単眼道路平面視差推定
運転可能な表面と周囲の環境の3D構造を推定することは、自動運転を支援するための重要なタスクです。これは通常、LiDARなどの高価な3Dセンサーを使用するか、ディープラーニングを介してポイントの深さを直接予測することで解決されます。既存の方法論に従う代わりに、平面視差に基づく単眼画像シーケンスからの3Dセンシング用の新しいディープニューラルネットワークであるRoad Planar Parallax Attention Network（RPANet）を提案します。これは、運転シーンで一般的に見られる路面形状を最大限に活用します。 RPANetは、道路面のホモグラフィによって位置合わせされた1対の画像を入力として受け取り、3D再構成用のγマップを出力します。深さまたは高さを推定するだけでなく、γマップは、深さまたは高さを簡単に導き出すことができる一方で、2つの連続するフレーム間で2次元変換を構築
アクション品質評価のための自動エンコーディングスコア分布回帰
Auto-Encoding Score Distribution Regression for Action Quality Assessment ビデオとアクションスコアの関係をモデル化するのは難しいため、ビデオからのアクション品質評価（AQA）は難しいビジョンタスクです。したがって、行動の質の評価は、文献で広く研究されてきました。従来、AQAタスクは、ビデオとアクションスコアの間の基礎となるマッピングを学習するための回帰問題として扱われていました。最近では、ラベル分布学習（LDL）の導入により、不確実性スコア分布学習（USDL）の方法が成功しました。ただし、USDLは連続ラベルのあるデータセットには適用されず、トレーニングで一定の分散が必要です。この論文では、上記の問題に対処するために、Distribution Auto-Encoder（DAE）をさらに開発します。 DAEは、回帰アル
3Dポイントクラウド分類での知覚できない転送攻撃と防御
Imperceptible Transfer Attack and Defense on 3D Point Cloud Classification 近年、2D画像ドメインに対する攻撃と防御に多くの努力が払われてきましたが、3Dモデルの脆弱性を調査する方法はほとんどありません。既存の3D攻撃者は通常、点群に対して点ごとの摂動を実行し、その結果、構造や外れ値が変形します。これは、人間が簡単に認識できます。さらに、それらの敵対的な例は、ホワイトボックス設定の下で生成されます。ホワイトボックス設定は、リモートブラックボックスモデルを攻撃するために転送されると、成功率が低くなることがよくあります。この論文では、新しい知覚不能伝達攻撃（ITA）を提案することにより、2つの新しい挑戦的な視点から3D点群攻撃を研究します。1）知覚不能性：各点の摂動方向を近傍表面の法線ベクトルに沿って制約し、同様の幾何学
単一画像の超解像のための局所選択的特徴蒸留
Local-Selective Feature Distillation for Single Image Super-Resolution 畳み込みニューラルネットワーク（CNN）ベースの単一画像超解像（SISR）手法の最近の改善は、回帰損失を最小限に抑える以外に適切なトレーニングアルゴリズムを見つけるのではなく、ネットワークアーキテクチャの製造に大きく依存しています。知識蒸留（KD）を採用することで、SISRをさらに改善する道が開かれ、モデルの効率の観点からも有益です。 KDは、テスト用の追加パラメーターを使用せずに、ディープニューラルネットワーク（DNN）のパフォーマンスを向上させるモデル圧縮方法です。最近、容量とパフォーマンスのトレードオフを改善する能力が脚光を浴びています。本論文では、SISRに適した新しい特徴蒸留（FD）法を提案した。 SISRタスクで発生する既存のFitNet
MUM：半教師ありオブジェクト検出のための画像タイルの混合と機能タイルの混合解除
