スタイルベースの多様体外挿による疾患進行の画像予測
Image prediction of disease progression by style-based manifold extrapolation 疾患修飾管理は、症状を緩和するだけでなく、疾患の悪化と進行を防ぐことを目的としています。残念ながら、必要な治療法の開発は、発症前の疾患を認識できず、疾患の発症についての理解が限られているために妨げられることがよくあります。潜在的な外挿最適化アプローチを使用して、個人の進行リスクと形態の予測を可能にする方法論によって、この問題の一般的な解決策を提示します。この目的のために、正則化された生成的敵対的ネットワーク（GAN）と潜在的な最近傍アルゴリズムを組み合わせて共同最適化を行い、将来の時点のもっともらしい画像を生成しました。多施設縦断研究（変形性関節症イニシアチブ、OAI）からの変形性関節症（OA）データで私たちの方法を評価しました。発症前
ニューラルアーキテクチャ検索におけるSuperNet：分類学的調査
ディープニューラルネットワーク（DNN）は、画像分類、オブジェクト検出、セマンティックセグメンテーションなどの幅広い視覚認識タスクで大きな進歩を遂げました。畳み込みアーキテクチャの進化により、高価な計算コストが発生するため、パフォーマンスが向上しました。さらに、ネットワーク設計は困難な作業になりました。これは労働集約的であり、高度なドメイン知識を必要とします。このような問題を軽減するために、最適なアーキテクチャを自動的に検索し、人間が設計したモデルよりも優れたパフォーマンスを備えたモデルを実現するさまざまなニューラルアーキテクチャ検索方法の研究が行われています。この調査は、この研究分野の既存の研究の概要を提供することを目的としており、特に、重み共有を使用してすべてのアーキテクチャをサブモデルとして組み立てるニューラルネットワークを構築するスーパーネットの最適化に焦点を当てています。スーパー
単一画像の曇り除去用のビジョントランスフォーマー
画像の曇り除去は、かすんでいる画像から潜在的なかすみのない画像を推定する代表的な低レベルの視覚タスクです。近年、畳み込みニューラルネットワークベースの方法が画像の曇り除去を支配してきました。ただし、最近高レベルの視覚タスクで画期的な進歩を遂げたビジョントランスフォーマーは、画像の曇り除去に新しい次元をもたらしていません。人気のあるSwinTransformerから始めて、その主要なデザインのいくつかが画像の曇り除去に適していないことを発見しました。この目的のために、修正された正規化層、活性化関数、空間情報集約スキームなどのさまざまな改善で構成されるDehazeFormerを提案します。 DehazeFormerの複数のバリアントをさまざまなデータセットでトレーニングして、その有効性を示します。具体的には、最も頻繁に使用されるSOTS屋内セットでは、小型モデルがFFA-Netを上回り、＃Pa
スケルトンベースの歩行認識に関する空間トランスフォーマーネットワーク
Spatial Transformer Network on Skeleton-based Gait Recognition スケルトンベースの歩行認識モデルは、ランク1の精度が通常の歩行の場合の90％からコートを使用した場合の歩行の70％まで変化するため、通常、堅牢性の問題に悩まされます。この作業では、空間トランスフレームワークと時間畳み込みネットワークの組み合わせに基づくGait-TRと呼ばれる最先端の堅牢なスケルトンベースの歩行認識モデルを提案します。 Gait-TRは、他のスケルトンベースの歩行モデルに比べて大幅な改善を実現し、よく知られている歩行データセットCASIA-Bでより高い精度と堅牢性を実現します。特にコートを着た歩行の場合、Gait-TRはランク1の歩行認識精度が90％になります。これは、通常、シルエットベースの歩行認識モデルよりも精度が高いシルエットベースのモデルの最
2D画像から3Dモデルへ：ディープフュージョンによる弱く監視されたマルチビュー顔再構成
From 2D Images to 3D Model:Weakly Supervised Multi-View Face Reconstruction with Deep Fusion 限られた数の2D顔画像（3など）を活用して非常に軽い注釈付きの高品質の3D顔モデルを生成する、弱教師あり学習によるマルチビュー3D顔再構成（MVR）の問題を検討します。それらの有望なパフォーマンスにもかかわらず、現在のMVRメソッドは、マルチビュー画像機能を単純に連結し、重要な領域（たとえば、目、眉、鼻、口）にあまり注意を払いません。この目的のために、Deep Fusion MVR（DF-MVR）と呼ばれる新しいモデルを提案し、スキップ接続を備えた単一のデコードフレームワークへのマルチビューエンコーディングを設計し、マルチビューから注意を払って深い特徴を抽出、統合、および補正することができます画像。さらに、
脳プログラミングによる顕著な物体検出アルゴリズムの自動設計
