arxiv_readerのブックマーク / 2021年12月23日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2021年12月23日のブックマーク (88件)

画像レベルのラベルを使用したオープンボキャブラリー画像セグメンテーションのスケーリング
arxiv_reader 2021/12/23
画像を任意のテキストで示される意味のある領域に編成するために、オープンボキャブラリー画像セグメンテーションモデルを設計します。最近のオープンボキャブラリーモデルは、画像に何が含まれているかを認識してい

learning

dataset

localization

pre-training

zero-shot

arXiv

arXiv reaDer

segmentation

representation
リンク
自動運転における2D弱監視によるマルチモーダル3D人間の姿勢推定
arxiv_reader 2021/12/23
自動運転車（AV）の3D人間ポーズ推定（HPE）は、3D解像度とデータ範囲、高密度深度マップの欠如、LiDARの故障モード、カメラとLiDAR間の相対位置など、多くの点で他のユースケースとは異なります

dataset

arXiv

LiDAR

arXiv reaDer

pose estimation

segmentation

3D

human pose estimation

autonomous driving
リンク
ディープニューラルネットワークを超低遅延スパイキングニューラルネットワークに変換できますか？
arxiv_reader 2021/12/23
時間の経過とともに分散されるバイナリスパイクを介して動作するスパイキングニューラルネットワーク（SNN）は、リソースに制約のあるデバイスの有望なエネルギー効率の高いMLパラダイムとして浮上しています。

dataset

activity

arXiv

arXiv reaDer

SNN

DNN
リンク
NICE-SLAM：SLAMのニューラル暗黙的スケーラブルエンコーディング
arxiv_reader 2021/12/23
ニューラル暗黙の表現は、同時ローカリゼーションとマッピング（SLAM）の有望な進歩を含む、さまざまなドメインで有望な結果を最近示しています。それにもかかわらず、既存の方法は、過度に滑らかなシーンの再構

dataset

tracking

localization

pre-training

SLAM

arXiv

arXiv reaDer

reconstruction

domain

representation
リンク
オンラインアクション検出のための長期短期変圧器
arxiv_reader 2021/12/23
長期および短期記憶メカニズムを使用して長期シーケンスデータをモデル化する、オンラインアクション検出の時間モデリングアルゴリズムであるLong Short-term TRansformer（LSTR）を

detection

video

transformer

arXiv

arXiv reaDer

benchmark

action
リンク
画像の超解像でドロップアウトを再フラッシュする
arxiv_reader 2021/12/23
ドロップアウトは、高レベルの視覚タスクでの過剰適合の問題を軽減するように設計されていますが、画像の超解像（SR）などの低レベルの視覚タスクに適用されることはめったにありません。古典的な回帰問題として、

interpretation

arXiv reaDer

arXiv

super-resolution
リンク
自己監視型カリキュラムディープラーニングアプローチによる皮膚病変認識の改善
arxiv_reader 2021/12/23
皮膚病変認識のための最先端の深層学習アプローチでは、皮膚病変イメージングデータセットのサイズの縮小に由来する一般化の制限を克服するために、より大きく、より多様なデータセットでの事前トレーニングが必要に

learning

dataset

self-supervised

arXiv

classification

arXiv reaDer

attention

domain
リンク
完了と登録に関するマルチビューパーシャル（MVP）ポイントクラウドチャレンジ2021：方法と結果
arxiv_reader 2021/12/23
実際にスキャンされた点群は、オクルージョンと視点のためにほとんど部分的であるため、不完全な観測に基づいて完全な3D形状を再構築することは、コンピュータービジョンの基本的な問題になります。単一の不完全な

dataset

point cloud

arXiv

occlusion

arXiv reaDer

computer vision

reconstruction

3D
リンク
根尖性歯科X線写真セグメンテーションのための新しいアプローチの開発
arxiv_reader 2021/12/23
画像処理技術は、人間の識別や法歯学、歯の番号付け、歯のキャリーの検出、歯周病の分析などの歯科研究で広く使用されています。歯科画像で最も難しい部分の1つは、歯のセグメンテーションとそれらを互いに分離する

human

arXiv

segmentation

detection

arXiv reaDer

identification
リンク
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
arxiv_reader 2021/12/23
Hong and Pavlic（2021）によって導入された単一の隠れ層のランダム加重機能ネットワーク（RWFN）は、リレーショナル学習タスクのニューラルテンソルネットワークアプローチの代替として開発

learning

dataset

detection

interpretation

zero-shot

arXiv

arXiv reaDer

representation
リンク
ワイドマルチベースラインステレオの学習と作成
arxiv_reader 2021/12/23
この論文は、ワイドマルチベースラインステレオ（WxBS）の問題を紹介します。標準のワイドベースラインステレオ問題の一般化であるWxBSは、視点、照明、センサータイプなど、またはオブジェクトの外観が時間

