftMax損失を単に置き換えるだけのシームレスで高性能な分布外検出
arxiv_reader 2021/10/26
現在の分布外検出アプローチは、通常、特別な要件（たとえば、外れ値データの収集とハイパーパラメータ検証）を提示し、副作用（たとえば、分類精度の低下と遅い/非効率的な推論）を生成します。最近、エントロピー

arXiv reaDer

arXiv

detection

classification

OOD
リンク
パノプティックセグメンテーションのための組み合わせ最適化：完全に微分可能なアプローチ
arxiv_reader 2021/10/26
畳み込みニューラルネットワークと非対称マルチウェイカット問題ソルバーで構成される、セマンティックセグメンテーションとインスタンスセグメンテーション（別名パノプティックセグメンテーション）を同時に行うた

metric

arXiv reaDer

arXiv

panoptic segmentation

gradient

learning

CNN

dataset

differentiable
リンク
データフリードメインの一般化に向けて
arxiv_reader 2021/10/26
この作業では、ドメインの一般化とデータフリー学習の未踏の交差点を調査します。特に、次の質問に対処します。異なるソースデータドメインでトレーニングされたモデルに含まれる知識を、ソースドメインとターゲット

arXiv reaDer

arXiv

learning

domain

dataset

knowledge distillation
リンク
高速でスケーラブルなステレオマッチングのためのマルチスケール反復残差
arxiv_reader 2021/10/26
ステレオマッチングにおける深層学習の目覚ましい進歩にもかかわらず、リアルタイムモデルと実際のアプリケーションに適した低速の最先端モデルとの間には精度のギャップがあります。このホワイトペーパーでは、ステ

arXiv reaDer

arXiv

stereo

real time

learning

benchmark
リンク
人間と機械のビジョンの間のギャップを埋めることに部分的に成功
arxiv_reader 2021/10/26
数年前、最初のCNNはImageNetで人間のパフォーマンスを上回りました。しかし、マシンがより困難なテストケースで堅牢性に欠けていることがすぐに明らかになりました。これは、マシンを「実際に」展開した

self-supervised

arXiv reaDer

arXiv

human

contrastive

CNN

dataset

benchmark

OOD

transformer
リンク
あなたは一度だけ認識します：高速ビデオテキストスポッティングに向けて
arxiv_reader 2021/10/26
ビデオテキストスポッティングは、そのさまざまな実際のアプリケーションのために、依然として重要な研究トピックです。以前のアプローチは通常、4段階のパイプラインに分類されます。個々の画像でのテキスト検出、

tracking

arXiv reaDer

arXiv

video

detection

dataset

benchmark
リンク
テキストパーセプトロン：エンドツーエンドの任意形状のテキストスポッティングに向けて
arxiv_reader 2021/10/26
不規則なシーンテキストを検出し、有望な結果を達成するために、最近多くのアプローチが提案されています。ただし、主に次の2つの理由により、ローカライズ結果が次のテキスト認識部分を十分に満たしていない可能

arXiv reaDer

arXiv

detection

localization

benchmark
リンク
SPIN：シーンテキスト認識のための構造保存内部オフセットネットワーク
arxiv_reader 2021/10/26
任意のテキストの外観は、シーンのテキスト認識タスクに大きな課題をもたらします。既存の作品は主に、遠近の歪み、線の曲率、またはその他のスタイルのバリエーションを含む形状の歪みを考慮して問題を処理します

arXiv reaDer

attention

arXiv

pose

benchmark

transformer

differentiable
リンク
TRIE：文書を理解するためのエンドツーエンドのテキスト読み取りと情報抽出
arxiv_reader 2021/10/26
実際のユビキタスドキュメント（請求書、チケット、履歴書、リーフレットなど）には豊富な情報が含まれているため、ドキュメント画像の自動理解が話題になっています。ほとんどの既存の作業は、問題を2つの別々の

arXiv reaDer

arXiv

dataset
リンク
マンゴー：マスクアテンションガイド付きワンステージシーンテキストスポッター
arxiv_reader 2021/10/26
最近、エンドツーエンドのシーンテキストスポッティングは、グローバルな最適化と実際のアプリケーションでの高い保守性という利点により、人気のある研究トピックになっています。ほとんどの方法では、さまざまな関

arXiv reaDer

attention

arXiv

detection

benchmark
リンク
シーンテキスト認識における明示的および暗黙的タスクを介した相互特徴学習
arxiv_reader 2021/10/26
テキスト認識は、その幅広いアプリケーションで人気のあるトピックです。この作業では、追加の労力注釈コストなしで、従来のテキスト認識内で文字をカウントする暗黙のタスクを発掘します。暗黙のタスクは、順次認識

arXiv reaDer

arXiv

benchmark

learning
リンク
LGPMA：ローカルおよびグローバルピラミッドマスクアライメントによる複雑なテーブル構造認識
arxiv_reader 2021/10/26
テーブル構造の認識は、さまざまな構造と複雑なセルスパン関係のため、困難な作業です。以前の方法では、さまざまな粒度の要素（行/列、テキスト領域）から問題を処理していましたが、これは、不可逆的なヒューリス

arXiv reaDer

arXiv

benchmark

learning
リンク
非常に効率的な自然画像マット
arxiv_reader 2021/10/26
過去数年にわたって、ディープラーニングベースのアプローチは、自然な画像マットの顕著な改善を達成しました。ただし、画像マットの広範な適用を妨げる2つの欠点があります。それは、ユーザー提供のトライマップへ

arXiv reaDer

attention

arXiv

learning

classification

benchmark

segmentation

convolutional
リンク
LAE：ロングテール年齢推定
arxiv_reader 2021/10/26
顔の年齢の推定は、コンピュータービジョンにおいて重要であるが、非常に困難な問題です。顔の年齢推定のパフォーマンスを向上させるために、最初に単純な標準ベースラインを作成し、事前トレーニング、データ拡張、

representation learning

arXiv reaDer

arXiv

pre-training

estimation

face

computer vision

augmentation

classification

dataset
リンク
深い教師あり表現学習からの実用的な銀河形態学ツール
arxiv_reader 2021/10/26
天文学者は通常、独自の表現を最初から作成することで、教師あり機械学習の問題を解決しようと試みてきました。すべてのGalaxyZoo DECaLS質問に回答するようにトレーニングされた深層学習モデルが、

representation learning

arXiv reaDer

arXiv

anomaly detection

dataset
リンク
高速グラジエント非符号法
arxiv_reader 2021/10/26
敵対的な攻撃はDNNをだますことに成功し、その中で勾配ベースのアルゴリズムが主流の1つになります。線形性仮説〜fgsmに基づいて、ℓ_∞制約の下で、勾配に適用される符号操作は、摂動を生成するための良い

arXiv reaDer

arXiv

gradient

bias

adversarial

DNN
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 2021/10/26
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、多くの研究が深層学習を採用して、機能的MRI（fMRI）を通じてこの脳機能障害を診断しています。ただし、

arXiv reaDer

arXiv

representation

sparse

pooling

GCN

classification

dataset

embedding

MRI
リンク
インスタンス-オブジェクト検出のための条件付き知識抽出
arxiv_reader 2021/10/26
画像分類での知識蒸留（KD）の成功にもかかわらず、知識を見つけるのが難しいため、オブジェクト検出にKDを適用することは依然として困難です。この論文では、必要な知識を見つけるために、インスタンス条件付き

arXiv reaDer

attention

arXiv

identification

detection

knowledge distillation

classification

transformer

localization
リンク
自動運転の100万シーン：ONCEデータセット
arxiv_reader 2021/10/26
自動運転の現在の知覚モデルは、目に見えないケースをカバーし、ロングテールの問題に対処するために大量の注釈付きデータに大きく依存していることで有名になっています。一方、ラベルのない大規模な収集データから

self-supervised

arXiv reaDer

attention

arXiv

autonomous driving

3D

detection

semi-supervised

benchmark

LiDAR
リンク
AffectNetのための適応構造深い信念ネットワークの蒸留学習モデル：顔の表情画像データベース
arxiv_reader 2021/10/26
ディープラーニングには、入力パターンの複雑な機能を表す階層ネットワークアーキテクチャがあります。ニューロン生成消滅アルゴリズムにより、制限付きボルツマンマシン（RBM）で与えられた入力データに対して最

arXiv reaDer

arXiv

distillation

face

emotion

learning

CNN

classification

human
リンク
SRT3D：実世界のためのスパース領域ベースの3Dオブジェクトトラッキングアプローチ
arxiv_reader 2021/10/26
領域ベースの方法は、雑然としたシーンのテクスチャのないオブジェクトのモデルベースの単眼3D追跡でますます一般的になっています。ただし、最先端の結果を達成する一方で、ほとんどの方法は計算コストが高く、リ

tracking

arXiv reaDer

arXiv

regularization

sparse

real time

approximation

3D

pose estimation

monocular
リンク
SDNET2018を使用したコンクリート構造物の画像ベースの亀裂検出のためのディープビリーフネットワークの適応構造学習
arxiv_reader 2021/10/26
学習中に自己組織化された方法で最適なネットワーク構造を見つける適応構造ディープビリーフネットワーク（Adaptive DBN）を開発しました。アダプティブDBNは、各レイヤーがアダプティブ制限付きボル

arXiv reaDer

arXiv

dataset

learning

detection

classification

benchmark

adversarial

human
リンク
FastAno：時空間パッチ変換による高速異常検出
arxiv_reader 2021/10/26
監視ビデオの自動監視の要件が高まっているため、ビデオ異常検出は大きな注目を集めています。特に、予測ベースのアプローチは、トレーニングセットの通常のフレームで学習した後、テストセットの異常なイベントを含

pre-training

arXiv reaDer

attention

arXiv

generative

anomaly detection

video

spatio-temporal

benchmark

optical flow
リンク
緩く監視された補助タスクを介した自己監視された知識の伝達
arxiv_reader 2021/10/26
畳み込みニューラルネットワーク（CNN）を使用した知識の伝達は、より少ないパラメーターでCNNを効率的にトレーニングしたり、限られた監視の下で一般化パフォーマンスを最大化するのに役立ちます。リラックス

