arxiv_readerのブックマーク / 2022年4月25日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2022年4月25日のブックマーク (83件)

Control-NeRF：シーンのレンダリングと操作のための編集可能な機能ボリューム
arxiv_reader 2022/04/25
高品質の新しいビュー合成を可能にしながら、柔軟な3D対応の画像コンテンツ操作を実行するための新しい方法を紹介します。 NeRFベースのアプローチは新しいビューの合成に効果的ですが、そのようなモデルはニ

synthesis

arXiv

arXiv reaDer

3D

representation
リンク
カットアウト予測とタグ付けによる自己監視ビデオオブジェクトのセグメンテーション
arxiv_reader 2022/04/25
正確なオブジェクトセグメンテーションのためのより良いオブジェクト背景識別性を達成するために努力する新しい自己監視ビデオオブジェクトセグメンテーション（VOS）アプローチを提案します。以前の自己監視VO

arXiv

video

arXiv reaDer

segmentation

learning

reconstruction

self-supervised
リンク
MobilePhys：パーソナライズされたモバイルカメラベースの非接触生理学的センシング
arxiv_reader 2022/04/25
カメラベースの非接触フォトプレチスモグラフィーは、非接触生理学的測定のための一般的な技術のセットを指します。現在の最先端の神経モデルは、通常、ゴールドスタンダードの生理学的測定を伴うビデオを使用して、

arXiv

video

arXiv reaDer

few-shot

self-supervised

adaptation
リンク
足場の学習：教育のためのモデル説明の最適化
arxiv_reader 2022/04/25
現代の機械学習モデルは不透明であり、その結果、これらのモデルの動作を説明する方法に関する学術的なサブフィールドが急成長しています。しかし、そのような説明を提供することの正確な目標は何ですか、そして説明

arXiv

simulation

arXiv reaDer

human

learning

computer vision
リンク
悪天候に「注意」を払う：天候を意識した注意に基づく物体検出
arxiv_reader 2022/04/25
ディープニューラルネットワークの最近の進歩にもかかわらず、悪天候での一部のセンサーの認識が悪いため、悪天候のオブジェクト検出は依然として困難です。マルチモーダルフュージョンは、単一のセンサーに依存する

arXiv

detection

attention

arXiv reaDer

LiDAR
リンク
転送可能なディープモデルを使用した高解像度リモートセンシング画像による土地被覆分類
arxiv_reader 2022/04/25
近年、土地被覆マッピングに大量の高空間解像度リモートセンシング（HRRS）画像が利用可能になりました。ただし、空間分解能の増加によってもたらされる複雑な情報と、画像取得のさまざまな条件によって引き起

arXiv reaDer

CNN

segmentation

classification

arXiv

pre-training

satellite

dataset
リンク
速度制御ベースの運動学的運動モデルのオンラインキャリブレーションによる視覚オドメトリ
arxiv_reader 2022/04/25
視覚オドメトリ（VIO）は、電力とペイロードに制約のある自律型ロボットにとって重要なテクノロジーです。この論文では、車輪付き移動ロボットの速度制御ベースの運動学的運動モデルをオンラインで統合および較正

arXiv

stereo

odometry

arXiv reaDer

robot
リンク
Gen6D：RGB画像からの一般化可能なモデルフリーの6自由度オブジェクトポーズ推定
arxiv_reader 2022/04/25
この論文では、Gen6Dと呼ばれる一般化可能なモデルフリーの6-DoFオブジェクトポーズ推定器を紹介します。既存の一般化可能なポーズ推定器は、高品質のオブジェクトモデルを必要とするか、テスト時に追加の

arXiv

detection

arXiv reaDer

3D

pose estimation

dataset
リンク
ビデオインスタンスセグメンテーションのためのタグベースの注意ガイド付きボトムアップアプローチ
arxiv_reader 2022/04/25
ビデオインスタンスのセグメンテーションは、ビデオシーケンス全体でオブジェクトインスタンスのセグメント化と追跡を処理する基本的なコンピュータビジョンタスクです。ほとんどの既存の方法は、通常、各フレーム内