synthesis

learning

dataset

estimation

stereo

arXiv

metric

arXiv reaDer

loss function

benchmark
リンク
医用画像データセットにおけるコミュニティ検出：ウェーブレットとスペクトル法の使用
arxiv_reader 2021/12/23
医用画像データセットには、さまざまな健康状態やさまざまな病気の重症度を持つ患者を表す多数の画像を含めることができます。ラベルのない生の画像データセットを扱う場合、サンプルの数が多いと、専門家や非専門家

learning

dataset

detection

arXiv

arXiv reaDer

identification
リンク
かろうじて教師あり学習：ラベル付けされた画像がほとんどない半教師あり学習
arxiv_reader 2021/12/23
このペーパーでは、ラベル付けされたサンプルのセットがクラスごとの少数の画像（通常は10未満）に制限されている場合の半教師あり学習の問題に取り組みます。この問題は、ほとんど教師あり学習とは呼ばれません。

learning

semi-supervised

self-supervised

arXiv

arXiv reaDer
リンク
MRイメージングにおけるアンダーサンプリングされた収集の可能な再構成のサンプリング
arxiv_reader 2021/12/23
MR取得中にk空間をアンダーサンプリングすると時間を節約できますが、不適切な反転問題が発生し、可能な解決策として無限の画像セットが生成されます。従来、これは、選択された正則化または以前の方法に従って、

learning

estimation

arXiv

regularization

arXiv reaDer

human

reconstruction

unsupervised
リンク
隅を越えて：キーポイントの検出と説明の抽出のための視覚表現の対照学習
arxiv_reader 2021/12/23
学習可能なキーポイント検出器と記述子は、従来の手作りの特徴抽出方法を上回り始めています。視覚表現の自己監視学習に関する最近の研究は、深いネットワークに基づく学習可能なモデルのパフォーマンスの向上を推進

detection

self-supervised

arXiv

keypoint

arXiv reaDer

contrastive learning

unsupervised

representation
リンク
DA-FDFtNet：AIで生成されたさまざまな偽の画像を検出するためのデュアルアテンション偽検出微調整ネットワーク
arxiv_reader 2021/12/23
Generative Adversarial Networks（GAN）、オートエンコーダー、およびその他のAIテクノロジーの進歩により、「ディープフェイク」などの偽の画像を作成することがはるかに簡単

detection

dataset

face

transformer

pre-training

arXiv

few-shot

arXiv reaDer

GAN

attention
リンク
人体測定による人体測定の自動推定
arxiv_reader 2021/12/23
人体分析に関連する研究課題は、私たちの日常生活における潜在的な利点を考慮して、過去数十年にわたってコンピュータービジョンの分野で多くの注目を集めてきました。人体測定は、人体のサイズ、形状、および機能的

synthesis

dataset

estimation

point cloud

arXiv

arXiv reaDer

human

computer vision

attention

3D
リンク
実世界の画像翻訳のためのメタ学習と自己監視による事前トレーニング
arxiv_reader 2021/12/23
特にハードウェアの進歩とビッグデータによって可能になったディープラーニングの最近の進歩は、コンピュータービジョン、自然言語、強化学習などの幅広い計算問題にわたって印象的な結果をもたらしました。ただし、

semi-supervised

self-supervised

arXiv

multi-task

few-shot

arXiv reaDer

computer vision

reinforcement learning

spatio-temporal

benchmark
リンク
弱く教師ありローカライズされた表現による数ショットのフォント生成
arxiv_reader 2021/12/23
自動数ショットフォント生成は、手動のフォントデザインは高価であり、デザイナーの専門知識に敏感であるため、明確に定義された現実の問題を解決することを目的としています。既存のメソッドは、各フォントスタイル

synthesis

learning

arXiv

weakly-supervised

few-shot

arXiv reaDer

representation
リンク
正定行列の学習ログ行列式発散
arxiv_reader 2021/12/23
Symmetric Positive Definite（SPD）行列の形式での表現は、視覚データの豊富な2次統計をキャプチャする能力が実証されているため、さまざまな視覚学習アプリケーションで普及してい

learning

arXiv

arXiv reaDer

computer vision

clustering

unsupervised

representation

gradient
リンク
非剛体形状登録のための測地線二乗指数カーネル
arxiv_reader 2021/12/23
この作業は、形状モデリング技術の中核である3Dスキャンの非剛体レジストレーションの問題に対処します。まず、ガウス過程変形可能モデル（GPMM）フレームワークの測地線距離に基づく新しいカーネルを提案しま

dataset

face

arXiv

arXiv reaDer

loss function

3D
リンク
感情抽出のためのミームのマルチモーダル分析
arxiv_reader 2021/12/23
ミームは、ソーシャルメディアコミュニケーションの最もユビキタスな形態の1つです。本質的にマルチメディアであるミームの研究と処理は、現在人気のあるトピックです。この調査で提示された調査は、皮肉、コメディ