self-supervised

arXiv reaDer

arXiv

transfer learning

CNN

domain

dataset
リンク
適応構造ディープビリーフネットワークを使用した衛星画像からの道路ネットワークの自動抽出
arxiv_reader 2021/10/26
私たちの研究では、制限付きボルツマンマシン（RBM）とディープビリーフネットワーク（DBN）の適応構造学習法が、著名なディープラーニングモデルの1つとして開発されました。 RBMのニューロン生成消滅と

arXiv reaDer

arXiv

learning

CNN

satellite

detection
リンク
病理学全体のスライド画像分類のためのハイブリッド教師あり学習
arxiv_reader 2021/10/26
分類ラベルの弱い監視学習は、さまざまなタスクで高いパフォーマンスを示していますが、いくつかのピクセルレベルの細かい注釈も手頃な価格です。当然のことながら、ピクセルレベル（例：セグメンテーション）と画像

arXiv reaDer

arXiv

learning

classification

dataset

segmentation
リンク
フィードフォワードニューラルネットワークを使用してセットを予測する方法を学ぶ
arxiv_reader 2021/10/26
このホワイトペーパーでは、ディープフィードフォワードニューラルネットワークを使用した集合予測のタスクについて説明します。セットは、順列の下で不変である要素のコレクションであり、セットのサイズは事前に固

arXiv reaDer

arXiv

dataset

learning

classification

detection
リンク
洗練された機能に注意を払うネットワークによる産業シーンのテキスト検出
arxiv_reader 2021/10/26
工業用金属部品のマーキング文字の検出は、視覚的なコントラストが低く、照明が不均一で、文字構造が腐食し、金属部品の画像の背景が乱雑であるため、依然として困難です。これらの要因の影響を受けて、ほとんどの既

arXiv reaDer

attention

arXiv

representation

dataset

detection

localization
リンク
ゼロの初期化: ゼロと 1 のみを使用した残留ネットワークの初期化
arxiv_reader 2021/10/26
ディープニューラルネットワークは通常、トレーニング中に安定した信号伝搬を保証するために適切に選択された初期分散を使用して、ランダムな重みで初期化されます。ただし、分散を選択する方法についてのコンセンサ

arXiv reaDer

arXiv

batch normalization

residual

classification

dataset
リンク
骨髄細胞認識：新しい損失関数を使用した深部物体検出のトレーニング
arxiv_reader 2021/10/26
長い間、骨髄細胞の形態検査は、血液疾患を診断するための不可欠なツールでした。しかし、それは依然として主に経験豊富な医師の主観的な診断に依存しており、客観的な定量的基準はありません。したがって、定量的自

arXiv reaDer

arXiv

loss function

classification

detection
リンク
オブジェクトアーティキュレーションモデルの分布深度ベースの推定
arxiv_reader 2021/10/26
アーティキュレーションモデルのカテゴリを事前に知る必要なしに、深度画像から直接アーティキュレーションモデルパラメータの分布を効率的に学習する方法を提案します。対照的に、生の観測からアーティキュレーショ

arXiv reaDer

arXiv

representation

estimation

learning

dataset
リンク
ニューラルネットワーク分類のためのカーネル密度推定ベースのサンプリング
arxiv_reader 2021/10/26
不均衡なデータは、さまざまなシナリオで発生します。ターゲット変数の偏った分布は、機械学習アルゴリズムにバイアスを引き起こします。不均衡なデータと戦うための一般的な方法の1つは、リサンプリングによってデ

arXiv reaDer

arXiv

bias

estimation

learning

classification

dataset

benchmark
リンク
合成データは、マルチオブジェクト追跡における関連知識学習の実際と同じくらい優れています
arxiv_reader 2021/10/26
ビデオシーケンスで同じIDの境界ボックスをリンクすることを目的とした関連付けは、マルチオブジェクトトラッキング（MOT）の中心的なコンポーネントです。パラメトリックネットワークなどのアソシエーションモ

MOT

arXiv reaDer

arXiv

synthesis

3D

person

video

learning

domain

dataset
リンク
UAVベースのオブジェクト検出と追跡のためのディープラーニング：調査
arxiv_reader 2021/10/26
効果的で柔軟なデータ取得により、無人航空機（UAV）は最近、コンピュータービジョン（CV）とリモートセンシング（RS）の分野全体でホットスポットになりました。ディープラーニング（DL）の最近の成功に触

tracking

arXiv reaDer

arXiv

UAV

computer vision

video

learning

detection

dataset

benchmark
リンク
等角予測を使用した画像分類器の不確実性セット
arxiv_reader 2021/10/26
畳み込み画像分類器は高い予測精度を達成できますが、それらの不確実性を定量化することは未解決の課題であり、結果としての設定での展開を妨げます。プラットスケーリングなどの既存の不確実性定量化手法は、ネット

arXiv reaDer

arXiv

convolutional

dataset
リンク
開集合ドメイン適応のための疑似ラベル付きサンプルを段階的に選択して拒否する
arxiv_reader 2021/10/26
ドメイン適応は、ラベル付きのソースデータとラベルなしのターゲットデータを利用することにより、ターゲットドメインの画像分類の問題を解決します。通常、ソースドメインとターゲットドメインは同じクラスのセット

arXiv reaDer

arXiv

domain adaptation

learning

classification

dataset

benchmark
リンク
ディープCNNと転移学習を使用した年齢と性別の予測
arxiv_reader 2021/10/26
過去10年か2年は、画像のブームを目撃しました。カメラの普及と自撮り写真の登場により、世界中で利用できる顔画像の数は急増しています。その結果、顔画像を使用する人の自動年齢および性別予測への関心が高まっ

pre-training

arXiv reaDer

arXiv

transfer learning

estimation

face

person

CNN

classification

dataset
リンク
シナリオを意識した人物のビデオ生成のための衣服スタイル転送の使用に向けて
arxiv_reader 2021/10/26
人物内の外観とビデオシナリオは大幅に異なるため、人物のビデオ生成のための服のスタイルの転送は困難な作業です。この問題に取り組むために、最新のAdaINベースのアーキテクチャが提案され、生成のために衣服

arXiv reaDer

arXiv

adaptation

video

person

spatio-temporal

benchmark

disentangling
リンク
超軽量OCRコンペティションテクニカルレポート
arxiv_reader 2021/10/26
Ultra Light OCRコンペティションは、CSIG（China Society of Image and Graphics）とBaidu、Inc。が共同で開催する中国のシーンテキスト認識コンペ

arXiv reaDer

arXiv

dataset
リンク
スペクトルレイアウトによる3Dオブジェクト処理の高速化
arxiv_reader 2021/10/26
3D画像処理は、コンピュータビジョンおよびパターン認識の分野で重要な問題です。 2D画像処理と比較して、その計算の難しさとコストは、余分な次元のためにはるかに高くなります。この問題に根本的に対処するた

arXiv reaDer

arXiv

representation

computer vision

3D
リンク
デュアルフェーズプライバシー保護を備えたフェデレーションテスト時間適応型顔プレゼンテーション攻撃検出
arxiv_reader 2021/10/26
顔提示攻撃検出（fPAD）は、最新の顔認識パイプラインで重要な役割を果たします。顔の提示攻撃検出モデルの目に見えない攻撃に対する一般化機能は、実際の展開にとって重要な問題になっています。これは、モデル

arXiv reaDer

arXiv

adaptation

face recognition

learning

domain

detection
リンク
MUSE：相互情報量と自己情報量による自己蒸留機能
arxiv_reader 2021/10/26
深い畳み込みニューラルネットワーク（CNN）の機能間の依存関係を導入するための新しい情報理論的アプローチを提示します。 MUSEと呼ばれる提案手法の中心的なアイデアは、相互情報量と自己情報量を組み合わ

arXiv reaDer

arXiv

CNN

detection

knowledge distillation

classification
リンク
宝くじの健全性チェック：当選したチケットは本当にジャックポットを獲得しますか？
arxiv_reader 2021/10/26
実験のセットアップと文献の「当選チケット」を特定するための基準については、長年の論争と矛盾がありました。これを調整するために、包括的でより厳密な条件で、宝くじの仮説の定義を再検討します。新しい定義では

arXiv reaDer

arXiv

learning

residual

DNN
リンク
hSDB-instrument：腹腔鏡およびロボット手術のための機器ローカリゼーションデータベース
arxiv_reader 2021/10/26
自動化された手術器具の位置特定は、手術プロセスを理解し、それらを分析して、手術中の有意義なガイダンスまたは手術後の外科医への手術指標を提供するための重要な技術です。手術ビデオの自動手術器具ローカリゼー

arXiv reaDer

arXiv

dataset

robot

3D

video

detection

localization

segmentation
リンク
到達可能性の埋め込み：マルチモーダル地理空間コンピュータビジョンのモビリティ軌跡から学習するスケーラブルな自己教師あり表現
arxiv_reader 2021/10/26
自己教師あり表現学習手法は、セマンティックアノテーションのない大規模なデータセットを利用して、さまざまな下流の教師ありタスクを解決するために便利に転送できる意味のある普遍的な機能を学習します。この論文

representation learning

arXiv reaDer

arXiv

convolutional

self-supervised

metric

trajectory

computer vision

embedding

semantic segmentation
リンク
GraspLook：仮想環境のR-CNN駆動の拡張機能を備えたVRベースの遠隔操作システム
arxiv_reader 2021/10/26
医療用途でのロボットシステムのテレオペレーションには、オペレーターにとって安定した便利な視覚的フィードバックが必要です。遠隔地から視覚情報を配信するための最もアクセスしやすいアプローチは、カメラを使用

arXiv reaDer

arXiv

R-CNN

robot

video

augmentation

CNN

human
リンク
X-Distill：クロスタスク蒸留による自己監視単眼深度の改善
arxiv_reader 2021/10/26
この論文では、セマンティックセグメンテーションから深度推定までのクロスタスク知識蒸留を介して単眼深度の自己監視トレーニングを改善するための新しい方法、X-Distillを提案します。より具体的には、ト