MUM : Mix Image Tiles and UnMix Feature Tiles for Semi-Supervised Object Detection 最近の多くの半教師あり学習（SSL）研究は、教師と生徒のアーキテクチャを構築し、教師から生成された監視信号によって生徒のネットワークをトレーニングします。ラベル情報を失うことなく弱く強い拡張入力ペアを作成することは難しいため、データ拡張戦略はSSLフレームワークで重要な役割を果たします。特にSSLを半教師ありオブジェクト検出（SSOD）に拡張する場合、画像ジオメトリと補間正則化に関連する多くの強力な拡張手法は、オブジェクト検出タスクのバウンディングボックスの位置情報を損なう可能性があるため、利用が困難です。これに対処するために、SSODフレームワークの混合画像タイルの機能タイルをアンミックスするシンプルで効果的なデータ拡張方法
点群ジオメトリ圧縮のためのスパーステンソルベースのマルチスケール表現
Sparse Tensor-based Multiscale Representation for Point Cloud Geometry Compression この研究では、SparsePCGCと呼ばれるボクセル化されたPCGのスパーステンソルプロセッシング（STP）ベースのマルチスケール表現を介して、統合された点群ジオメトリ（PCG）圧縮方法を開発します。 STPを適用すると、最も可能性の高い正の占有ボクセル（MP-POV）を中心とした畳み込みのみが実行されるため、複雑さが大幅に軽減されます。また、マルチスケール表現により、スケールごとのMP-POVを段階的に圧縮できます。全体的な圧縮効率は、各MP-POVの占有確率の近似精度に大きく依存します。したがって、事前確率を広範囲に活用するために、スパース畳み込みとボクセル再サンプリングで構成されるスパース畳み込みベースのニューラルネット
PAANet：自動医療画像セグメンテーションのための漸進的な交互の注意
PAANet: Progressive Alternating Attention for Automatic Medical Image Segmentation 医療画像のセグメンテーションは、臨床分析のための詳細な情報を提供できます。これは、所見の詳細な場所が重要であるシナリオに役立ちます。病気の場所を知ることは、治療と意思決定において重要な役割を果たすことができます。畳み込みニューラルネットワーク（CNN）ベースのエンコーダ-デコーダ技術は、自動化された医療画像セグメンテーションシステムのパフォーマンスを向上させました。このようなCNNベースの方法論のいくつかは、空間的およびチャネルごとの注意などの手法を利用してパフォーマンスを向上させます。近年注目を集めているもう1つの手法は、残留高密度ブロック（RDB）です。密に接続されたブロック内の連続する畳み込み層は、さまざまな受容野を持つ
GMSRF-Net：ポリープセグメンテーションのためのグローバルマルチスケール残差融合ネットワークによる改善された一般化可能性
GMSRF-Net：ポリープセグメンテーションのためのグローバルマルチスケール残差融合ネットワークによる改善された一般化可能性 GMSRF-Net: An improved generalizability with global multi-scale residual fusion network for polyp segmentation 結腸内視鏡検査はゴールドスタンダードの手順ですが、オペレーターに大きく依存します。前癌性前駆体であるポリープの検出とセグメンテーションを自動化して、見逃し率を効果的に最小限に抑えるための努力がなされてきました。エンコーダーデコーダーによって作動する広く使用されているコンピューター支援ポリープセグメンテーションシステムは、精度の点で高いパフォーマンスを達成しています。ただし、さまざまなセンターから収集されたポリープセグメンテーションデータセットは、
テキストに依存しないライターの識別のためのマルチスケールフュージョン、空間的注意およびパッチ相互作用技術の活用