dataset

arXiv reaDer

arXiv

classification
リンク
視覚オブジェクト追跡のための識別可能なシングルショットセグメンテーションネットワーク
arxiv_reader 2021/12/23
テンプレートベースの識別トラッカーは、その堅牢性のために現在主要な追跡パラダイムですが、バウンディングボックス追跡と限られた範囲の変換モデルに制限されているため、ローカリゼーションの精度が低下します。

video

tracking

localization

estimation

arXiv

arXiv reaDer

single-shot

segmentation

benchmark
リンク
複数人のポーズ推定のためのボトムアップアプローチとその応用：簡単なレビュー
arxiv_reader 2021/12/23
人間の姿勢推定（HPE）は、コンピュータービジョンの基本的な問題の1つです。バーチャルリアリティ、人間行動分析、ビデオ監視、異常検出、自己運転から医療支援に至るまでのアプリケーションがあります。 HP

dataset

video

arXiv

anomaly detection

arXiv reaDer

pose estimation

computer vision

human pose estimation
リンク
縦断MRIデータにおける脳転移の検出とセグメンテーションのための深層学習
arxiv_reader 2021/12/23
脳転移は、転移性癌の患者に頻繁に発生します。脳転移の早期かつ正確な検出は、放射線療法の治療計画と予後にとって非常に重要です。深層学習による脳転移検出のパフォーマンスを向上させるために、ボリュームレベル

learning

detection

arXiv

arXiv reaDer

MRI

segmentation
リンク
RVMDE：ロボット工学のためのレーダー検証済み単眼深度推定
arxiv_reader 2021/12/23
立体視は、シーン内の距離の自然な知覚を明らかにし、3D世界理解におけるその表現は直感的な現象です。ただし、正確な深度推定には、両眼視センサーの本質的な厳密なキャリブレーションが不可欠です。あるいは、単

dataset

estimation

stereo

CNN

arXiv

arXiv reaDer

3D

sparse

monocular
リンク
2ステージU-Netを使用したバイナリイメージスケルトン化
arxiv_reader 2021/12/23
オブジェクトスケルトン化は、形状の骨格の線のような表現を抽出するプロセスです。これは、幾何学的形状の理解と最小限の形状表現のための非常に便利なツールを提供します。また、解剖学的研究や活動検出など、さま

learning

detection

activity

arXiv

metric

arXiv reaDer

U-Net

attention

representation
リンク
畳み込みニューラルネットワークを使用した車の検出のための空中画像処理：高速R-CNNとYoloV3の比較
arxiv_reader 2021/12/23
このペーパーでは、畳み込みニューラルネットワーク（CNN）を使用して空中画像から車を検出する問題に対処します。航空写真からの車両の特徴は識別しにくいため、この問題は、地上画像からの車（または任意のオ

detection

dataset

CNN

YOLO

arXiv

R-CNN

vehicle

metric

arXiv reaDer

domain
リンク
SHD360：360°ビデオでの顕著な人間検出のためのベンチマークデータセット
arxiv_reader 2021/12/23
動的な360°イマーシブビデオでの顕著な人間検出（SHD）は、ロボット工学、拡張現実での人間間および人間と物体の相互作用などのさまざまなアプリケーションにとって非常に重要です。ただし、大規模な全方向性

detection

dataset

video

arXiv

arXiv reaDer

human

computer vision

augmentation

saliency

benchmark
リンク
YOLO-Z：自動運転車向けのYOLOv5での小物検出の改善
arxiv_reader 2021/12/23
自動運転車と自動運転の人気が高まるにつれ、より高速でより正確な検出器の必要性も高まっています。私たちの裸眼は、遠くからでもコンテキスト情報をほぼ瞬時に抽出できますが、画像の解像度と計算リソースの制限に

vehicle

arXiv reaDer

arXiv

detection
リンク
初期のグローバル統合によるローカルシフトの注目
arxiv_reader 2021/12/23
最近の研究は、コンピュータビジョンアプリケーション用のトランスの可能性を示しています。画像は最初にパッチに分割され、パッチはアテンションメカニズムの入力トークンとして使用されます。アテンションメカニズ

localization

transformer

arXiv

classification

arXiv reaDer

computer vision

attention

convolutional
リンク
BEVDet：Bird-Eye-Viewでの高性能マルチカメラ3Dオブジェクト検出
arxiv_reader 2021/12/23
自動運転は、視覚の最も複雑なシーンの1つである、意思決定のために周囲の環境を認識します。 2Dオブジェクト検出タスクを解決する際のパラダイム革新の大きな力は、この領域のパフォーマンスの限界を押し上げる

detection

transformer

arXiv

arXiv reaDer

augmentation

3D

autonomous driving
リンク
衛星画像によるNatura2000生息地分類のための自然数値ネットワーク
arxiv_reader 2021/12/23
完全グラフ上の前後拡散型の非線形偏微分方程式の数値解法に基づく新しい分類アルゴリズムとして、自然数値ネットワークが導入されました。提案された自然数値ネットワークは、重要な環境および自然保護タスク、衛星