self-supervised

arXiv reaDer

arXiv

estimation

knowledge distillation

monocular

benchmark

semantic segmentation
リンク
畳み込みニューラルネットワークを使用した胸部X線でのピクセルあたりの肺の厚さと肺活量の推定
arxiv_reader 2021/10/26
X線画像で肺の深さを推定することで、臨床ルーチン中の正確な日和見的な肺気量の推定と、X線暗視野画像などの最新の構造的胸部画像技術における画像のコントラストの向上の両方を実現できます。ピクセルごとの肺の

arXiv reaDer

arXiv

simulation

synthesis

estimation

CT

CNN

dataset
リンク
灌流画像からの放射性特徴を使用して脳卒中患者の側副血行路を予測するための深層学習アプローチ
arxiv_reader 2021/10/26
側副血行路は、虚血性損傷によって血流が低下した領域に酸素化された血液を供給することができる特殊な吻合チャネルから生じます。側副血行路の質は、良好な臨床転帰の可能性を決定する重要な要素として確立されてお

arXiv reaDer

arXiv

reinforcement learning

3D

CNN

detection

bias

denoising
リンク
EgoNN：都市規模での点群ベースの6DoF再ローカリゼーションのための自己中心性ニューラルネットワーク
arxiv_reader 2021/10/26
この論文は、回転する3DLiDARによって取得された点群からグローバルおよびローカル記述子を抽出するためのディープニューラルネットワークベースの方法を示しています。記述子は、2段階の6DoF再ローカリ

arXiv reaDer

arXiv

representation

sparse

keypoint

pose

3D

point cloud

LiDAR

convolutional
リンク
二重意味回帰とクラス構造量子化による深い非対称ハッシュ
arxiv_reader 2021/10/26
最近、ディープハッシュ法が画像検索タスクで広く使用されています。ほとんどの既存のディープハッシュアプローチは、情報の損失を減らすために1対1の量子化を採用しています。ただし、このようなクラスに関係のな

arXiv reaDer

arXiv

affinity

learning

dataset

quantization
リンク
DNNモデル圧縮のためのグラジエントフローベースの顕著性の調査
arxiv_reader 2021/10/26
モデルの剪定は、ディープニューラルネットワーク（DNN）のモデルサイズまたは計算のオーバーヘッドを削減することを目的としています。 DNNのチャネル有意性を評価するl-1プルーニングなどの従来のモデル

arXiv reaDer

attention

arXiv

batch normalization

pruning

classification

saliency

denoising

convolutional

DNN
リンク
不確実性を意識したサイクルの一貫性による堅牢性
arxiv_reader 2021/10/26
対になっていない画像から画像への変換とは、対応する画像のペアなしで画像ドメイン間のマッピングを学習することを指します。既存の方法は、外れ値や予測の不確実性に対するロバスト性を明示的にモデル化せずに決定

arXiv reaDer

arXiv

autonomous driving

learning

residual

domain

dataset

MRI
リンク
胸部X線データからCOVID-19を診断するための人工知能モデルの要件分析
arxiv_reader 2021/10/26
COVID-19診断のためのさまざまなAIモデルについて発表された複数の論文があり、有望な結果が得られています。残念ながら、レビューによると、多くの論文は、臨床的に使用可能なモデルに必要な洗練されたレ

bias

arXiv reaDer

arXiv

COVID-19
リンク
シングルビュー衣服再構成のための勾配方向整列による固定された符号なし距離関数の学習
arxiv_reader 2021/10/26
シングルビュー3D再構成は、近年、深い形状表現の恩恵を受けて大きな進歩を遂げましたが、衣服の再構成は、開いた表面、多様なトポロジ、および複雑な幾何学的詳細のために、まだ十分に解決されていません。この論

arXiv reaDer

arXiv

representation

gradient

3D

learning

dataset

reconstruction
リンク
PAENet：3Dから2Dの網膜血管セグメンテーションのための進歩的な注意強化ネットワーク
arxiv_reader 2021/10/26
3Dから2Dの網膜血管セグメンテーションは、光コヒーレンストモグラフィー血管造影（OCTA）画像における困難な問題です。正確な網膜血管のセグメンテーションは、眼科疾患の診断と予防にとって重要です。ただ

arXiv reaDer

attention

arXiv

representation

pooling

3D

learning

dataset

segmentation
リンク
PhIT-Net：ロバストな照明不変マッチングのための写真整合性のある画像変換
arxiv_reader 2021/10/26
写真整合性のある画像変換を生成するための、完全にデータ駆動型の新しいアプローチを提案します。変換領域で動作する単純な古典的アルゴリズムが、照明の変化に対して非常に回復力があることを示します。これにより

arXiv reaDer

arXiv

domain

representation
リンク
CNN-Transformerベースのエンコーダー-デコーダーネットワークによるBangla画像キャプションの生成
arxiv_reader 2021/10/26
自動画像キャプションは、構文的に作成し、コンテキストを使用して自然言語で画像のテキスト記述の正確さを検証するという終わりのない取り組みです。既存のベンガル画像キャプション（BIC）研究全体で使用されて

captioning

arXiv reaDer

attention

arXiv

pre-training

dataset

benchmark
リンク
WARPd：近似シャープネス条件の逆問題に対する線形収束一次法
arxiv_reader 2021/10/26
アンダーサンプリングされたノイズの多い測定からの信号の再構成は、非常に興味深いトピックです。シャープネス条件は、強い凸面などの制限的な仮定を必要とせずに、1次メソッドの再起動スキームの回復パフォーマン

arXiv reaDer

arXiv

regularization

sparse

approximation

reconstruction
リンク
画像ベースのCLIPガイド付きエッセンス転送
arxiv_reader 2021/10/26
CLIPは、一致した画像とテキストキャプションの大規模なコーパスでトレーニングされているため、限られた数のクラスに対してのみマルチクラス分類を実行するネットワークよりも意味的にはるかに豊富です。ゼロシ

arXiv reaDer

arXiv

zero-shot

representation

computer vision

classification
リンク
NAS-FCOS：オブジェクト検出アーキテクチャの効率的な検索
arxiv_reader 2021/10/26
Neural Architecture Search（NAS）は、最適なアーキテクチャを自動的に検出することにより、ネットワーク設計の手作業を効果的に削減する大きな可能性を示しています。注目に値するの

arXiv reaDer

arXiv

R-CNN

anchor free

reinforcement learning

computer vision

NAS

detection

dataset
リンク
複数のズームスケールを使用した実際の360度の視線推定
arxiv_reader 2021/10/26
視線推定には、画像またはビデオ内のどこを見ているかを予測することが含まれます。技術的には、視線情報は、顔の向きと目の向きの2つの異なる倍率レベルから推測できます。極端な左/右の視線や閉塞などの条件で明

arXiv reaDer

arXiv

gaze

representation

estimation

face

person

dataset

occlusion

benchmark
リンク
6DoFポーズ推定のための動的キーポイント選択ネットワーク
arxiv_reader 2021/10/26
6 DoFポーズ推定問題は、オブジェクトワールド座標とカメラワールド座標などの2つの座標間の回転および平行移動パラメータを推定することを目的としています。ディープラーニングの助けを借りていくつかの進歩

arXiv reaDer

arXiv

keypoint

dataset

RGB-D

learning

detection

pose estimation

benchmark

semantic segmentation
リンク
BINAS：バイリニア解釈可能なニューラルアーキテクチャ検索
arxiv_reader 2021/10/26
ニューラルネットワークを現実的に使用するには、多くの場合、特に遅延、エネルギー、メモリに関する複数の制約を順守する必要があります。適切なネットワークを見つけるための一般的なアプローチは、制約付きニュー

arXiv reaDer

arXiv

NAS
リンク
潜在的表現を解きほぐすことによる異なるドメインにわたる道路シーンのセグメンテーション
arxiv_reader 2021/10/26
深層学習モデルは、道路シーンの理解において印象的な精度を実現しますが、トレーニングには大量のラベル付きサンプルが必要です。さらに、このようなモデルは、データの統計的特性がトレーニングシーンの統計的特性

metric

arXiv reaDer

arXiv

domain adaptation

clustering

regularization

disentangling

benchmark

segmentation
リンク
孤立した手話認識における3D畳み込みネットワークでのモーションヒストリー画像の使用
arxiv_reader 2021/10/26
計算モデルを用いた手話認識は、顔、手、体などの複数のソースの同時時空間モデリングを必要とする挑戦的な問題です。この論文では、モーションヒストリーを使用してトレーニングされたモデルに基づく分離手話認識モ

arXiv reaDer

attention

arXiv

face

3D

video

dataset

spatio-temporal

convolutional
リンク
大規模な実データセットを使用した夜間のシーン解析
arxiv_reader 2021/10/26
近年、シーン分析は大きく進歩していますが、既存の作品のほとんどは、入力画像が日中の良好な照明条件であると想定しています。この作業では、2つの主な課題がある夜間シーン解析（NTSP）の問題に対処すること

arXiv reaDer

arXiv

segmentation

dataset
リンク
ビデオセグメンテーションにおける知覚の一貫性
arxiv_reader 2021/10/26
この論文では、時間的一貫性とピクセル単位の正確さの両方をキャプチャできる、ビデオセマンティックセグメンテーションに関する新しい知覚的一貫性の視点を提示します。近くに2つのビデオフレームがある場合、知覚

arXiv reaDer

arXiv

video

classification

semantic segmentation
リンク
バック・トゥ・ザ・フューチャー：自己教師あり対照ビデオ表現学習のためのサイクルエンコーディング予測
arxiv_reader 2021/10/26
この論文では、時間サイクルが最大限に予測可能なビデオ特徴空間の学習が行動分類に利益をもたらすことを示します。特に、ラベルのないビデオコンテンツの高レベルの時空間構造を効果的に表すことができるCycle