テキストに依存しないライターの識別のためのマルチスケールフュージョン、空間的注意およびパッチ相互作用技術の活用 Exploiting Multi-Scale Fusion, Spatial Attention and Patch Interaction Techniques for Text-Independent Writer Identification テキストに依存しないライターの識別は、異なる手書きスタイルを区別して手書きテキストの作成者を決定するという難しい問題です。以前の作家の識別は、作家間の違いの断片を明らかにするために手作りの機能に依存していました。畳み込みニューラルネットワークの出現に伴う最近の研究では、深層学習ベースの方法が進化しました。この論文では、空間的注意メカニズム、マルチスケール特徴融合、パッチベースのCNNの3つの異なる深層学習手法を提案して、各作家の手書き
ACR-Pose：カテゴリレベルの6Dオブジェクトポーズ推定のための敵対的な標準表現再構成ネットワーク
ACR-Pose: Adversarial Canonical Representation Reconstruction Network for Category Level 6D Object Pose Estimation 最近、カテゴリレベルの6Dオブジェクトポーズ推定は、標準的な3D表現の再構築の開発により大幅な改善を達成しました。ただし、既存の方法の再構成の品質はまだ優れているとは言えません。この論文では、ACR-Poseという名前の新しい敵対的正準表現再構成ネットワークを提案します。 ACR-Poseは、ReconstructorとDiscriminatorで構成されています。 Reconstructorは、主に2つの新しいサブモジュールで構成されています。Pose-IrrelevantModule（PIM）とRelational Reconstruction Module（
CamLiFlow：オプティカルフローとシーンフローの共同推定のための双方向カメラ-LiDARフュージョン
CamLiFlow: Bidirectional Camera-LiDAR Fusion for Joint Optical Flow and Scene Flow Estimation 本論文では、同期した2Dおよび3Dデータからオプティカルフローとシーンフローを共同で推定する問題を研究します。以前の方法では、共同タスクを独立した段階に分割する複雑なパイプラインを使用するか、2Dおよび3D情報を「早期融合」または「後期融合」の方法で融合します。このような万能のアプローチは、各モダリティの特性を十分に活用できない、またはモダリティ間の相補性を最大化できないというジレンマに悩まされています。この問題に対処するために、CamLiFlowと呼ばれる新しいエンドツーエンドのフレームワークを提案します。これは、2Dおよび3Dブランチで構成され、特定のレイヤーでそれらの間に複数の双方向接続があります。
極端に暗い画像を強調する学習のためのバースト写真
Burst Photography for Learning to Enhance Extremely Dark Images 非常に暗い場所で画像をキャプチャすることは、標準のカメラパイプラインに大きな課題をもたらします。画像が暗くなりすぎてノイズが多くなりすぎるため、従来の拡張技術を適用することはほとんど不可能になります。最近、学習ベースのアプローチは、改善された品質を可能にする実質的により表現力のある機能を備えているため、このタスクに非常に有望な結果を示しています。これらの研究を動機として、このホワイトペーパーでは、バースト写真を活用してパフォーマンスを向上させ、非常に暗い未加工画像からよりシャープで正確なRGB画像を取得することを目指しています。私たちが提案するフレームワークのバックボーンは、高品質の出力を段階的に生成する新しい粗雑なネットワークアーキテクチャです。粗いネットワーク
糖尿病性足潰瘍グランドチャレンジ2021：評価とまとめ