arXiv

spatio-temporal

attention

arXiv reaDer

segmentation

tracking

identification

3D

computer vision
リンク
Dite-HRNet：人間のポーズ推定のための動的軽量高解像度ネットワーク
arxiv_reader 2022/04/25
高解像度ネットワークは、人間の姿勢推定のためにマルチスケールの特徴を抽出する優れた機能を示しますが、関節間の長距離の相互作用をキャプチャできず、計算が非常に複雑になります。これらの問題に対処するために

arXiv

convolutional

arXiv reaDer

pose estimation

human pose estimation

dataset
リンク
iCAR：視覚認識のための画像分類と画像テキストの位置合わせの橋渡し
arxiv_reader 2022/04/25
事前定義されたカテゴリによって画像を分類する画像分類は、過去10年間、視覚表現学習への主要なアプローチでした。ただし、画像とテキストの位置合わせによる視覚学習は、特にゼロショット認識で有望なパフォーマ

representation learning

semantic segmentation

arXiv

detection

arXiv reaDer

multi-task

action recognition

few-shot

benchmark

zero-shot
リンク
新しい大学のデータセットへのマルチカメラLiDAR慣性拡張
arxiv_reader 2022/04/25
Newer Collegeデータセットの拡張として、歩行距離4.5kmのマルチカメラLiDAR慣性データセットを提示します。グローバルシャッターマルチカメラデバイスは、IMUとLiDARの両方とハード

arXiv

odometry

pose

LiDAR

arXiv reaDer

dataset

localization
リンク
PU-EVA：柔軟なスケールの点群アップサンプリングのためのエッジベクトルベースの近似ソリューション
arxiv_reader 2022/04/25
高品質の点群は、点ベースのレンダリング、意味理解、および表面再構成にとって実用的な意味を持っています。ターゲットオブジェクトのより密でより規則的な近似のために、まばらで、ノイズが多く、不均一な点群をア

arXiv

approximation

arXiv reaDer

sparse

reconstruction

point cloud
リンク
ディープフェイクを活用して、フェイシャルキャプチャパイプラインの実際の画像と合成画像の間のドメインギャップを埋めます
arxiv_reader 2022/04/25
パーソナライズされたインザワイルド（携帯電話、ウェブカメラ、YouTubeクリップなど）のビデオデータから3D顔モデルを構築および追跡するためのエンドツーエンドのパイプラインを提案します。最初に、従来

synthesis

arXiv

stereo

detection

arXiv reaDer

clustering

tracking

3D

deepfake

domain
リンク
多様なインスタンスの発見：インスタンスを意識したマルチラベル画像認識のためのVision-Transformer
arxiv_reader 2022/04/25
マルチラベル画像認識（MLIR）に関するこれまでの研究では、通常、研究の開始点としてCNNを使用しています。この論文では、純粋なVision Transformer（ViT）を研究ベースとして採用し、

arXiv

attention

arXiv reaDer

weakly-supervised

benchmark

transformer

dataset

CNN
リンク
EmbedTrack-学習オフセットとクラスタリング帯域幅による同時セルセグメンテーションとトラッキング
arxiv_reader 2022/04/25
細胞の挙動を体系的に分析するには、細胞のセグメンテーションと追跡のための自動化されたアプローチが必要です。深層学習は細胞セグメンテーションのタスクにうまく適用されていますが、深層学習を使用して細胞のセ

arXiv

arXiv reaDer

clustering

segmentation

learning

tracking

benchmark

embedding

CNN
リンク
SUES-200: ドローンと衛星を横断するマルチハイトマルチシーンクロスビューイメージベンチマーク
arxiv_reader 2022/04/25
クロスビュー画像マッチングの目的は、同じターゲットシーンの異なるプラットフォームから取得された画像をマッチングし、ポジショニングシステムがターゲットシーンの位置を推測するのを支援することです。ドローン

satellite

arXiv

pose

drone

arXiv reaDer

benchmark

dataset

CNN
リンク
ブラックボックススケルトンベースの人間活動分類子の防御
arxiv_reader 2022/04/25
ディープラーニングは、今日の多くのタスクの「実行」ソリューションと見なされてきましたが、悪意のある攻撃に対する本質的な脆弱性が大きな懸念事項になっています。この脆弱性は、モデル、タスク、データ、攻撃者