representation learning

arXiv reaDer

arXiv

self-supervised

loss function

action recognition

contrastive

classification

dataset

spatio-temporal
リンク
ビデオセンサーに基づく潜在的なリスク分析のための自動化されたオブジェクト行動特徴抽出
arxiv_reader 2021/10/26
歩行者は、さまざまな理由で、道路、特に信号のない横断歩道で死亡または重傷を負うリスクにさらされています。これまで、視覚に基づく交通安全システムに関するさまざまな研究が報告されています。ただし、多くの研

arXiv reaDer

arXiv

video

pedestrian

vehicle
リンク
複数の注釈を使用した不確実性を意識した肺結節のセグメンテーション
arxiv_reader 2021/10/26
放射線科医はさまざまなトレーニングと臨床経験を持っているため、肺結節のさまざまなセグメンテーションマップを提供する場合があります。その結果、特定の肺結節について、一部の領域ではセグメンテーションの不確

arXiv reaDer

arXiv

U-Net

learning

adversarial

segmentation
リンク
AuxAdapt：時間的に一貫性のあるビデオセマンティックセグメンテーションのための安定した効率的なテスト時間の適応
arxiv_reader 2021/10/26
ビデオセグメンテーションでは、フレーム全体で時間的に一貫した結果を生成することは、フレームごとの精度を達成することと同じくらい重要です。既存の方法は、オプティカルフローの正則化またはテストデータによる

arXiv reaDer

arXiv

regularization

unsupervised

adaptation

video

benchmark

semantic segmentation

optical flow
リンク
MST：視覚的表現のためのマスクされた自己監視トランス
arxiv_reader 2021/10/26
Transformer は、自然言語処理 (NLP) の自己教師あり事前トレーニングに広く使用されており、大きな成功を収めています。ただし、視覚的な教師あり学習では十分に検討されていません。一方、以前

self-supervised

arXiv reaDer

arXiv

pre-training

representation

detection

dataset

segmentation

transformer
リンク
CvT-ASSD：畳み込みビジョン-Transformerベースの注意深いシングルショットマルチボックス検出器
arxiv_reader 2021/10/26
自然言語プロセス（NLP）でのトランスフォーマーからの双方向エンコーダー表現（BERT）の成功により、マルチヘッドアテンショントランスフォーマーはコンピュータービジョン研究（CV）でますます普及してい

convolutional

arXiv reaDer

arXiv

attention

single-shot

computer vision

BERT

detection

transformer

semantic segmentation
リンク
いくつかのショットのビデオ分類の詳細：新しいベースラインとベンチマーク
arxiv_reader 2021/10/26
既存の数ショットのビデオ分類方法は、類似性計算用にカスタマイズされた時間的位置合わせモジュールを設計することにより、メタ学習パラダイムを採用することがよくあります。大きな進歩が見られましたが、これらの

representation learning

arXiv reaDer

arXiv

pre-training

video

classification

few-shot

benchmark

action
リンク
監視による画像ピクセルとセマンティクス間のギャップの橋渡し：調査
arxiv_reader 2021/10/26
低レベルの機能と画像のセマンティックな意味の間にセマンティックギャップと呼ばれるギャップが存在するという事実は、何十年も前から知られています。セマンティックギャップの解決は、長年の問題です。セマンティ

arXiv reaDer

arXiv

domain

detection

dataset

metric learning
リンク
ハーモニックベルトラミシグネチャ：オブジェクト分類のための新しい2D形状表現
arxiv_reader 2021/10/26
近年、形状解析への関心が高まっています。 Harmonic Beltrami署名（HBS）という名前の、2D境界の単連結ドメインの新しい形状署名を提示します。提案された署名は、単位円の共形溶接マップの

metric

arXiv reaDer

arXiv

representation

domain

classification
リンク
HDMapNet：オンラインHDマップの構築と評価のフレームワーク
arxiv_reader 2021/10/26
感覚入力からローカルセマンティクスを推定することは、自動運転における高解像度マップ構築の中心的なコンポーネントです。ただし、従来のパイプラインでは、マップ内のセマンティクスに注釈を付けて維持するために

metric

arXiv reaDer

arXiv

autonomous driving

point cloud

learning

dataset

benchmark

human

LiDAR
リンク
敵対的学習のための品質マップ融合
arxiv_reader 2021/10/26
人間の視覚系（HVS）と相関して視覚情報を伝達する顕著な低レベルの特徴をキャプチャする生成的敵対的モデルは、依然として知覚可能な画像劣化に悩まされています。このような非常に有益な機能を伝えることができ

metric

arXiv reaDer

attention

arXiv

generative

saliency

CNN

embedding

adversarial

human
リンク
PoissonSeg：ポアソン学習による半教師あり少数ショット医療画像セグメンテーション
arxiv_reader 2021/10/26
ピクセルレベルの注釈付きデータが豊富にないため、医療画像セグメンテーションへのディープラーニングの適用が妨げられています。数ショットのセマンティックセグメンテーション（FSS）は、デッドロックを打破す

representation learning

arXiv reaDer

arXiv

CT

dataset

semi-supervised

few-shot

MRI

semantic segmentation
リンク
SOLVER：シーンとオブジェクトの相互に関連する視覚的感情推論ネットワーク
arxiv_reader 2021/10/26
Visual Emotion Analysis（VEA）は、ソーシャルネットワーク上で画像を共有することが普及していることで最近大きな注目を集めている、さまざまな視覚刺激に対して人々がどのように感情的

arXiv reaDer

attention

arXiv

reasoning

emotion

GCN

dataset

human

convolutional
リンク
分枝限定法によるディープニューラルネットワークのトレーニング
arxiv_reader 2021/10/26
本論文では、分枝限定法による実行可能領域の適応推定に基づいた、深層ネットワークトレーニングのための新しい近似アルゴリズムであるBPGradを提案します。この方法は、目的関数のリプシッツ連続性の仮定に基

arXiv reaDer

arXiv

gradient

detection

segmentation
リンク
航空写真からリンゴ園の果物を検出して位置を特定するための方法論
arxiv_reader 2021/10/26
畳み込みニューラルネットワーク（CNN）に基づくコンピュータービジョン手法は、さまざまな作物の地上レベルでの画像ベースの果物検出に関して有望な結果を示しています。ただし、さまざまな画像で検出された検出

tracking

arXiv reaDer

arXiv

attention

dataset

computer vision

CNN

detection

localization
リンク
ADC：コンテキスト整合性チェックを回避するオブジェクト検出に対する敵対的攻撃
arxiv_reader 2021/10/26
ディープニューラルネットワーク（DNN）は、DNNが誤った予測を行う原因となるわずかに摂動された入力画像である敵対的な例に対して脆弱であることが示されています。このような例から保護するために、さまざま

arXiv reaDer

arXiv

detection

dataset

adversarial

DNN
リンク
CoVA：Webページ情報抽出のためのコンテキストアウェアな視覚的注意
arxiv_reader 2021/10/26
Webページ情報抽出（WIE）は、知識ベースを作成するための重要なステップです。このために、従来のWIEメソッドはWebサイトのドキュメントオブジェクトモデル（DOM）ツリーを活用します。ただし、コン

arXiv reaDer

attention

arXiv

pose

detection

dataset
リンク
ボールに目を離さない：ビデオトランスフォーマーの軌道への注意
arxiv_reader 2021/10/26
ビデオトランスフォーマーでは、時間次元は2つの空間次元と同じように扱われることがよくあります。ただし、オブジェクトまたはカメラが移動する可能性のあるシーンでは、フレームtの1つの場所で画像化された物理

arXiv reaDer

attention

arXiv

trajectory

action recognition

video

learning

dataset

transformer
リンク
堅牢性を改善するための層ごとの敵対的認識量子化最適化
arxiv_reader 2021/10/26
ニューラルネットワークは、より高いエネルギーと計算コストでより高い精度を得ています。量子化後、コストを大幅に節約でき、量子化されたモデルはハードウェアにやさしく、許容できる精度の低下が見られます。一方

metric

arXiv reaDer

arXiv

adversarial

quantization
リンク
生成的敵対的ネットワークを使用した顔のスケッチから写真への翻訳
arxiv_reader 2021/10/26
顔のスケッチを写実的な顔に変換することは、法執行機関やデジタルエンターテインメント業界などの多くのアプリケーションで興味深く不可欠なタスクです。このタスクの最も重要な課題の1つは、スケッチ内の皮膚組織

pre-training

arXiv reaDer

arXiv

synthesis

face recognition

GAN

dataset
リンク
深い畳み込みニューラルネットワークに基づく多臓器癌における神経周囲浸潤の検出
arxiv_reader 2021/10/26
悪性腫瘍細胞による神経周囲浸潤（PNI）は、さまざまな癌の予後不良の独立した指標として報告されています。スライドガラス上の小さな神経のPNIの評価は、労働集約的な作業です。この研究では、畳み込みニュー

arXiv reaDer

arXiv

CNN

detection
リンク
人体表面の分析のためのリーマンフレームワーク
arxiv_reader 2021/10/26
形状やポーズの変化の下で3D人間の形状を比較するための新しいフレームワークを提案します。 3D人間の形状は被験者や体の姿勢によって大きく異なるため、この問題は困難です。リーマンアプローチを使用してこの

metric

arXiv reaDer

arXiv

pose

3D

human
リンク
信号対雑音比損失関数
arxiv_reader 2021/10/26
この作業は、クロスエントロピー損失によって見落とされた情報源を利用して、分類問題を対象とした新しい損失関数を提案します。最初に、与えられた間隔での確率変数の確率の一連の最も厳しい上限と下限を導き出しま

loss function

arXiv reaDer

arXiv

classification
リンク
医用画像における付加的なアーティファクトの「ワンショット」削減
arxiv_reader 2021/10/26
医用画像には、スキャン設定、機械の状態、患者の特性、周囲の環境などの多くの要因に依存する、さまざまなパターンと混合のさまざまなタイプのアーティファクトが含まれる場合があります。ただし、既存の深層学習ベ