satellite

learning

arXiv

classification

arXiv reaDer

identification
リンク
軽量ガウスノイズ除去のための画像の周波数間ガイダンスの調査
arxiv_reader 2021/12/23
画像のノイズ除去は、多くの画像またはコンピュータビジョン関連の分野で非常に重要です。畳み込みニューラルネットワークがコンピュータービジョンタスクで強力な機能を示しているため、画像のノイズ除去のパフォー

denoising

dataset

CNN

arXiv

arXiv reaDer

computer vision
リンク
カメラトラップを使用して動物の豊度を推定する際の距離推定のボトルネックを克服する
arxiv_reader 2021/12/23
国際社会の努力が高まっているにもかかわらず、生物多様性の危機は依然として加速しています。動物の豊度を推定することは、例えば、土地利用の変化と侵入種が群集の構成に及ぼす影響、または保全介入の有効性を評価

arXiv reaDer

monocular

arXiv

estimation
リンク
ハイパースペクトル画像のためのアンサンブルおよびランダム協調表現ベースの異常検出器
arxiv_reader 2021/12/23
近年、ハイパースペクトル異常検出（HAD）が活発なトピックになり、軍事および民間分野で重要な役割を果たしています。古典的なHAD手法として、コラボレーション表現ベースの検出器（CRD）は、広範な注目と

learning

dataset

arXiv

anomaly detection

arXiv reaDer

attention
リンク
視聴覚通信によるクラス認識サウンディングオブジェクトのローカリゼーション
arxiv_reader 2021/12/23
視聴覚シーンは私たちの日常生活に浸透しています。人間がさまざまなサウンディングオブジェクトを区別してローカライズすることは一般的ですが、マシンがカテゴリ注釈なしでクラス認識サウンディングオブジェクトの

learning

detection

video

localization

arXiv

arXiv reaDer

unsupervised

representation
リンク
対照的な損失の単純で効果的なバランス
arxiv_reader 2021/12/23
対照的な損失は、長い間、深い計量学習の重要な要素であり、自己監視学習の成功により、現在、より一般的になっています。最近の研究では、このような損失を、表現ネットワークを学習するときに補完的に機能する2つ

self-supervised

contrastive

arXiv

arXiv reaDer

representation

benchmark

metric learning
リンク
保護された特性のアルゴリズムによるエンコーディングとそのパフォーマンスの不一致への影響
arxiv_reader 2021/12/23
臨床的意思決定にAIを使用すると、健康格差が拡大する可能性があることが正しく強調されています。機械学習モデルは、たとえば、患者の人種的アイデンティティと臨床転帰の間の望ましくない相関関係を検出する場合

learning

detection

bias

arXiv

arXiv reaDer
リンク
動きベクトル領域におけるビデオステガナリシスのための一般化された局所最適性
arxiv_reader 2021/12/23
モーションベクトル（MV）の局所的な最適性は、ビデオコーディングに固有の特性であり、MVを変更すると、必然的にこの最適性が破壊され、MVドメインのステガノグラフィの高感度な指標になります。したがって、

embedding

video

estimation

arXiv

arXiv reaDer

domain
リンク
ディープラーニングを使用した医療画像セグメンテーション：調査
arxiv_reader 2021/12/23
ディープラーニングは医療画像のセグメンテーションに広く使用されており、この分野でのディープラーニングの成功を記録した多数の論文が発表されています。この論文では、深層学習技術を使用した医療画像セグメンテ

transfer learning

arXiv

classification

weakly-supervised

arXiv reaDer

loss function

augmentation

segmentation

unsupervised
リンク
胸部X線の解釈可能性手法によって生成された放射線科医の視線と顕著性マップの比較
arxiv_reader 2021/12/23
医療画像分析モデルの解釈可能性は、重要な研究分野と見なされています。 5人の放射線科医からの視線追跡データのデータセットを使用して、解釈可能性手法の出力を、放射線科医が見た場所を表すヒートマップと比較

dataset

bias

gaze

arXiv

metric

arXiv reaDer

saliency

attention
リンク
セグメンテーション対応の顔深度推定とマスクガイド付き注意ネットワークによる高精度RGB-D顔認識
arxiv_reader 2021/12/23
ディープラーニングアプローチは、非常に大きな顔画像データセットを使用してモデルをトレーニングすることにより、非常に正確な顔認識を実現しました。大規模な2D顔画像データセットの可用性とは異なり、一般に利

RGB-D

localization

face recognition

CNN

pose

arXiv

semantic segmentation

arXiv reaDer

attention

3D
リンク
HAD-GAN：敵対的な例を守るための人間の知覚補助防衛GAN
arxiv_reader 2021/12/23
敵対的な例は、ニューラルネットワークの脆弱性と原因不明の性質を明らかにします。敵対的な例の防御を研究することは、実際上非常に重要です。ネットワークを誤って分類するほとんどの敵対的な例は、人間によって

classification

arXiv reaDer

arXiv

GAN
リンク
注意とマルチヘッドメカニズムを備えた医用画像と電子健康記録の融合
arxiv_reader 2021/12/23
医師は、磁気共鳴画像法（MRI）などの患者の画像スキャンと、年齢、性別、血圧などの患者の電子健康記録（EHR）に基づいて診断を決定することがよくあります。コンピュータビジョンまたは自然言語の研究分野で