Diabetic Foot Ulcer Grand Challenge 2021: Evaluation and Summary 糖尿病性足潰瘍分類システムは、創傷感染（創傷内に存在する細菌）および虚血（血液供給の制限）の存在を、創傷治癒の治療および予測のための重要な臨床指標として使用します。糖尿病性足創傷内の感染と虚血を分類する自動化されたコンピューター化された方法の使用を調査する研究は、公開されているデータセットの不足と存在する少数のデータセットの深刻な不均衡のために限られています。糖尿病性足潰瘍チャレンジ2021は、参加者に合計15,683の糖尿病性足潰瘍パッチを含むより実質的なデータセットを提供しました。監督された深層学習技術。この論文は、糖尿病性足潰瘍チャレンジ2021で使用された方法の評価を提供し、各ネットワークから得られた結果を要約します。最高のパフォーマンスを発揮したネット
尿顕微鏡画像データセット
尿検査は、泌尿器系に関連する問題を検出するための標準的な診断テストです。尿検査の自動化により、全体的な診断時間が短縮されます。最近の研究では、尿細胞を分類および検出するための深層学習ベースのアルゴリズムを設計するために、尿顕微鏡データセットを使用しました。しかし、これらのデータセットは、さらなる研究のために公に利用可能ではありません。尿データセットの必要性を軽減するために、約3700個の細胞注釈とRBC、膿、上皮細胞の3つのカテゴリの細胞で構成される尿沈渣顕微鏡画像（UMID）データセットを準備します。データセットと注釈の準備に伴ういくつかの課題について説明します。データセットを公開します。 Urinalysis is a standard diagnostic test to detect urinary system related problems. The automation o
ColDE：結腸内視鏡検査再構成のための深さ推定フレームワーク
ColDE: A Depth Estimation Framework for Colonoscopy Reconstruction 単眼ビデオから3Dメッシュを再構築する重要な要素の1つは、すべてのフレームの深度マップを生成することです。ただし、結腸内視鏡ビデオ再構成のアプリケーションでは、高品質の深度推定を生成することは困難です。ニューラルネットワークは、測光の気晴らしに簡単にだまされたり、結腸表面の複雑な形状をキャプチャできず、メッシュの破損につながる欠陥のある形状を予測したりする可能性があります。結腸内視鏡3D再構成の深度推定品質を根本的に改善することを目的として、この作業では、結腸内視鏡データの特別な課題に対処するための一連のトレーニング損失を設計しました。より良いトレーニングのために、深さと表面の法線情報の両方を使用して、一連の幾何学的一貫性目標が開発されました。また、従来の測
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
トークン化されたヒューマンダイナミクス表現に向けて
Florence：コンピュータビジョンの新しい基盤モデル
RedCaps：人々のために、人々によって作成されたWebキュレーションされた画像テキストデータ
クラスにとらわれないオブジェクト検出で優れたマルチモーダルトランスフォーマー
ビジョントランスフォーマーを使用した検出転送学習のベンチマーク
ビジュアルコンピューティングおよびそれ以降のニューラルフィールド
FAZSeg：中心窩無血管ゾーンの定量化のための新しいユーザーフレンドリーなソフトウェア
MetaFormerは実際にビジョンに必要なものです
自己教師ありモデルが転送されるのはなぜですか?ダウンストリーム タスクに対する不変性の影響の調査
空中画像からのマルチクラス建物セグメンテーションを使用した太陽ポテンシャル評価
動いている胎児における脳fMRIの4D反復再構成
2Dおよび3D回転可能データのディープラーニング：メソッドの概要
UAVでの針葉樹の苗の検出-RGB深度情報を使用した画像
画像処理と機械学習を使用した植物病害の検出
セグメンテーションモデルの敵対的な例は簡単に転送できます
FFNB：深い継続的な視覚学習のための忘却のないニューラルブロック
ShufaNet：プロレベルに達した書道家のための分類方法
パリ-CARLA-3D：3Dマッピングでの挑戦的なタスクのための実際の合成屋外点群データセット
DyTox：DYnamic TOkeneXpansionを使用した継続的な学習のためのトランスフォーマー
知覚的グループ化による輪郭誘導画像補完
ジオメトリに触発されたTop-kの敵対的摂動
