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
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。
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
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
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
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
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
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
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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