CNN

arXiv

arXiv reaDer

computer vision

MRI

attention
リンク
エントロピー正則化反復加重収縮しきい値アルゴリズム（ERIWSTA）：CT画像復元への応用
arxiv_reader 2021/12/23
反復加重収縮しきい値アルゴリズム（IWSTA）は、属性に異なる方法で対処する線形逆問題を解くために、従来の非加重反復収縮しきい値アルゴリズム（ISTA）よりも優れていることを示しています。この論文では

arXiv reaDer

arXiv

CT
リンク
コンピュータ支援疾患評価における画像回帰の適応コントラスト
arxiv_reader 2021/12/23
骨塩密度（BMD）の推定や左心室駆出率（LVEF）の予測など、医療アプリケーションの画像回帰タスクは、コンピューター支援疾患の評価において重要な役割を果たします。ほとんどの深回帰法は、MSEやL1損失

video

estimation

arXiv

arXiv reaDer

loss function

contrastive learning

representation
リンク
少数ショット物体検出: 包括的な調査
arxiv_reader 2021/12/23
人間は、いくつかの例からでも新しいオブジェクトを認識することを学ぶことができます。対照的に、深層学習ベースのオブジェクト検出器のトレーニングには、大量の注釈付きデータが必要です。これらの膨大な量のデー

detection

dataset

arXiv

few-shot

arXiv reaDer

domain

benchmark
リンク
CLEVR3D：3D実世界シーンでの質問応答のための構成言語と初歩的な視覚的推論
arxiv_reader 2021/12/23
3Dシーンの理解は、比較的新しい研究分野です。このホワイトペーパーでは、3D実世界のシーン（VQA-3D）での視覚的な質問応答タスクを紹介します。これは、3Dシーンで考えられるすべての質問に答えること

dataset

transformer

reasoning

arXiv

classification

arXiv reaDer

3D
リンク
ドメイン適応者Re-IDのためのマルチセントロイド表現ネットワーク
arxiv_reader 2021/12/23
最近、多くのアプローチが、疑似ラベルベースの対照学習を通じて教師なしドメイン適応型個人再識別（UDA re-ID）問題に取り組んでいます。トレーニング中に、同じ疑似ラベルを持つクラスターからのすべての

domain

person

arXiv

arXiv reaDer

contrastive learning

clustering

re-id

unsupervised

representation
リンク
もう少し：ビットプレーン単位のビット深度回復
arxiv_reader 2021/12/23
イメージングセンサーは、10〜12ビットのダイナミックレンジ（つまり、1024〜4096の階調値）で着信シーンライトをデジタル化します。次に、センサー画像はカメラで処理され、最終的に8ビット（つまり

learning

quantization

dataset

residual

arXiv

arXiv reaDer

reconstruction

single-shot
リンク
コストの集計は、少数のショットのセグメンテーションに必要なすべてです
arxiv_reader 2021/12/23
畳み込みとトランスフォーマーの両方を使用してクエリとサポート間の高次元相関マップを効率的に処理することにより、数ショットのセグメンテーションタスクに取り組むために、トランスフォーマーを使用したボリュー

embedding

transformer

bias

arXiv

few-shot

arXiv reaDer

convolutional

segmentation

benchmark
リンク
Ghost-dil-NetVLAD：視覚的な場所認識のための軽量ニューラルネットワーク
arxiv_reader 2021/12/23
視覚的場所認識（VPR）は、莫大な計算コストと高い認識パフォーマンスのバランスが崩れるという困難な作業です。軽量畳み込みニューラルネットワーク（CNN）の実用的な特徴抽出能力と、局所的に集約された記述

dataset

CNN

arXiv

weakly-supervised

arXiv reaDer

convolutional

benchmark
リンク
MultiPath ++：行動予測のための効率的な情報融合と軌道集約
arxiv_reader 2021/12/23
道路利用者の将来の行動を予測することは、自動運転における最も困難で重要な問題の1つです。この問題に深層学習を適用するには、豊富な知覚信号と地図情報の形で異種の世界状態を融合し、可能な将来にわたって高度

embedding

dataset

benchmark

representation

arXiv

trajectory

arXiv reaDer

domain

sparse

autonomous driving
リンク
NeRFactor：未知の照明下での形状と反射率の神経因数分解
arxiv_reader 2021/12/23
1つの未知の照明条件で照らされたオブジェクトのマルチビュー画像（およびそれらのカメラポーズ）から、オブジェクトの形状と空間的に変化する反射率を復元する問題に対処します。これにより、任意の環境照明下での