pre-training

arXiv reaDer

arXiv

one-shot

CT

learning

vehicle

MRI
リンク
自己検証：単一インスタンスの深い生成的事前の早期停止
arxiv_reader 2021/10/26
最近の研究では、トレーニングデータがなくても、多数の画像再構成（IR）タスクを解決する際の深い生成モデルの驚くべき有効性が示されています。ディープイメージプライアやディープデコーダーなどのこれらのモデ

arXiv reaDer

arXiv

reconstruction

generative
リンク
対照的な損失の興味深い特性
arxiv_reader 2021/10/26
対照学習の3つの興味深い特性を研究します。まず、標準の対照的な損失をより広範な損失ファミリに一般化し、一般化された損失のさまざまなインスタンス化が、多層非線形射影ヘッドの存在下で同様に実行されることを

arXiv reaDer

arXiv

contrastive learning

representation

pose

augmentation

dataset
リンク
ISIC2017データセットを使用した皮膚がん分類のための軽量ディープラーニングアーキテクチャのベンチマーク
arxiv_reader 2021/10/26
皮膚がんは、致命的な種類のがんの1つであり、世界で一般的です。最近、皮膚がんになる人の割合が大幅に増加しています。このため、深層学習による皮膚がんの分類に関する研究は日々増加しています。この分野での仕

arXiv reaDer

arXiv

transfer learning

augmentation

classification

dataset

benchmark
リンク
espiownage：監視技術を使用したスティールパンのドラムストライクの過渡現象の追跡
arxiv_reader 2021/10/26
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高速ビデオの特徴を有意義に追跡する機能の改善を紹介します。これは、オブジェクトの検出と画像のセグメンテーションに最新

tracking

metric

arXiv reaDer

arXiv

computer vision

video

detection

dataset

segmentation
リンク
事前トレーニングと一貫性を備えた驚くほど単純な半教師ありドメインの適応
arxiv_reader 2021/10/26
最新の教師なしドメイン適応（UDA）アプローチは、ドメインアラインメントに根ざしています。つまり、ソースとターゲットの機能をアラインメントして、ソースラベルを使用してターゲットドメイン分類子を学習する

self-supervised

arXiv reaDer

arXiv

domain adaptation

regularization

unsupervised

semi-supervised

dataset

benchmark

adversarial
リンク
結合辞書埋め込みを使用したゼロショット画像分類
arxiv_reader 2021/10/26
ゼロショット学習（ZSL）は、これらの見えないクラスに関するセマンティック情報のみに基づいて、見えないクラスに属する画像を分類するためのフレームワークです。本論文では、連成辞書学習を用いた新しいZSL

arXiv reaDer

arXiv

zero-shot

representation

sparse

domain

classification

dataset

embedding

benchmark
リンク
インタラクティブなインスタンス検索のための信頼性を意識したアクティブなフィードバック
arxiv_reader 2021/10/26
関連性フィードバックは、インスタンス検索（INS）タスクで広く使用され、不完全なランキング結果をさらに絞り込みますが、多くの場合、インタラクションの効率が低くなります。アクティブラーニング（AL）手法

arXiv reaDer

arXiv

manifold

video

learning

classification
リンク
自己監視ビデオ認識のためのバリアント間デュアル表現
arxiv_reader 2021/10/26
自己監視表現学習に適用される対照学習は、深いモデルで復活しました。この論文では、自己監視型ビデオ認識のための既存の対照学習ベースのソリューションは、分散間エンコーディングに焦点を当てていますが、同じビ

self-supervised

representation learning

arXiv reaDer

arXiv

contrastive learning

video

classification
リンク
ディープ畳み込みネットワークのパラメトリック変分線形ユニット（PVLU）
arxiv_reader 2021/10/26
Rectified Linear Unitは現在、深い畳み込みニューラルネットワークにおける最先端の活性化関数です。 ReLUの死にかけているニューロンの問題に対処するために、トレーニング可能な係数を

arXiv reaDer

arXiv

transfer learning

augmentation

CNN

domain
リンク
ブームボックス：音響振動からの視覚的再構成
arxiv_reader 2021/10/26
ビンやコンテナとの相互作用はロボット工学の基本的なタスクであり、ビン内のオブジェクトの状態推定が重要になります。ロボットは状態推定にカメラを使用することがよくありますが、オクルージョンと不十分な照明の

arXiv reaDer

arXiv

estimation

robot

learning

occlusion

reconstruction

convolutional
リンク
合成サンプルで拡張されたまれなクラスのドメイン適応
arxiv_reader 2021/10/26
不均衡なデータセット内のまれなクラスでの分類パフォーマンスの低下を軽減するために考えられる解決策は、過小評価されたクラスを合成サンプルで補強することです。ドメイン適応を分類器に組み込んで、実際のサンプ

arXiv reaDer

arXiv

synthesis

domain adaptation

augmentation

classification

dataset
リンク
ES-ImageNet：スパイキングニューラルネットワーク用の100万のイベントストリーム分類データセット
arxiv_reader 2021/10/26
イベント駆動型アルゴリズム、特にスパイキングニューラルネットワーク（SNN）を使用して、ニューロモルフィックビジョン処理の継続的な改善を実現するには、より挑戦的なイベントストリームデータセットが緊急に

arXiv reaDer

arXiv

gradient

computer vision

classification

dataset

benchmark

SNN
リンク
MaskSplit：数ショットのセマンティックセグメンテーションのための自己監視メタ学習
arxiv_reader 2021/10/26
他の数ショットの学習問題と同様に、数ショットのセグメンテーションは、手動注釈の必要性を最小限に抑えることを目的としています。これは、セグメンテーションタスクで特にコストがかかります。数ショットの設定に

self-supervised

arXiv reaDer

arXiv

unsupervised

estimation

learning

few-shot

saliency

semantic segmentation
リンク
セマンティックセグメンテーションのためのマルチドメインインクリメンタル学習
arxiv_reader 2021/10/26
セマンティックセグメンテーションのためのマルチドメイン学習における最近の取り組みは、ユニバーサルな共同モデルで複数の地理的データセットを学習しようとしています。 3つの人気のある道路シーンセグメンテー

arXiv reaDer

arXiv

pose

learning

domain

dataset

semantic segmentation
リンク
高速点群登録のためのカスケード特徴抽出
arxiv_reader 2021/10/26
カスケード特徴抽出により3D点群登録を高速化する方法を提案します。最高の精度を備えた現在のアプローチは、深い特徴を使用して特徴の抽出と登録を繰り返し実行することによって実現されます。ただし、反復的な特

point cloud

arXiv reaDer

arXiv

3D
リンク
ラベルノイズの下でのロバストな微分可能アーキテクチャ検索に向けて
arxiv_reader 2021/10/26
Neural Architecture Search（NAS）は、堅牢なニューラルアーキテクチャを設計する上でのゲームチェンジャーです。 NASによって設計されたアーキテクチャは、精度、サイズ、メモリ

arXiv reaDer

arXiv

NAS

learning

differentiable
リンク
多様な詳細監視によるセマンティックエッジ検出
arxiv_reader 2021/10/26
エッジとそのカテゴリ情報を共同で抽出することを目的としたセマンティックエッジ検出（SED）は、セマンティックセグメンテーション、オブジェクト提案の生成、オブジェクト認識などの分野で広範囲にわたるアプリ

arXiv reaDer

arXiv

multi-task

dataset

CNN

detection

domain

semantic segmentation
リンク
RPT ++：シャムの視覚追跡のためのカスタマイズされた特徴表現
arxiv_reader 2021/10/26
近年、視覚追跡の特徴表現に目覚ましい進歩が見られましたが、分類タスクと回帰タスクの間の特徴の不整合の問題はほとんど見過ごされています。特徴抽出のアプローチは、ほとんどの高度なトラッカーでこれら2つのタ

tracking

arXiv reaDer

arXiv

representation

estimation

keypoint

pooling

classification

saliency

benchmark
リンク
頭頸部CT画像のリスクのある臓器のためのデュアルシェイプガイドセグメンテーションネットワーク
arxiv_reader 2021/10/26
頭頸部CT画像におけるリスクのある臓器（OAR）の正確なセグメンテーションは、頭頸部がん患者の放射線療法にとって重要なステップです。ただし、多数のOARを手動で描写することは、専門の腫瘍学者にとってさ

arXiv reaDer

arXiv

CT

dataset

segmentation
リンク
事前知識を使用して動的MRIの超解像を改善するための深層学習モデルパラメータの微調整
arxiv_reader 2021/10/26
ダイナミックイメージングは、生理学的変化を評価するための介入に有益なツールです。それにもかかわらず、動的MRI中は、高い時間分解能を達成しながら、空間分解能が損なわれます。この時空間のトレードオフを克

arXiv reaDer

arXiv

super-resolution

3D

U-Net

benchmark

dataset

spatio-temporal

reconstruction

MRI
リンク
弱教師あり正則化によるグループ解きほぐされた表現学習
arxiv_reader 2021/10/26
データの変動の要因を明らかにする、解釈可能で人間が制御可能な表現を学習することは、表現学習における継続的な重要な課題であり続けます。弱い監督を持つ要因のグループの学習グループ解きほぐされた表現を調査し

representation learning

arXiv reaDer

arXiv

transfer learning

regularization

weakly-supervised

3D

classification

disentangling

reconstruction
リンク
出席とガイド（AG-Net）：画像認識のためのキーポイント主導の注意ベースのディープネットワーク
arxiv_reader 2021/10/26
この論文は、静止画像における視覚認識のための新しいキーポイントベースの注意メカニズムを提示します。特徴的なクラスの画像を認識するためのDeepConvolutional Neural Networks

arXiv reaDer

attention

arXiv

keypoint

learning

CNN

dataset

benchmark

action
リンク
MisMatch: 限られたラベルを使用した微分形態学的特徴摂動の一貫性によるキャリブレーションされたセグメンテーション
arxiv_reader 2021/10/26
ラベルの欠如は、特に医用画像などのアプリケーションにおいて、画像の分類とセグメンテーションのための深層学習ベースの方法における基本的な制約の1つです。半教師あり学習（SSL）は、ラベルのカーシティの課

