Swin-Pose：SwinTransformerベースの人間のポーズ推定
畳み込みニューラルネットワーク（CNN）は、多くのコンピュータービジョンタスクで広く利用されています。ただし、CNNには固定の受信フィールドがあり、人間の姿勢推定に不可欠な長距離知覚の機能が不足しています。ピクセル間の長距離依存関係をキャプチャする機能により、最近コンピュータビジョンアプリケーションにトランスアーキテクチャが採用され、非常に効果的なアーキテクチャであることが証明されています。人間の姿勢推定におけるその能力を探求することに興味があり、したがって、特徴的なピラミッド融合構造で強化された、変圧器アーキテクチャに基づく新しいモデルを提案します。具体的には、事前にトレーニングされたSwin Transformerをバックボーンとして使用し、入力画像から特徴を抽出します。特徴ピラミッド構造を利用して、さまざまな段階から特徴マップを抽出します。機能を融合することにより、モデルはキーポイン
TriCoLo：検索を形作るためのきめの細かいテキストの三峰性の対照的な損失
TriCoLo: Trimodal Contrastive Loss for Fine-grained Text to Shape Retrieval マルチモーダルデータに対する共同埋め込みを学習するための対照的な損失に関する最近の研究は、検索や分類などの下流のタスクで成功しています。一方、3D形状とテキストの共同表現学習の研究は、これまで、表現間の複雑な注意のモデリング、またはマルチタスク学習による埋め込みの改善に主に焦点を当ててきました。大規模なバッチ対照学習により、複雑な注意メカニズムや損失なしにテキスト形状検索でSoTAを達成できることを示します。 3Dおよびテキスト表現のこれまでの研究では、ボクセルまたはテキスト付きのマルチビュー画像のいずれかを使用したバイモーダル表現学習にも焦点が当てられていました。この目的のために、すべてのモダリティに対してさらに高いパフォーマンスとより良
肺超音波のより良い重症度スコアリングのための弱く教師あり対照学習
Weakly Supervised Contrastive Learning for Better Severity Scoring of Lung Ultrasound COVID-19のパンデミックの発生とともに、超音波は患者のベッドサイドモニタリングのための効果的なツールとして浮上してきました。このため、AIベースの診断と分析に使用できる大量の肺超音波スキャンが利用可能になりました。超音波スキャンの外観のスコアリングに依存する、いくつかのAIベースの患者重症度スコアリングモデルが提案されています。 AIモデルは、標準化された視覚的特徴に基づいて手動でラベル付けされた超音波外観の重症度スコアを使用してトレーニングされます。ビデオクリップ内のすべての超音波フレームにラベルを付けるという課題に対処します。私たちの対照的な学習方法は、ビデオクリップの重大度ラベルを個々のフレームのノイズの多い
組織病理学的画像を使用したAIベースの癌の検出と分類：系統的レビュー
AI-based Carcinoma Detection and Classification Using Histopathological Images: A Systematic Review 組織病理学的画像分析は、癌を診断するためのゴールドスタンダードです。癌腫は癌のサブタイプであり、すべての癌症例の80％以上を占めています。扁平上皮癌と腺癌は、生検スライドの顕微鏡検査によって診断された癌の2つの主要なサブタイプです。ただし、手動の顕微鏡評価は主観的で時間のかかるプロセスです。多くの研究者が、癌腫の検出と分類を自動化する方法を報告しています。癌腫診断の自動化における人工知能（AI）の使用の増加は、ディープネットワークモデルの使用の大幅な増加も明らかにしています。この系統的文献レビューでは、組織病理学的画像を使用した癌腫診断で報告された最先端のアプローチの包括的なレビューを提示しま
超音波画像テクスチャ特徴に基づく乳がん診断のための説明可能なアンサンブル機械学習
Explainable Ensemble Machine Learning for Breast Cancer Diagnosis based on Ultrasound Image Texture Features 画像分類は、乳がん診断の予測モデルを構築するために広く使用されています。ほとんどの既存のアプローチは、そのような診断パイプラインを構築するために、圧倒的に深い畳み込みネットワークに依存しています。これらのモデルアーキテクチャは、パフォーマンスは優れていますが、予測の背後にある内部ロジックへの最小限の洞察を提供するブラックボックスシステムです。予測の説明可能性は癌診断などのアプリケーションに不可欠であるため、これは大きな欠点です。この論文では、超音波画像に基づく乳がん診断のための説明可能な機械学習パイプラインを提案することにより、この問題に対処します。超音波画像の1次および2次
全体的なシーンの理解に向けて：セマンティックセグメンテーションおよびそれ以降
Towards holistic scene understanding: Semantic segmentation and beyond この論文は、視覚的なシーンの理解に取り組み、セグメンテーションのパフォーマンスと一般化、ネットワークのトレーニング効率、および全体的な理解を強化します。まず、ストリートシーンのコンテキストでセマンティックセグメンテーションを調査し、さまざまなデータセットの組み合わせでセマンティックセグメンテーションネットワークをトレーニングします。第2章では、単一の畳み込みバックボーン上で階層分類器のフレームワークを設計し、ピクセルラベル付きデータセットの組み合わせでエンドツーエンドでトレーニングし、一般化可能性と認識可能なセマンティック概念の数を改善します。第3章では、弱い監視によるセマンティックセグメンテーションの強化に焦点を当て、ピクセルごとの監視だけでなく、