synthesis

video

pose

arXiv

arXiv reaDer

representation

3D
リンク
分布外検出のための境界認識学習
arxiv_reader 2021/12/23
この論文は、ニューラルネットを使用して分布外（フード）サンプルを検出する問題に焦点を当てています。画像認識タスクでは、訓練された分類器が、分布内（id）データから離れた入力画像に対して高い信頼スコアを

detection

dataset

OOD

arXiv

classification

arXiv reaDer

GAN

representation
リンク
自動運転のための知覚システムの信頼性スコアリングメトリックの調査
arxiv_reader 2021/12/23
自動運転車と半自動運転車の認識アルゴリズムは、道路上の物体の誤分類など、誤った物体検出を伴う状況に遭遇する可能性があります。これは、安全違反や致命的な結果につながる可能性があります。オブジェクト検出ア

detection

real time

vehicle

arXiv

arXiv reaDer

metric learning

autonomous driving
リンク
JoJoGAN：ワンショットフェイススタイライズ
arxiv_reader 2021/12/23
数ショットの画像のスタイル設定は最近進歩していますが、これらの方法では、人間に明らかなスタイルの詳細をキャプチャできません。目の形、線の太さなどの詳細は、モデルが学習するのが特に困難です。特に、限られ

face

arXiv

one-shot

few-shot

arXiv reaDer

GAN
リンク
スケッチから写真への合成のための敵対的なオープンドメイン適応
arxiv_reader 2021/12/23
このホワイトペーパーでは、オープンドメインのスケッチから写真への変換について説明します。これは、トレーニングデータにそのクラスのスケッチがない場合でも、クラスラベルを使用してフリーハンドスケッチからリ

synthesis

dataset

arXiv

arXiv reaDer

domain adaptation

adversarial
リンク
乳がん検診のための転移学習に基づく畳み込みニューラルネットワーク
arxiv_reader 2021/12/23
乳がんは、世界で最も一般的ながんであり、世界中の女性の間で最も一般的な死因です。それにもかかわらず、早期に発見された場合、それは最も治療可能な悪性腫瘍の1つでもあります。この論文では、超音波画像から乳

dataset

CNN

transfer learning

arXiv

classification

arXiv reaDer
リンク
MOSAIC：集約された情報とエンコードされたコンテキストのデコードによるモバイルセグメンテーション
arxiv_reader 2021/12/23
モバイルデバイスでの効率的かつ正確なセマンティック画像セグメンテーションのための次世代ニューラルネットワークアーキテクチャ、MOSAICを紹介します。 MOSAICは、さまざまなモバイルプラットフォー

arXiv reaDer

arXiv

classification

segmentation
リンク
ディープニューラルネットワークを使用した地震後の超高解像度画像からのスーパーピクセルベースの建物損傷検出
arxiv_reader 2021/12/23
地震などの自然災害後の建物の損傷の検出は、効果的な緊急対応アクションを開始するために重要です。リモートセンシングされた非常に高い空間分解能（VHR）の画像は、影響を受ける建物を高い幾何学的精度でマッピ

denoising

detection

pre-training

arXiv

arXiv reaDer

action

attention

segmentation

DNN
リンク
EyePAD ++：眼周囲画像を使用した眼の認証とプレゼンテーション攻撃の共同検出のための蒸留ベースのアプローチ
arxiv_reader 2021/12/23
エッジデバイスを対象とした実用的なアイ認証（EA）システムは、認証を実行し、プレゼンテーション攻撃に対して堅牢であると同時に、コンピューティングと遅延の効率を維持する必要があります。ただし、既存の目ベ

learning

detection

dataset

arXiv

arXiv reaDer

distillation

edge device
リンク
AdaptPose：学習可能なモーション生成による3D人間のポーズ推定のためのクロスデータセット適応
arxiv_reader 2021/12/23
この論文は、3D人間の姿勢推定モデルのクロスデータセット一般化の問題に対処します。事前にトレーニングされた3Dポーズ推定器を新しいデータセットでテストすると、パフォーマンスが大幅に低下します。以前の方

synthesis

dataset

semi-supervised

pre-training

arXiv

arXiv reaDer

pose estimation

3D

human pose estimation

adversarial
リンク
異常クラスタリング: 画像を異常タイプの首尾一貫したクラスタにグループ化
arxiv_reader 2021/12/23
異常クラスタリングを紹介します。その目標は、データを異常タイプの意味的にコヒーレントなクラスターにグループ化することです。これは、異常を通常のデータから分割することを目的とする異常検出とは異なります。

embedding

semi-supervised

arXiv

anomaly detection

arXiv reaDer

clustering

unsupervised
リンク
画像のセマンティックセグメンテーションのための分布を意識したマージンキャリブレーション
arxiv_reader 2021/12/23
Intersection-over-Union（IoU）とも呼ばれるJaccardインデックスは、画像のセマンティックセグメンテーションにおける最も重要な評価指標の1つです。ただし、学習目標は微分可能