arXiv reaDer

attention

arXiv

augmentation

learning

semi-supervised

classification

segmentation
リンク
視覚認識のための注意駆動型階層マルチスケール表現
arxiv_reader 2021/10/26
畳み込みニューラルネットワーク（CNN）は、ビジュアルコンテンツの理解に革命をもたらしました。これは主に、画像をより小さな断片に分解し、マルチスケールのローカライズされた特徴を抽出し、それらを構成して

arXiv reaDer

arXiv

representation

GCN

CNN

classification

dataset
リンク
グラフの最適化と相乗的サイクルを使用した椎骨のセグメンテーション、識別、およびローカリゼーション
arxiv_reader 2021/10/26
この論文では、CT画像における椎骨のセグメンテーション、識別、および位置特定について考察します。これらの3つのタスクは関連していますが、一緒に対処すると、特定の問題が発生します。たとえば、類似した形状

arXiv reaDer

arXiv

face

CT

identification

localization

benchmark

segmentation
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 2021/10/26
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

arXiv reaDer

arXiv

segmentation

dataset
リンク
因果関係を意識した推論に向けて：医学的診断のための順次識別アプローチ
arxiv_reader 2021/10/26
収集された患者と医師の対話記録に基づいて構築された患者シミュレータから学習することにより、医療自動診断（MAD）は、疾患を識別するための症状を順次照会するインタラクティブな診断エージェントを構築するこ

arXiv reaDer

arXiv

representation

learning

bias
リンク
FetalNet：胎児の超音波生体認証測定のためのマルチタスクディープラーニングフレームワーク
arxiv_reader 2021/10/26
この論文では、時空間胎児超音波スキャンビデオ分析のための注意メカニズムとスタックモジュールを備えたFetalNetと呼ばれるエンドツーエンドのマルチタスクニューラルネットワークを提案します。胎児の生体

arXiv reaDer

attention

arXiv

multi-task

saliency

classification

localization

spatio-temporal

segmentation
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 2021/10/26
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 reaDer

arXiv

CNN

classification

detection

domain

bias
リンク
複数オブジェクトの追跡とセグメンテーションのための教師なし時空間潜在特徴クラスタリング
arxiv_reader 2021/10/26
ビデオシーケンス内の複数の移動オブジェクトに一貫した時間識別子を割り当てることは、困難な問題です。その問題の解決策は、複数のオブジェクトの追跡とセグメンテーションの問題に即座に影響を及ぼします。時間的

MOT

arXiv reaDer

arXiv

clustering

identification

detection

spatio-temporal

segmentation

convolutional
リンク
正確なブラインド画像の超解像のためのスペクトルからカーネルへの変換
Spectrum-to-Kernel Translation for Accurate Blind Image Super-Resolution ディープラーニングベースの超解像（SR）メソッドは、ブラーカーネルが知られている非ブラインド設定で有望なパフォーマンスを示しています。ただし、さまざまな実用的なアプリケーションでの低解像度（LR）画像のブラーカーネルは通常不明です。トレーニング画像の劣化プロセスが実際の画像の劣化プロセスから逸脱すると、パフォーマンスが大幅に低下する可能性があります。本論文では、周波数領域での正確なカーネル推定により、任意のブラーカーネルによって劣化したLR画像を超解像するための新しいブラインドSRフレームワークを提案します。私たちの知る限り、これは周波数領域でブラーカーネル推定を行う最初の深層学習法です。具体的には、最初に、周波数領域での特徴表現が、空間領域より
arxiv_reader 2021/10/26
ディープラーニングベースの超解像（SR）メソッドは、ブラーカーネルが知られている非ブラインド設定で有望なパフォーマンスを示しています。ただし、さまざまな実用的なアプリケーションでの低解像度（LR）画像

arXiv reaDer

arXiv

synthesis

super-resolution

representation

estimation

GAN

learning

domain

reconstruction
リンク
時空間グラフ相補的散乱ネットワーク
arxiv_reader 2021/10/26
時空間グラフ信号分析は、手/体のポーズアクション認識を含む幅広いアプリケーションに大きな影響を与えます。効果的な分析を実現するために、時空間グラフ畳み込みネットワーク（ST-GCN）は、強力な学習機能

arXiv reaDer

arXiv

pruning

interpretation

action recognition

pose

learning

GCN

spatio-temporal
リンク
視聴覚熱データを用いたマルチモーダル人物検証の研究
arxiv_reader 2021/10/26
この論文では、オーディオ、ビジュアル、およびサーマルモダリティを使用したマルチモーダル人物検証へのアプローチを研究します。音声モダリティと視覚モダリティの組み合わせは、堅牢な人物検証に効果的であること

arXiv reaDer

attention

arXiv

person

learning

dataset
リンク
RCNet：オブジェクト検出のためのリバースフィーチャーピラミッドとクロススケールシフトネットワーク
arxiv_reader 2021/10/26
機能ピラミッドネットワーク（FPN）は、既存の高度なオブジェクト検出フレームワークでのマルチスケール機能融合に広く利用されています。これまでの多くの研究で、双方向の特徴融合のためのさまざまな構造が開発

arXiv reaDer

arXiv

representation

detection

dataset
リンク
特徴の切り捨てと弱い注釈への応用を伴うセマンティックセグメンテーションのスペクトル分析
arxiv_reader 2021/10/26
セグメンテーションセグメンテーションのセグメンテーションマップの精度と解像度の間の相関を調査するために、スペクトル分析を提案します。現在のネットワークは、計算コストを軽減するために、画像のダウンサンプ

arXiv

arXiv reaDer

domain

semantic segmentation

CNN
リンク
少ないほど多い：ビジョントランスフォーマーにあまり注意を払わない
arxiv_reader 2021/10/26
トランスフォーマーは、特にコンピュータービジョンの畳み込みニューラルネットワーク（CNN）の強力な代替手段として、ディープラーニングの主要なアーキテクチャの1つになっています。ただし、以前の作業でのT

arXiv reaDer

arXiv

attention

computer vision

CNN

detection

classification

segmentation

transformer
リンク
類似性転送によるウィークショットのきめ細かい分類
arxiv_reader 2021/10/26
さまざまな下位カテゴリ間の微妙な違いのため、きめ細かいカテゴリを認識することは依然として困難な作業であり、その結果、豊富な注釈付きサンプルが必要になります。データを大量に消費する問題を軽減するために、

arXiv reaDer

arXiv

learning

classification

dataset

adversarial
リンク
ライトフィールド画像の超解像のための高密度デュアルアテンションネットワーク
arxiv_reader 2021/10/26
ライトフィールド（LF）画像は、角度情報と空間情報の両方が利用できるため、画像の超解像（SR）のパフォーマンスを向上させるために使用できます。 LFイメージSRのさまざまなビューからの特徴的な情報を組

arXiv reaDer

attention

arXiv

super-resolution

distillation

dataset
リンク
ConformalLayers：連想層を持つ非線形シーケンシャルニューラルネットワーク
arxiv_reader 2021/10/26
畳み込みニューラルネットワーク（CNN）は広く適用されています。ただし、CNNが大きくなると、算術演算の数とメモリフットプリントも増加します。さらに、典型的な非線形活性化関数は、連続する層によってエン

arXiv reaDer

arXiv

pooling

CNN

domain
リンク
自然言語によるモーメントローカリゼーションのためのマルチスケール2D時間隣接ネットワーク
arxiv_reader 2021/10/26
自然言語でトリミングされていないビデオから特定の瞬間を取得する問題に対処します。ターゲットの瞬間は、トリミングされていないビデオの他の時間的な瞬間のコンテキストで発生する可能性があるため、これは難しい

arXiv reaDer

arXiv

single-shot

video

learning

localization

benchmark
リンク
MTGLS：限定的な監視によるマルチタスク視線推定
arxiv_reader 2021/10/26
大規模なラベル付きデータが利用できないため、深いCNNの場合でも、ロバストな視線推定は困難な作業です。さらに、注視注釈は時間のかかるプロセスであり、特別なハードウェア設定が必要です。 MTGLSを提案

arXiv reaDer

arXiv

human

multi-task

unsupervised

representation

estimation

CNN

dataset

landmark
リンク
医療対象検出のための円表現
arxiv_reader 2021/10/26
ボックス表現は、コンピュータビジョンでのオブジェクト検出に広く使用されています。このような表現は効果的ですが、腎病理学で重要な役割を果たす生物医学的オブジェクト（糸球体など）に対して必ずしも最適化され

arXiv reaDer

arXiv

anchor free

representation

computer vision

detection
リンク
CD＆Sデータセット：トウモロコシの病気の特定と重症度の推定のために野外条件下で取得されたハンドヘルド画像データセット
arxiv_reader 2021/10/26
正確な病気の特定とその重症度の推定は、病気の管理にとって重要な考慮事項です。画像データセットを使用した疾患管理のための深層学習ベースのソリューションは、研究コミュニティによってますます探求されています

arXiv reaDer

arXiv

estimation

augmentation

identification

learning

dataset
リンク
熱対可視顔認証のための合成ベースのアプローチ
arxiv_reader 2021/10/26
近年、可視スペクトルの顔認証システムは、経験豊富な法医学検査官のパフォーマンスと一致することが示されています。ただし、このようなシステムは、暗い場所や夜間の状況では効果がありません。体の熱放出をキャプ

arXiv reaDer

arXiv

synthesis

face

video

classification

dataset

benchmark
リンク
視覚的な質問応答のためのクロスモーダル生成拡張
arxiv_reader 2021/10/26
データ拡張は、マルチモーダル機械学習モデルのパフォーマンスを効果的に改善することが示されています。この論文では、複数のモダリティ間の相関関係を活用することにより、データ拡張の生成モデルを紹介します。決

arXiv reaDer

arXiv

generative

augmentation

learning
リンク
（ちょうど）増強を超えたデータ効率の良いGANトレーニング：宝くじの展望
arxiv_reader 2021/10/26
限られた実像データで生成的敵対的ネットワーク（GAN）をトレーニングすると、一般にパフォーマンスが低下し、モデルが崩壊します。この課題を克服するために、GANから独立してトレーニング可能で非常にまばら