SSR: 未知のラベル ノイズを学習するための効率的で堅牢なフレームワーク
点群の色覚恒常
不確実性の認識と遡及的臨床注釈を伴う大動脈解離のCT血管造影における自動断面図選択
MiNet：鉱物を識別および分類するための畳み込みニューラルネットワーク
ナノロボットキュー：チームメンバーのコミュニケーションと画像処理に基づく癌の共同治療
トレーニング中の特徴空間の飽和
直接ボクセルグリッド最適化：放射輝度フィールド再構成のための超高速収束
RigNet：深度完了のための反復画像ガイドネットワーク
コンピュータ断層撮影画像からの深層学習ベースの自動COVID-19分類
PointMixer：点群を理解するためのMLP-Mixer
GB-CosFace：オープンセット分類の観点からのSoftmaxベースの顔認識の再考
低照度画像/ビデオエンハンスメントのためのセマンティックガイドゼロショット学習
位置認識型オプティカル フローとジオメトリック バンドル調整を使用した一般化されたビジュアル オドメトリの学習
GNNの表現力に関する統一的な視点
L-Verse：画像とテキスト間の双方向生成
自己監視を備えたテスト時間集約多様な専門家によるテストにとらわれないロングテール認識
近視モデル-顔の提示攻撃検出モデルは近視眼的ですか？
Mesa：トランスフォーマーのためのメモリ節約トレーニングフレームワーク
ロボットピッキングタスクのための深度認識オブジェクトセグメンテーションと把握検出
一般化されたゼロショット学習のためのデュアルプログレッシブプロトタイプネットワーク
意味的にテクスチャ化されたメッシュでのラベル融合による意味画像セグメンテーションの改善
Talk-to-Resolve：シーンの理解と空間対話を組み合わせて、併置されたロボットの詳細なタスクのあいまいさを解決します
マルチストリームコーパスアラインメントとデュアルソフトマックス損失によるビデオテキスト検索の改善
半教師ありビジョントランスフォーマー
FedCV：多様なコンピュータービジョンタスクのための連合学習フレームワーク
https://arxiv-check-250201.firebaseapp.com/each/2111.11057v3
ImageNetへの敵対的攻撃の評価：誤分類クラスの現実チェック
アンサンブルベースの条件付き潜在変数モデルによる密な不確実性の推定
自己教師あり学習とレイトレーシングを使用した、反射率の高い高忠実度の単眼顔再構成に向けて
PRIN / SPRIN：点ごとの回転不変特徴の抽出について
自己監視スケルトンベースの行動認識のためのコントラスト再構成表現学習
機械は視覚的なデータベースなしで見ることを学ぶことができますか？
FRT-PAD: 顔関連タスクによる効果的なプレゼンテーション攻撃検出
少数ショットのビデオオブジェクト検出
手術ビデオからのオンライン位相認識のためのセグメントレベルのセマンティクスの活用
ソース画像の選択は、敵対的攻撃の有効性に大きく影響します
忠実度の高い画像完成のためのグローバルコンテキスト相互作用の橋渡し
連合学習によるニューラルネットワークベースの方法を使用した頭蓋内出血の検出
CDistNet：ロバストなテキスト認識のためのマルチドメイン文字距離の認識
生物学的画像の再構成と強化のための教師なし深層学習法
ノイズを意識したビデオ顕著性予測
周波数領域を介したバックドア攻撃
半教師あり医用画像セグメンテーションのための特徴表現学習の探索
ノイズベースの路面異常検出を駆動するための効率的な非圧縮オートエンコーダ
密な予測のためのトポロジー正則化
半教師付きセマンティックセグメンテーションの構造化一貫性損失
変形ロバストロトスケール-変換同変CNN
多くの頭と 1 つの脳: 融合脳 -- 競争と単一のマルチモーダル マルチタスク アーキテクチャ
複数のカメラを使用して、大きなペンで成長を終えた豚を追跡する
バイナリニューラルネットワークの周波数領域近似の学習
Medical Aegis：医療画像用の堅牢な敵対的プロテクター
宝くじのジャックポットは、事前にトレーニングされたモデルに存在します
VLDeformer：高速クロスモーダル検索のための視覚言語分解トランスフォーマー