Automated Design of Salient Object Detection Algorithms with Brain Programming コンピュータビジョンの最近の改善にもかかわらず、視覚コンピューティングアルゴリズムの説明がとらえどころのないままであるため、人工視覚システムの設計は依然として困難です。顕著な物体の検出は、脳の内部の働きを理解するのが難しいため、まだ未解決の問題の1つです。この研究分野の進歩は、神経科学の知識を使用した手作りのデザインの伝統的な道をたどっています。近年、遺伝的プログラミングに基づく2つの異なるアプローチが、それらの技術を強化しているように見えます。 1つは、遺伝的プログラミングとファジー論理を介して以前の手作りの方法を組み合わせるという考えに従います。もう1つのアプローチは、人工的な進化を通じて、基本的な手作りモデルの内部計算構造を改善
適応重力：敵対的なサンプルに対する防御
このホワイトペーパーでは、敵対的な例に対するディープニューラルネットワーク分類器の堅牢性を強化するための、Adaptive-Gravityと呼ばれる新しいモデルトレーニングソリューションを紹介します。各クラスに関連付けられたモデルパラメータ/フィーチャを、その重心の位置と重心の周りのフィーチャの広がり（距離の標準偏差）によって特徴付けられる質量として概念化します。各クラスターに関連付けられた重心を使用して、ネットワークトレーニング中に異なるクラスの重心を互いに遠ざける反重力を導き出します。次に、各クラスの特徴を、反重力によって得られた対応する新しい重心に集中させることを目的とした目的関数をカスタマイズしました。この方法により、異なる質量間の分離が大きくなり、各重心の周りの特徴の広がりが減少します。その結果、サンプルは敵対的な例をマッピングできる空間から押し出され、敵対的な例を作成するために
組織病理学画像における有糸分裂ドメインの一般化-MIDOGチャレンジ
Mitosis domain generalization in histopathology images -- The MIDOG challenge 腫瘍組織内の有糸分裂像の密度は、腫瘍増殖と高度に相関していることが知られており、したがって、腫瘍の等級付けにおける重要なマーカーです。病理学者による有糸分裂像の認識は、予後の価値を制限する強い評価者間バイアスの影響を受けることが知られています。最先端の深層学習手法は、この評価の専門家をサポートできますが、トレーニングに使用されたものとは異なる臨床環境に適用されると、大幅に悪化することが知られています。基礎となるドメインシフトの決定的な要素の1つは、さまざまなスライドスキャナー全体を使用することによって引き起こされる変動性として特定されています。 MICCAI MIDOG 2021チャレンジの目標は、このドメインシフトに対抗し、スキャナー
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
星空の下で踊る：星明かりの下でのビデオノイズ除去
事前にトレーニングされたトランスフォーマーを使用した水中画像の強調
HSC4D：ウェアラブルIMUとLiDARを使用した、大規模な屋内と屋外の空間での人間中心の4Dシーンキャプチャ
インタラクティブなオブジェクト理解のためのプローブとしての人間の手
PINA：単一のRGB-Dビデオシーケンスからパーソナライズされた暗黙のニューラルアバターを学習する
フルレンジでのロバストな部分から部分への点群登録
パーティクルビデオの再検討：ポイント軌道を使用したオクルージョンによる追跡
外観-モーションセマンティクス表現の一貫性に基づくビデオ異常検出フレームワーク
対照学習による一貫した説明
キャリブレーションされていないマルチカメラシステムを使用した運動からの構造の制約付きバンドル調整
チームスポーツにおける光学的追跡
写真測量処理における航空画像のアルベドを回復するための新しい固有の画像分解法
マルチビューステレオ3D再構成のための球面エピポーラ整流の調査
Sat2lod2：衛星から派生したオルソフォトおよびデジタル表面モデルからの自動Lod-2モデリングのためのソフトウェア
Visible-Thermal UAV Tracking：大規模なベンチマークと新しいベースライン
CardiSort：心臓MR画像のベンダー間自動ソート用の畳み込みニューラルネットワーク
アダプティブサイズ変更によるUAVバーズアイビューオブジェクト検出のスケール不変性の獲得
粒子追跡問題における動的超解像
ポスター: 顔の表情認識のためのピラミッド クロスフュージョン トランスフォーマー ネットワーク
ドメインを意識したカテゴリ表現による一般的なインクリメンタル学習
固有反射率最適化のための不変記述子
用途の広いビデオコーディングのための深層学習ベースのモード内導出
セマンティックマッチングによるあいまいな類似性条件の特定
ゲーム固有の注釈がほとんどないチームスポーツ選手の効率的な追跡
歴史的文書コレクションの日付推定のための一般的な画像検索方法
Eラーニング環境でのマルチタスクトレーニングによるエンゲージメント検出
マルチモーダル準自己回帰：新しいファッション製品の視覚的人気の予測
高密度物体検出におけるミスアライメント問題の再考
SnapMode：ビッグデータと深い生成的敵対的ネットワーク技術に基づくインテリジェントで分散型の大規模ファッション画像検索プラットフォーム