arXiv reaDer

arXiv

sparse

dataset

augmentation

GAN

few-shot
リンク
ビジョントランスフォーマーのスパース性の追跡：エンドツーエンドの調査
arxiv_reader 2021/10/26
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、その膨大なモデルサイズとトレーニングコストは依然として手ごわいものです。従来のトレーニング後の剪定では、多くの場合、トレーニング

arXiv reaDer

arXiv

pruning

sparse

transformer
リンク
古いGPUハードウェアでのレイトレーシングされていないグローバルイルミネーションのための生成的敵対的ネットワーク
arxiv_reader 2021/10/26
さまざまなレンダリング方法の概要を説明し、グローバルイルミネーション（GI）に生成的敵対的ネットワーク（GAN）を使用すると、ラスター化画像よりも優れた品質のレンダリング画像が得られることを示します。

arXiv reaDer

arXiv

GAN
リンク
バイアス緩和技術における重大な問題の調査
arxiv_reader 2021/10/26
ディープラーニングの重大な問題は、システムが不適切なバイアスを学習し、その結果、マイノリティグループでうまく機能できないことです。これにより、バイアスを軽減するために努力する複数のアルゴリズムが作成さ

metric

arXiv reaDer

arXiv

VQA

bias

learning

dataset

benchmark
リンク
低予算のアクティブラーニングのためのシンプルなベースライン
arxiv_reader 2021/10/26
アクティブラーニングは、ラベル付けするラベルなしデータのサブセットの選択に重点を置いています。ただし、そのような方法のほとんどは、データの大部分に注釈を付けることができることを前提としています。小さな

self-supervised

arXiv reaDer

arXiv

clustering

learning

classification

dataset
リンク
教師なしドメイン適応のためのプロトタイプ指向のフレームワーク
arxiv_reader 2021/10/26
教師なしドメイン適応の既存の方法は、多くの場合、潜在空間内のソースサンプルとターゲットサンプル間の統計的距離を最小化することに依存しています。これらのメソッドを悩ませることが多いサンプリングの変動、ク

unsupervised

arXiv reaDer

arXiv

domain adaptation
リンク
ビデオRe-IDでのローカル-グローバルアソシアティブフレームアセンブル
arxiv_reader 2021/10/26
ビデオシーケンスから自動生成されたオブジェクトバウンディングボックス内のノイズの多い非代表的なフレームは、ビデオ再識別（Re-ID）で識別表現を学習する際に重大な課題を引き起こします。ほとんどの既存の

arXiv reaDer

arXiv

representation

video

learning

re-id

benchmark
リンク
M3DeTR：トランスフォーマーを使用したマルチ表現、マルチスケール、相互関係の3Dオブジェクト検出
arxiv_reader 2021/10/26
3Dオブジェクト検出の新しいアーキテクチャであるM3DeTRを紹介します。これは、さまざまな点群表現（生、ボクセル、鳥瞰図）と、マルチスケールの特徴ピラミッドに基づくさまざまな特徴スケールを組み合わせ

arXiv reaDer

arXiv

representation

3D

point cloud

detection

dataset

benchmark

transformer
リンク
ライトフィールドの顕著な物体検出のための相乗的注意の学習
arxiv_reader 2021/10/26
高度な注意メカニズムを備えたマルチモーダル機能間の相乗効果を確立することにより、ライトフィールドの顕著な物体検出に対処するための新しい相乗的注意ネットワーク（SA-Net）を提案します。当社のSA-N

arXiv reaDer

attention

arXiv

3D

learning

CNN

detection

dataset

saliency

benchmark
リンク
いつ剪定しますか？初期の構造剪定に向けた方針
When to Prune? A Policy towards Early Structural Pruning プルーニングにより、ネットワークメモリフットプリントと時間の複雑さを魅力的に削減できます。従来のトレーニング後の剪定手法は、トレーニングのための重い計算を見落としながら、効率的な推論に傾いています。初期化時のトレーニング前の剪定に関する最近の調査は、剪定によるトレーニングコストの削減を示唆していますが、パフォーマンスが著しく低下しています。私たちは、両方向の利点を組み合わせて、パフォーマンスを損なうことなくトレーニング中にできるだけ早く剪定するポリシーを提案します。初期化時に剪定する代わりに、私たちの方法は、ニューロンの重要度ランキングを介して支配的なサブネットワークを絶えず評価しながら、アーキテクチャを迅速に導くために、いくつかのエポックの初期の密なトレーニングを利用します。
arxiv_reader 2021/10/26
プルーニングにより、ネットワークメモリフットプリントと時間の複雑さを魅力的に削減できます。従来のトレーニング後の剪定手法は、トレーニングのための重い計算を見落としながら、効率的な推論に傾いています。初

tracking

pre-training

arXiv reaDer

arXiv

pruning
リンク
漏れ摂動を使用した血管画像の半教師ありセマンティックセグメンテーション
Semi-Supervised Semantic Segmentation of Vessel Images using Leaking Perturbations ディープラーニング手法に基づくセマンティックセグメンテーションは、大量の注釈付きサンプルが提供されれば、魅力的な精度を実現できます。ただし、限られたラベル付きデータしか利用できない場合、それは依然として困難な作業であり、これは特に医用画像で一般的です。この論文では、網膜血管のセマンティックセグメンテーションにGANベースの半教師ありアーキテクチャであるLeakingGANを使用することを提案します。私たちの重要なアイデアは、ジェネレーターから情報を漏らしてディスクリミネーターを汚染することです。これは、GANのトレーニングに役立つより穏やかな世代につながります。結果として、ラベルのない例は、弁別子の学習を促進するためによりよく
arxiv_reader 2021/10/26
ディープラーニング手法に基づくセマンティックセグメンテーションは、大量の注釈付きサンプルが提供されれば、魅力的な精度を実現できます。ただし、限られたラベル付きデータしか利用できない場合、それは依然とし

arXiv reaDer

arXiv

regularization

dataset

GAN

learning

semi-supervised

classification

benchmark

semantic segmentation
リンク
PhotoWCT ^ 2：ブロック単位のトレーニングと高周波残差のスキップ接続から生じるフォトリアリスティックなスタイル転送のためのコンパクトなオートエンコーダ
PhotoWCT ^ 2：ブロック単位のトレーニングと高周波残差のスキップ接続から生じるフォトリアリスティックなスタイル転送のためのコンパクトなオートエンコーダ PhotoWCT^2: Compact Autoencoder for Photorealistic Style Transfer Resulting from Blockwise Training and Skip Connections of High-Frequency Residuals フォトリアリスティックなスタイル転送は、結果が実際の写真のように見えるようにしながら、別の画像のスタイルに一致するように画像を変更することを目的とした画像編集タスクです。既存のモデルの制限は、多くのパラメーターがあることです。これにより、より大きな画像解像度での使用が妨げられ、実行時間が遅くなります。最先端のスタイルの強さとフォトリアリズ
arxiv_reader 2021/10/26
フォトリアリスティックなスタイル転送は、結果が実際の写真のように見えるようにしながら、別の画像のスタイルに一致するように画像を変更することを目的とした画像編集タスクです。既存のモデルの制限は、多くのパ

arXiv reaDer

arXiv
リンク
建設現場における潜在的な風による破片の意味論的検出：ハリケーンの準備と現場の安全性のためのデジタルツイニング
arxiv_reader 2021/10/26
米国では、ハリケーンは最も壊滅的な自然災害であり、毎年数十億ドル相当の被害をもたらしています。さらに重要なことに、建設現場は、激しい風のイベントに対して最も脆弱な環境に分類されます。ハリケーンの間、足

arXiv reaDer

arXiv

detection

localization

action
リンク
品質評価を使用した手の画像のなりすまし検出
バイオメトリクスに関する最近の研究は、認証の高い成功率を達成し、さまざまななりすまし攻撃の懸念に対処することに焦点を当てています。手の形状認識は、不正アクセスに対して適切なセキュリティを提供しますが、プレゼンテーション攻撃の影響を受けやすくなります。この論文は、手の生体認証に向けたなりすまし防止法を提示します。プレゼンテーション攻撃の検出アプローチは、本物および偽の手の画像の視覚的品質を評価することによって対処されます。実際の手サンプルとなりすまし手サンプルを区別するために、しきい値ベースの勾配の大きさの類似性品質メトリックが提案されています。ボアズィチ大学の手のデータベースからの255人の被験者の視覚的な手の画像は、元のサンプルと見なされます。これに対応して、本物の各サンプルから、Canon EOS700Dカメラを使用して偽造画像を取得します。自然に劣化したこのような偽の手の画像は、電子
arxiv_reader 2021/10/26
バイオメトリクスに関する最近の研究は、認証の高い成功率を達成し、さまざまななりすまし攻撃の懸念に対処することに焦点を当てています。手の形状認識は、不正アクセスに対して適切なセキュリティを提供しますが、

metric

arXiv reaDer

arXiv

dataset

gradient

biometrics

CNN

detection

classification
リンク
顕微鏡下の病理画像におけるHER2の自動スコアリングシステム
Automated Scoring System of HER2 in Pathological Images under the Microscope 乳がんは、世界中の女性の間で最も一般的ながんです。免疫組織化学物質（IHC）を含むヒト上皮成長因子受容体2（HER2）は、乳がん患者に適切な治療法を提供するための病理学的評価に広く使用されています。しかし、病理医の不足は現在の社会では非常に重要であり、HER2過剰発現の視覚的診断は主観的であり、観察者間の変動の影響を受けやすい。最近、疾患診断における人工知能（AI）の急速な発展に伴い、従来のコンピュータービジョンまたは機械学習手法を使用したいくつかの自動HER2スコアリング手法は、HER2診断精度の向上を示していますが、病理学における不合理な解釈と高価な注釈の倫理的問題により、これらの方法を病院に導入して、病理学者の負担を実際に軽減するに
arxiv_reader 2021/10/26
乳がんは、世界中の女性の間で最も一般的ながんです。免疫組織化学物質（IHC）を含むヒト上皮成長因子受容体2（HER2）は、乳がん患者に適切な治療法を提供するための病理学的評価に広く使用されています。し