MidNet：航空写真での方向性のある船の検出のためのアンカーと角度のない検出器
野生の単一画像からのポーズ誘導人間アニメーション
誘導バイアスマルチヘッド自己注意を備えた3Dスウィントランスフォーマーに基づく肝血管セグメンテーション
モデルベースの単一画像ディープデヘイズ
アダプティブトランスファーラーニング：シンプルだが効果的なトランスファーラーニング
データラベリングと品質評価のための自己管理半教師あり学習
部分的なスケッチベースの画像検索のための深い強化された注意回帰
GANを使用したビデオコンテンツの交換
2要素摂動を使用した深層学習分類器のロバスト性のベンチマーク
分布外データの検出とキャリブレーションのための共変量と概念シフトの調査
感度分解によるニューラルキャリブレーションに向けた幾何学的展望
スタインの偏りのないリスク推定量を使用する前の深い画像：SURE-DIP
変分多様体学習を使用したマルチスライス動的MRIの共同アライメントと再構成
アクティブオブジェクト検出のためのリレーショナルボックスフィールドを使用した順次投票
多様体での動き補償された滑らかさの正則化を使用した動的イメージング（MoCo-SToRM）
ビデオからのバイノーラルオーディオ生成のためのジオメトリ対応マルチタスク学習
屋外の自然シーンの記憶力を理解し、予測する
ロボット形態の全身視覚的自己モデリング
多発性硬化症における脈絡叢の自動セグメンテーションのための軸方向多層パーセプトロンアーキテクチャ
CpT：3Dポイントクラウド処理用の畳み込みポイントトランスフォーマー
それらすべてを測定するための1つのメトリック：視覚的検出タスクを評価するためのローカリゼーション再現率（LRP）
https://arxiv-check-250201.firebaseapp.com/each/2111.10854v3
ノイズ除去された内部モデル：敵対的な攻撃に対する脳に触発されたオートエンコーダ
マルチスタイルおよびマルチビューの対照学習によるマンモグラフィ検出のためのドメインの一般化
自動運転のための空間コンテキストディープネットワークベースのマルチモーダル歩行者検出
3Dキーポイントナレッジエンジンを使用したピクセルレベルの2D画像セマンティクスの理解
脳ネットワーク分類のための構造保存グラフカーネル
FreqNet：離散余弦変換を備えた周波数領域画像超解像ネットワーク
HoughCL：高密度の自己監視学習でより良いポジティブペアを見つける
DuDoTrans：デュアルドメイントランスフォーマーは、スパースビューCT再構成でのサイノグラム復元により多くの注意を提供します
パラメータ効率の高い畳み込みニューラルネットワークのための深く共有されたフィルタベース
FCOSR：空中物体検出用のシンプルなアンカーフリー回転検出器
医用画像におけるワンショット弱教師ありセグメンテーション
オンラインセマンティック3Dシーンセグメンテーションのためのフュージョン対応ポイントコンボリューション
モバイルデバイス上の画像認識システムをだますための目立たない敵対的パッチ
カテゴリレベルの6Dオブジェクトのポーズとサイズを推定するための正規形状空間の学習
視覚的表現の分散型教師なし学習
深い特徴抽出によるCOVID-19検出
敵対マスク：顔認識モデルに対する現実世界の普遍的な敵対攻撃
TraVLR: 見えるようになりましたが、見えなくなりました!視覚言語推論を評価するためのバイモーダル データセット
非線形演算子の疑似逆行列
確率的分散により、敵対的移転可能性を高めるためのアンサンブル敵対的攻撃が減少しました
非見通し内イメージングの最近の進歩：従来の物理モデル、ディープラーニング、および新しいシーン
MaIL：画像セグメンテーションを参照するための統一されたマスク-画像-言語三峰性ネットワーク
単純な近隣代表の前処理が外れ値検出器を後押し
小惑星探査のための深層学習を備えた3Dビジュアルトラッキングフレームワーク
深い確率の推定
管状構造追跡のための曲率正則化による軌道グループ化
対照的な自己監視テクスチャ学習に基づく頸部光コヒーレンストモグラフィー画像分類
赤外線小ターゲット検出のための非凸テンソル低ランク近似