散歩するべきですか？ビデオデータからのエネルギー消費量の推定
パッチのポイント：3D形状認識のための自己注意の使用を可能にする
U-Transformerを使用した一般化された画像のアウトペインティング
ビデオ対照学習の確率的表現
オープンワールドの構成的ゼロショット学習のためのグラフ埋め込みの学習
FixMatchを使用した半教師あり学習でのラベル付きデータのオーバーサンプリングの分析
比較と再重み付けによる特徴的な画像キャプションについて
生体認証による手形状認識のためのニューラルネットワーク委員会の研究
ImageNetの堅牢性はダウンストリームタスクに移行しますか？
単一カラードット投影を使用したディープハイパースペクトル深度再構成
手の形状とニューラルネット分類器による生体認証
HOI4D：カテゴリレベルの人間とオブジェクトの相互作用のための4D自己中心性データセット
3D空間的にまばらなネットワークをダイエットに置く
先進運転支援システムのための夜間のプロビデント車両検出
CD ^ 2-pFed：連合学習におけるモデルのパーソナライズのための循環蒸留ガイドチャネルデカップリング
制御不能な欠落からの制御可能な欠落：共同学習測定ポリシーと代入
固定を超えて：ダイナミックウィンドウビジュアルトランスフォーマー
ビデオ表現学習のための周波数選択的増強
継続的な手話認識のためのマルチスケール テンポラル ネットワーク
胸部X線画像を使用したCOVID-19の予測
イベントカメラによるオブジェクト分類のためのボクセルグラフCNN
声の顔の均一性がディープフェイクに伝えます
タスク固有の分類子を弁別子として再利用する：弁別子のない敵対的ドメインの適応
個別化医療のための適応バッチノルムによる連合学習
記憶に注意を払ったグループベースの特徴的な画像キャプション
ディープフェイクを超えた戦争：顔の偽造品と対抗策のベンチマーク
ほぼゼロショットのマルチタスク分類のための正規平均フィルター
見えないドメインへの一般化：ドメインの一般化に関する調査
共同マルチモーダルMRI再構成と合成のための学習可能な変分モデル
マルチラベル画像認識のための意味表現と依存性学習
サイバーモビリティミラー：ロードサイドLiDARを使用したディープラーニングベースの実世界のオブジェクト認識プラットフォーム
TorMentor：決定論的動的パス、フラクタルによるデータ拡張
多目的最適化は、いつ、どのように、そしてどのようにディープネットワークを融合するかを決定します：COVID-19の結果を予測するためのアプリケーション
野生の画像からアパレル製品を検索する
ランキングベースの損失と大規模なバッチトレーニングによる点群ベースの場所認識の改善
少数のショット学習における微調整の強化：選択されたサンプリングによるドメインにとらわれないバイアス削減
BankNote-Net：支援的な普遍的な通貨認識のためのオープンデータセット
MHMS：マルチモーダル階層型マルチメディア要約
重力レンズによるブラックホール放出断層撮影
複数の自己監視タスクを使用すると、モデルの堅牢性が向上します
アクティブ領域データの2つの太陽周期でCNNとLSTMを使用して太陽フレアを予測する
クロスモーダル注意を伴うモーションブレ除去のためのイベントベースの融合
CONet：畳み込みニューラルネットワークのチャネル最適化
DAD-3DHeads：単一の画像からの3Dヘッドアライメントのための大規模で高密度で正確かつ多様なデータセット
OVE6D：深度ベースの6Dオブジェクトポーズ推定のためのオブジェクト視点エンコーディング
TemporalUV：時間的にコヒーレントなUV座標でゆったりとした衣服をキャプチャする
転送攻撃の再検討：実際のコンピュータビジョン設定における大規模な実証的研究
新しい特徴選択法と変分オートエンコーダーに基づく自閉症スペクトラム障害の識別
PlutoNet：効率的なポリープセグメンテーションネットワーク
ドライバーの注意の検出：系統的文献レビュー
ライン構造化光センサーに基づくツイストドリルの効果的な同軸度測定
Habitat-Web：大規模な人間のデモンストレーションから具体化されたオブジェクト検索戦略を学習する
SPIN：ニューラルネットワークの極不変性の簡素化ビジョンベースの放射照度予測への適用
https://arxiv-check-250201.firebaseapp.com/each/2204.03270v3
MDA GAN：複雑な欠落に対する敵対的学習ベースの3D地震データの補間と再構築
第3回ABAW3コンペティションのビデオにおけるディープニューラルネットワークの融合を使用した顔の表情の分類
シーングラフ生成のためのきめ細かい述語学習
MedNeRF：単一のX線から3D対応のCT投影を再構築するための医療用神経放射輝度フィールド
視聴覚マルチチャネル音声分離、残響除去および認識
GCA-Net：画像偽造のローカリゼーションと検出を改善するためのゲートコンテキストアテンションの利用
DAD：テスト時のデータフリーの敵対的防御
MGRR-Net：フェイシャルアクションユニット検出のためのマルチレベルグラフリレーショナル推論ネットワーク