learning

dataset

arXiv

semantic segmentation

metric

arXiv reaDer

differentiable
リンク
サウンドとピクセルを分解し、イベントを再構成します
arxiv_reader 2021/12/23
この論文では、教師ありおよび弱教師あり設定での視聴覚イベント（AVE）のローカリゼーション問題に取り組むために、イベント分解再構成ネットワーク（EDRNet）と呼ばれる新しいアーキテクチャを中心とした

dataset

video

localization

arXiv

weakly-supervised

arXiv reaDer

loss function

augmentation

convolutional

representation
リンク
リアルタイムのストリートヒューマンモーションキャプチャ
arxiv_reader 2021/12/23
近年、コンピュータを利用したモーションキャプチャ技術が急速に発展しています。その高効率と優れた性能により、多くの従来の方法に取って代わり、多くの分野で広く使用されています。私たちのプロジェクトは、スト

video

real time

estimation

arXiv

arXiv reaDer

human

3D
リンク
MIA-旧：マルチグレイン入力適応による効率的で堅牢なビジョントランスフォーマー
arxiv_reader 2021/12/23
ViTは、（1）入力トークンの数によって二次関数的に複雑さが増し、（2）パラメーター化された自己注意ヘッドとモデルの深さが過剰になるため、多くの場合、計算コストが高すぎて実際のリソースに制約のあるデバ

transformer

reinforcement

arXiv

arXiv reaDer

adversarial
リンク
混合教師あり肺腫瘍セグメンテーションのための教師と学生のアーキテクチャ
arxiv_reader 2021/12/23
目的：肺腫瘍の位置特定や放射線画像のセグメンテーションなどのタスクを自動化することで、放射線科医やその他の臨床医にとって貴重な時間を解放できます。畳み込みニューラルネットワークはこのようなタスクに適し

dataset

localization

domain

CNN

arXiv

arXiv reaDer

segmentation
リンク
無視することを学ぶ：マルチサイトMRI分析のためのドメイン適応
arxiv_reader 2021/12/23
大きな画像データセットの限られた可用性は、医学における正確で一般化可能な機械学習方法の開発における主要な問題です。データ量の制限は、主に、さまざまな取得プロトコル、さまざまなハードウェア、およびデータ

learning

dataset

bias

arXiv

classification

arXiv reaDer

domain adaptation

MRI
リンク
インタラクティブなジェネレーティブ描画ツールのための条件付きニューラルムーブメントプリミティブを備えたジェネレーティブ敵対的ネットワーク
arxiv_reader 2021/12/23
スケッチは、視覚と視覚空間構造の抽象的な表現です。この作業では、スケッチの滑らかさと一貫性を高めるためにCNMPに新しい敵対的損失を組み込んだ、新しいフレームワークである条件付き神経運動プリミティブを

arXiv reaDer

representation

arXiv

GAN
リンク
眼球認識データベースと競技会：調査
arxiv_reader 2021/12/23
主に虹彩の特徴の特異性と、虹彩情報を抽出するのに画像解像度が十分でない場合の眼周囲領域の使用により、生物測定特性としての虹彩および眼周囲領域の使用が広く研究されてきた。個人のアイデンティティに関する

biometrics

arXiv reaDer

arXiv

learning
リンク
ランダム化平滑化のための入力固有のロバスト性認証
arxiv_reader 2021/12/23
ランダム化された平滑化は、他の認定された防御に対して高い認定されたロバスト性と優れたスケーラビリティを示しましたが、ロバストネス認定の高い計算オーバーヘッドは、信頼区間を推定するための大きなサンプル近

arXiv reaDer

arXiv

approximation
リンク
新しい適応ノイズ共分散行列の推定とフィルタリング方法：マルチオブジェクト追跡への応用
arxiv_reader 2021/12/23
カルマンフィルターは、オブジェクトトラッキングに広く使用されており、プロセスおよび測定ノイズは通常、正確に既知で一定であると見なされます。ただし、正確な既知の一定の仮定が実際に常に当てはまるとは限りま

simulation

estimation

pedestrian

arXiv

LiDAR

arXiv reaDer

MOT
リンク
CoLUアクティベーションによるより深い学習
arxiv_reader 2021/12/23
ニューラルネットワークでは、非線形性は活性化関数によって導入されます。一般的に使用される活性化関数の1つは、Rectified Linear Unit（ReLU）です。 ReLUはアクティベーションと

attention

learning

arXiv

convolutional

arXiv reaDer

differentiable
リンク
MediaEval2021ベンチマークのスポーツビデオタスクの時空間CNNベースラインメソッド
arxiv_reader 2021/12/23
このホワイトペーパーでは、MediaEval2021ベンチマークのスポーツビデオタスク部分に提案されたベースライン方法を紹介します。このタスクは、脳卒中の検出と脳卒中の分類のサブタスクを提案します。こ