畳み込みニューラルネットワークの忠実な説明には、Grad-CAMの代わりにHiResCAMを使用してください
配布外データを使用した望ましくない機能の貢献の削除
修復による自己監視点群の完成
深層学習モデルの表現力と損失面
視覚的関係検出のためのランダムに重み付けされた特徴ネットワークを使用した事前知識の表現
深層学習による磁気共鳴前立腺画像の分割に関するレビュー
VideoPose：ビデオから6Dオブジェクトのポーズを推定する
兆候を探す：連続ビデオ映像で孤立した兆候インスタンスを特定する
ビジョントランスフォーマーは、摂動にパッチを当てるのに堅牢ですか？
エッジデバイスのリアルタイム人間検出モデル
シミュレートされたLiDAR再配置：新しい点群データ拡張方法
事前の顔部分空間によるアイデンティティ保持ポーズロバストな顔の幻覚
SPINE：ソフトな区分的に解釈可能なニューラル方程式
FlowVOS：詳細を維持し、時間的に一貫性のあるシングルショットビデオオブジェクトセグメンテーションのための弱教師ありビジュアルワーピング
不均衡な医用画像分類のための医療知識に基づく深層学習
変形することを学ぶことによる変形を意識した局所的特徴の抽出
超高速画像認識のためのデータ駆動型ビニングを採用したフォトセンサー
不均衡な医用画像を分類するための制約付き深きものども特徴学習
デバイスフリージェスチャ認識のための教師なしドメイン適応
クロスモーダルテキストビデオ検索のための視覚的時空間関係強化ネットワーク
AGA-GAN：顔の幻覚のためのU-Netを備えた属性誘導注意生成的敵対的ネットワーク
DeepCapの詳細
劇的な顔の閉塞の影響を減らすための教師と生徒のトレーニングとトリプレットの喪失
多様な外観ドメインとタスクタイプにわたる転移学習の影響要因
バッチ知識アンサンブルによる自己蒸留はImageNet分類を改善します
スタイルベースの画像翻訳における整流器の詳細
パッチルーティングされた空間適応型GANを介したスケーラブルなペアリングされていない仮想トライオンに向けて
ニューラルIMLS：方向付けされていない点群からの表面再構成のための暗黙の移動最小二乗の学習
Temporal-MPI: 時間基底学習による動的シーン モデリングのためのマルチプレーン イメージの有効化
FAMINet：最も急な最適化されたオプティカルフローを使用したリアルタイムの半教師ありビデオオブジェクトセグメンテーションの学習
StylePart：画像ベースの形状パーツ操作
ディープラーニングベースの鋼管溶接欠陥検出
歩行予測と正則化による単一画像からの着替え人の再識別
制御可能な画像キャプションのための自己注釈付きトレーニング
個別の表現により、VisionTransformerの堅牢性が強化されます
SpectralFormer：トランスフォーマーを使用したハイパースペクトル画像分類の再考
PatchCensor: 徹底的なテストによる変圧器のパッチの堅牢性認定
TransMorph：教師なし医療画像レジストレーション用のトランスフォーマー
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
線維性肺疾患を評価するための自動気道形態学的定量化の評価
DIVeR：ボリュームレンダリングのための決定論的統合を備えたリアルタイムで正確な神経放射輝度フィールド
SSUL：模範ベースのクラス増分学習のための未知のラベルを使用したセマンティックセグメンテーション
学習ベースの3D登録が現実の世界で機能するのを妨げるものは何ですか？
角度リサンプリングによるライトフィールドベースの水中3D再構成
血管流の時間的超解像シミュレーションのための抵抗時間共変調PointNet
スケルトン画像のドメイン不変特徴による行動認識
クラスの漸進的学習における壊滅的な忘却の再考
暗黙的表現関数のためのローカルテクスチャ推定器
スパースシナプスバーストを伴うドメイン転送の下での継続的な学習
ブラックボックスランダム検索ベースの敵対的攻撃の検索分布のメタ学習
視覚的時系列予測：画像駆動型アプローチ
3DConvNetsのビデオリターゲティングにおける教師なしアクションローカリゼーションクロップ
画像修復のための補助損失の再重み付け