arXiv reaDer

arXiv

interpretation

real time

computer vision

learning

classification

human
リンク
生物学的モーフホームのためのセマンティックWebベースのイメージングデータベースの開発
Development of Semantic Web-based Imaging Database for Biological Morphome リソース記述フレームワーク（RDF）を使用して画像メタデータが記述され、画像で観察された詳細な生物学的特性をリンクトオープンデータとして表すことができるセマンティックWebベースのイメージングデータベースである理研微細構造イメージングメタデータベースを紹介します。メタデータは、ギガバイトレベルで大規模な微細構造タイリング画像を視覚化するための簡単なグラフィカルユーザーインターフェイスを提供する大規模なイメージングビューアを開発するために使用されます。データベースを適用して、自動走査型電子顕微鏡によって生成された包括的な微細構造イメージングデータを蓄積しました。その結果、細胞内成分で発生する形態学的表現型の解釈や画像でキャプチャされたバイオサン
arxiv_reader 2021/10/26
リソース記述フレームワーク（RDF）を使用して画像メタデータが記述され、画像で観察された詳細な生物学的特性をリンクトオープンデータとして表すことができるセマンティックWebベースのイメージングデータベ

arXiv

arXiv reaDer

interpretation
リンク
WEEEリサイクル用途向けのPSおよびABS黒色プラスチックの分類
Classification of PS and ABS Black Plastics for WEEE Recycling Applications 汚染と気候変動は、人類が直面している最大の課題のいくつかです。このような状況において、効率的なリサイクルは持続可能な未来のための重要なツールです。この作業は、画像分析を使用してさまざまな種類のプラスチック、特にポリスチレン（PS）タイプとアクリロニトリルブタジエンスチレン（ABS）タイプの黒色プラスチックを分類できるシステムを作成することを目的としています。それらは、電気電子機器からの廃棄物（WEEE）からの2つの一般的なプラスチックです。この目的のために、畳み込みニューラルネットワークがテストおよび再トレーニングされ、95％の検証精度が得られました。別のテストセットを使用すると、平均精度は86.6％に低下しますが、結果をさらに見ると、AB
arxiv_reader 2021/10/26
汚染と気候変動は、人類が直面している最大の課題のいくつかです。このような状況において、効率的なリサイクルは持続可能な未来のための重要なツールです。この作業は、画像分析を使用してさまざまな種類のプラスチ

arXiv reaDer

arXiv

learning

CNN

classification

dataset
リンク
ヒューマンアクション合成のための生成的敵対的グラフ畳み込みネットワーク
arxiv_reader 2021/10/26
人体骨格の空間的および時間的ダイナミクスを合成することは、生成された形状の品質だけでなく、特に特定のアクション（アクションコンディショニング）の現実的な体の動きを合成するための多様性の観点からも、依然

metric

arXiv reaDer

arXiv

synthesis

GAN

GCN

dataset

disentangling

human

action
リンク
学習した画像再構成のための条件付き変分オートエンコーダ
arxiv_reader 2021/10/26
ディープニューラルネットワークを使用して学習した画像再構成手法は最近人気を博しており、有望な経験的結果をもたらしています。ただし、ほとんどのアプローチは、観測ごとに1つの回復に焦点を合わせているため、

arXiv reaDer

arXiv

dataset

reconstruction
リンク
SciCap：科学者のためのキャプションの生成
arxiv_reader 2021/10/26
研究者は、数字を使用して、科学論文で豊富で複雑な情報を伝達します。これらの図のキャプションは、効果的なメッセージを伝えるために重要です。ただし、低品質の図のキャプションは一般に科学記事で発生し、理解を

arXiv reaDer

arXiv

identification

classification

dataset
リンク
3Dオブジェクトのマルチモーダル半教師あり学習
arxiv_reader 2021/10/26
近年、半教師あり学習が広く研究されており、2Dデータの優れたデータ効率を示しています。ラベル付けされた3Dデータが不足しているため、3Dタスクのデータ効率を改善する必要性が高まっています。このホワイト

arXiv reaDer

arXiv

representation

dataset

contrastive

mesh

3D

point cloud

semi-supervised

classification
リンク
AEI：アクター-時間的行動提案生成のための適応的注意を伴う環境相互作用
arxiv_reader 2021/10/26
人間は通常、俳優と周囲の環境との相互作用を通じて、ビデオ内のアクションの確立を認識します。アクションは、ビデオのメインアクターが環境との対話を開始したときにのみ開始され、メインアクターが対話を停止した

arXiv reaDer

attention

arXiv

representation

video

learning

detection

dataset

human

action
リンク
ゲルシュゴリンディスクアライメントを使用した短いビデオ要約のための高速グラフサンプリング
arxiv_reader 2021/10/26
高速グラフサンプリングの最近の進歩を活用して、短いビデオをいくつかのキーフレームに効率的に要約する問題を研究します。具体的には、最初に、グラフラプラシアン行列Lで表される類似性パスグラフ（SPG）Gを

video

arXiv reaDer

arXiv

reconstruction
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 2021/10/26
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

arXiv reaDer

arXiv

unsupervised

autoregressive

detection

dataset

OOD

compression
リンク
開集合認識のための空間位置制約プロトタイプ損失
arxiv_reader 2021/10/26
パターン認識の課題の1つは、オープンセット認識です。閉集合認識と比較して、開集合認識は、経験的リスクだけでなく、オープンスペースリスクも削減する必要があり、これら2つのリスクの削減は、それぞれ既知のク

arXiv reaDer

arXiv

loss function

dataset

benchmark
リンク
LoveDA：ドメイン適応セマンティックセグメンテーションのためのリモートセンシング土地被覆データセット
arxiv_reader 2021/10/26
ディープラーニングアプローチは、リモートセンシングの高空間分解能（HSR）土地被覆マッピングで有望な結果を示しています。ただし、都市と地方のシーンは完全に異なる地理的景観を示す可能性があり、これらのア

arXiv reaDer

arXiv

domain adaptation

unsupervised

representation

learning

dataset

semantic segmentation
リンク
ASSANet：効率的な点群表現学習のための異方性分離可能セット抽象化
arxiv_reader 2021/10/26
3Dポイントクラウド表現へのアクセスは、さまざまなモバイルデバイスに組み込まれたLiDARセンサーによって広く促進されています。これにより、高速で正確な点群処理技術に対する新たなニーズが生まれています

representation learning

arXiv reaDer

arXiv

3D

point cloud

LiDAR

classification

semantic segmentation
リンク
画像生成における芸術的スタイルのきめ細かい制御
arxiv_reader 2021/10/26
生成モデルと敵対的トレーニングの最近の進歩により、さまざまな芸術スタイルのアートワークを人工的に生成できるようになりました。実際には、生成されたスタイルをより細かく制御することが非常に望ましいです。た

embedding

arXiv reaDer

arXiv

GAN
リンク
2つの新しいマスクされた顔認識データセットに適用されたマスクされた顔を生成するための現実的なアプローチ
arxiv_reader 2021/10/26
COVID-19のパンデミックは、顔認識システムを新しい現実に適応させるという問題を引き起こします。そこでは、人々は鼻と口を覆うためにサージカルマスクを着用する可能性があります。これらのシステムのトレ

arXiv reaDer

arXiv

synthesis

face recognition

COVID-19

benchmark
リンク
運動からの深い順列同変構造
arxiv_reader 2021/10/26
既存のディープメソッドは、ステレオおよびマルチビューステレオ設定で、つまりカメラが内部および外部の両方でキャリブレーションされている場合に、非常に正確な3D再構成を生成します。それにもかかわらず、深い

pre-training

arXiv reaDer

arXiv

stereo

unsupervised

sparse

3D

pose

dataset

reconstruction
リンク
圧縮センシングのためのメモリ増強ディープアンフォールディングネットワーク
arxiv_reader 2021/10/26
切り捨てられた最適化手法をディープニューラルネットワークにマッピングするディープアンフォールディングネットワーク（DUN）は、その優れた解釈可能性と高性能により、圧縮センシング（CS）でますます注目を

arXiv reaDer

attention

arXiv

representation

augmentation

human

MRI
リンク
異常を再構築しないことを学ぶ
arxiv_reader 2021/10/26
ビデオ異常検出は、異常例の可用性が限られているため、1クラス分類（OCC）の問題と見なされることがよくあります。通常、この問題に取り組むために、オートエンコーダー（AE）は、正規データのみで構成される

arXiv reaDer

arXiv

anomaly detection

video

learning

classification

dataset
リンク
適応蒸留：効率的な蒸留のための複数のパスからの知識の集約
arxiv_reader 2021/10/26
知識の蒸留は、大規模な教師モデルからのガイダンスにより、小規模な学生モデルの一般化パフォーマンスを向上させるためのニューラルネットワーク圧縮アルゴリズムの主要なトレンドの1つになりつつあります。知識蒸

detection

classification

compression

knowledge distillation

semantic segmentation

learning

arXiv

arXiv reaDer
リンク
深い画像事前分布を使用した教師なし画像融合
arxiv_reader 2021/10/26
最近、かなりの数の研究者がディープラーニング手法を画像融合に適用しています。ただし、これらの作業のほとんどは、大量のトレーニングデータを必要とするか、事前にトレーニングされたモデルまたはフレームワーク

arXiv

pre-training

learning

unsupervised

metric

arXiv reaDer
リンク
神経再生による剪定の可塑性の向上によるスパーストレーニング
arxiv_reader 2021/10/26
宝くじの仮説（LTH）とシングルショットネットワークプルーニング（SNIP）に関する作業は、現在、トレーニング後のプルーニング（反復マグニチュードプルーニング）とトレーニング前のプルーニング（初期化時

arXiv reaDer

attention

single-shot

pruning

arXiv

sparse
リンク
- 2021年10月27日
- 2021年10月26日
- 2021年10月25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