対照学習は心エコー画像の左心室セグメンテーションに適していますか？
Is Contrastive Learning Suitable for Left Ventricular Segmentation in Echocardiographic Images? 対照学習は、ラベル付けされたデータへのアクセスが制限されている多くのアプリケーションで役立つことが証明されています。注釈付きデータの欠如は、臨床専門家に大量のデータに手動で注釈を付けることが難しいため、医療画像のセグメンテーションで特に問題になります。そのようなタスクの1つは、心臓の超音波画像における心臓構造のセグメンテーションです。この論文では、対照的な事前トレーニングが心エコー画像の左心室のセグメンテーションに役立つかどうかを議論します。さらに、これが2つのセグメンテーションネットワークであるDeepLabV3と、一般的に使用されるセグメンテーションネットワークであるUNetに与える影響を調査しま
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
ConDor：部分形状の3Dポーズの自己監視型正規化
顔の表情認識のための一般的な深部特徴抽出器に向けて
よく見る：ロボット操作のためのトランスフォーマーによる自己中心的ビューとサードパーソンビューのブリッジ
コロナKH-4（1962-1972）ステレオ画像の自動処理のためのパイプライン
自動運転車における物体検出：ステータスと未解決の課題
Q-ViT：VisionTransformerの完全に微分可能な量子化
COVID-19患者からのウェアラブル健康データの視覚化と分析
GroupGazer: グループ内の参加者ごとの視線を計算するツールで、統合キャリブレーションを使用してオンラインの視線をスクリーンまたはビーマー プロジェクションにマッピングします。
大衆向けの半自動3Dオブジェクトキーポイント注釈と検出
混合モデルとドキュメント固有の微調整を使用した中世の写本のオープンソース手書きテキスト認識
マルチアダプテーションへの自己ルール：結腸直腸癌組織検出のための教師なしドメイン適応を使用した一般化されたマルチソース特徴学習
生物医学画像分析のための生成的敵対的ネットワークにおけるトレーニングの課題に関する調査
CAST：トラッキングによる自己監視を使用したアニメーションでの文字のラベル付け
非線形の未知の入力の可観測性と未知の入力の再構成：一般的な分析ソリューション
ディープマルチビューステレオ用の深さと表面法線の信頼性ベースの反復ソルバー
スマートヘルスケアのためのコンピュータビジョンを使用したヨガのポーズのリアルタイム認識
セマンティック画像セグメンテーションのための横方向の抑制を伴う拡張畳み込み
DMF-Net：偽造防止QRコードのコピー偽造識別のためのデュアルブランチマルチスケール機能フュージョンネットワーク
蒸留を使用して単一の画像から数千のクラスに外挿する
効率的な注釈のためのHER2スライドのスーパーピクセルプレセグメンテーション
ニューラル常微分方程式を使用して学習したコーンビームCT再構成
シンプルな方が良い：変分オートエンコーダーのスペクトル正則化とアップサンプリング手法
深層学習によるMRコイル外挿のための仮想コイル増強技術
水中画像復元のための波長ベースの属性付きディープニューラルネットワーク
ニューラルアクション表現におけるドメインギャップの克服
説明方法に基づく樹種分類のためのリモートセンシング画像の弱教師ありセマンティックセグメンテーション
キースフィアに基づく高忠実度の3Dモデル圧縮
ResUNet-CMBによる宇宙偏光回転子の再構築
MaskALを使用した能動学習により、MaskR-CNNをトレーニングするための注釈の労力が軽減されます
アクティブラーニングのための自己監視型口実タスクの使用
TransFuse：自己監視学習を使用したUnifiedTransformerベースのImageFusion Framework
垂直カットデプスによる単眼深度推定のためのグローバル-ローカルパスネットワーク
可逆MRコイル圧縮のための可変拡張ネットワーク
ビジョンのトランスフォーマー：調査
WebUAV-3M: 100 万規模のディープ UAV 追跡の力を明らかにするためのベンチマーク
自己監視型ディープブラインドビデオ超解像
Poseur：トランスフォーマーを使用した直接的な人間のポーズの回帰
医療用視覚的質問応答：調査
フリーハンドスケッチからの3D形状再構成
KappaFace：深い顔認識のための適応型加法角度マージン損失
ディープラーニングスタイルの転送による微生物コロニーデータセットの生成
プラグアンドプレイの完全自動化された監視されていない360度の深層学習VisualDefect検出システムに向けて
JPEG一次量子化行列の推定とクラスタリングによる画像スプライシングの検出、ローカリゼーション、および帰属
オートエンコーダに基づくオンラインディープラーニング
肺超音波AIにおける胸膜と脂肪の役割
肺スワッピングオートエンコーダ：胸部X線写真の解きほぐされた構造-テクスチャ表現の学習
Dashcamビデオを使用した自動地図更新
OSSID：ポーズ推定による（およびそのための）オンライン自己監視インスタンス検出
セマンティックガイド付き単一画像反射除去
SAR画像での航空機検出のための注意機能の改良と位置合わせネットワーク
RePre：再構成的な事前トレーニングによる自己監視型ビジョントランスフォーマーの改善
STURE：オンラインマルチオブジェクトトラッキングにおけるロバストなデータアソシエーションのための時空間相互表現学習
H＆E-敵対的ネットワーク：ヘマトキシリン＆エオシン回帰を通じて染色不変の特徴を学習する畳み込みニューラルネットワーク
GradTail：勾配ベースのサンプル重み付けを使用したロングテールデータの学習
GAMMA：自動運転のための一般的なエージェントモーションモデル
少ないほど多い場合：入力を単純化すると、ニューラルネットワークの理解が容易になります