CNN

video

classification

benchmark

arXiv

spatio-temporal

detection

arXiv reaDer
リンク
卓球でのストローク検出のための2つのストリームネットワーク
arxiv_reader 2021/12/23
本稿では、ビデオから卓球のストロークを検出する方法を紹介します。この方法は、RGBストリームとその計算されたオプティカルフローを並列に処理する2ストリームの畳み込みニューラルネットワークに依存していま

CNN

video

metric

optical flow

benchmark

arXiv

detection

arXiv reaDer
リンク
森林バイオマスを推定するための深層学習ベースの 3D 点群回帰
arxiv_reader 2021/12/23
効果的な気候変動緩和策を実施するためには、森林バイオマス資源とその開発に関する知識が重要です。これは、森林破壊、再森林、森林破壊を促進するプロセスを研究するために必要であり、炭素会計の前提条件です。空

learning

adaptation

CNN

point cloud

arXiv

LiDAR

arXiv reaDer

3D
リンク
PrimSeq：リハビリトレーニングを定量化するためのディープラーニングベースのパイプライン
arxiv_reader 2021/12/23
脳卒中のリハビリテーションは、機能的な動きの繰り返しの練習を通じて神経可塑性を高めることを目指していますが、繰り返しが不十分なため、回復への影響は最小限である可能性があります。最適なトレーニングの内容

learning

activity

arXiv

classification

arXiv reaDer

human
リンク
低解像度の回復とノイズを意識したアップサンプリングによる高忠実度の点群の完成
arxiv_reader 2021/12/23
順序付けられていない部分的な点群を完成させることは、困難な作業です。潜在的な特徴をデコードして完全な形状を復元することに依存する既存のアプローチでは、多くの場合、完成した点群が過度に平滑化され、詳細が

sparse

arXiv reaDer

point cloud

arXiv
リンク
密な予測のためのインタラクティブなバックプロパゲーションリファインメントの一般化
arxiv_reader 2021/12/23
ディープニューラルネットワークが高密度予測タスクのコンピュータビジョンの分野で最先端のアプローチになるにつれて、視覚入力が与えられた場合のターゲット出力の自動推定のために多くの方法が開発されてきました

estimation

bias

arXiv

semantic segmentation

arXiv reaDer

computer vision

monocular
リンク
部分ラベルを使用したマルチラベル認識のための構造化セマンティック転送
arxiv_reader 2021/12/23
マルチラベル画像認識は、実際の画像が本質的に複数のセマンティックラベルを持っているため、基本的でありながら実用的なタスクです。ただし、入力画像と出力ラベルスペースの両方が複雑であるため、大規模なマルチ

dataset

arXiv reaDer

arXiv
リンク
GLIDE：テキストガイド拡散モデルを使用したフォトリアリスティックな画像生成と編集に向けて
arxiv_reader 2021/12/23
拡散モデルは、特に多様性と忠実度をトレードオフするガイダンス手法と組み合わせると、高品質の合成画像を生成することが最近示されています。テキスト条件付き画像合成の問題の拡散モデルを調査し、CLIPガイダ

synthesis

dataset

arXiv

arXiv reaDer

human
リンク
ビュー補間に基づくマルチユーザー指向のライブフリービューポイントビデオストリーミングシステム
arxiv_reader 2021/12/23
没入型マルチメディアサービスの重要なアプリケーションフォームとして、フリービューポイントビデオ（FVV）は、強力なインタラクションによって優れた没入型エクスペリエンスをユーザーに提供します。ただし、仮

synthesis

video

real time

pose

arXiv

arXiv reaDer
リンク
キーポイントマスクを使用した画像アニメーション
arxiv_reader 2021/12/23
モーション転送は、特定のドライビングビデオからのモーションに従って、単一のソース画像の将来のビデオフレームを合成するタスクです。それを解決するために、私たちはモーション表現の困難な複雑さと、ドライビン

arXiv reaDer

synthesis

keypoint

unsupervised

domain

video

pose

face

representation

arXiv
リンク
投影されたスライスされたWassersteinオートエンコーダベースのハイパースペクトル画像異常検出
arxiv_reader 2021/12/23
異常検出（AD）は、さまざまな分野で活発な研究分野となっています。それでも、データの規模、複雑さ、および次元の増加により、従来の方法は困難になります。最近、変分オートエンコーダ（VAE）などの深い生成

arXiv

manifold

anomaly detection

regularization

arXiv reaDer

domain

benchmark

generative
リンク
ワンステージでアンカーフリーの物体検出において、最小限のコストで最小限のミスアライメントに向けて
arxiv_reader 2021/12/23
一般的なオブジェクト検出モデルは、分類ブランチと回帰ブランチで構成されます。タスクドライバーが異なるため、これら2つのブランチは、同じスケールレベルと同じ空間位置からの特徴に対する感度が異なります。高

arXiv reaDer

anchor free

detection

classification

arXiv
リンク
- 2021年12月24日
- 2021年12月23日
- 2021年12月22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