arXiv

Bayesian

action

adversarial

arXiv reaDer

human

dataset

learning

activity

manifold
リンク
ワンショットのきめの細かい視覚認識のためのメタ学習による生成された画像の強化
arxiv_reader 2022/04/25
ワンショットのきめの細かい視覚認識は、新しいきめの細かいクラスのトレーニング例が少ないという問題に悩まされることがよくあります。この問題を軽減するために、生成的敵対的ネットワーク（GAN）に基づく既製

arXiv

arXiv reaDer

GAN

learning

one-shot

benchmark

classification

reinforcement
リンク
点群での3D高密度キャプション用の空間誘導トランスフォーマー
arxiv_reader 2022/04/25
3Dポイントクラウドでの高密度のキャプションは、オブジェクトレベルの3Dシーンの理解を伴う新たなビジョンと言語のタスクです。従来の3Dオブジェクト検出のような大まかなセマンティッククラス予測とバウンデ

arXiv

detection

arXiv reaDer

captioning

learning

3D

point cloud

benchmark

transformer

dataset
リンク
ブースティングアルゴリズムの二重定式化について
arxiv_reader 2022/04/25
新しい観点からブースティングアルゴリズムを研究します。一般化されたヒンジ損失を伴うAdaBoost、LogitBoost、およびソフトマージンLPBoostのラグランジュ双対問題は、すべてエントロピ

arXiv reaDer

arXiv

classification
リンク
トラックレットアソシエーターによるトラッキングの改善
arxiv_reader 2022/04/25
マルチオブジェクトトラッキング（MOT）は、ビデオ内のさまざまなオブジェクトの位置を検出し、それらを一意のIDに関連付けることを目的としたコンピュータービジョンのタスクです。オブジェクトの関連付け結果

arXiv

video

arXiv reaDer

MOT

computer vision
リンク
複数のカーネルのローカライズされた学習による未知の顔のプレゼンテーション攻撃の検出
arxiv_reader 2022/04/25
論文の研究は、未知のタイプの攻撃の厳しいシナリオでのなりすまし、別名プレゼンテーション攻撃検出（PAD）に直面しています。以前の研究では、アンサンブル法、特に問題に対するマルチカーネル学習アプローチの

arXiv

detection

arXiv reaDer

learning

face

dataset

zero-shot
リンク
DFAM-DETR：細長いオブジェクトの検出に関する変形可能な機能ベースのアテンションメカニズムDETR
DFAM-DETR: Deformable feature based attention mechanism DETR on slender object detection オブジェクト検出は、コンピュータビジョンの最も重要な側面の1つであり、さまざまな分野で大きな成果を上げています。細い物体の検出に焦点を当てた研究はほとんどないことは注目に値します。 CNNはオブジェクト検出で広く使用されていますが、幾何学的構造とサンプリングポイントが固定されているため、細いオブジェクト検出ではパフォーマンスが低下します。それに比べて、変形可能なDETRには、グローバルから特定の機能を取得する機能があります。細いオブジェクトの検出精度と効率においてCNNを上回っていますが、結果はまだ満足のいくものではありません。したがって、我々は、変形可能なDETRの細い物体の検出精度と効率を高めるために、変形可能
arxiv_reader 2022/04/25
オブジェクト検出は、コンピュータビジョンの最も重要な側面の1つであり、さまざまな分野で大きな成果を上げています。細い物体の検出に焦点を当てた研究はほとんどないことは注目に値します。 CNNはオブジェク

arXiv

convolutional

detection

attention

arXiv reaDer

domain

computer vision

CNN
リンク
ローカルスケールに合わせた単眼ビデオ深度からの3Dシーン再構成に向けて
arxiv_reader 2022/04/25
既存の単眼深度推定法は、さまざまなシーンで優れたロバスト性を実現していますが、未知のスケールとシフトまで、アフィン不変の深度しか取得できません。ただし、ビデオ深度推定やビデオからの3Dシーン再構築など

arXiv

monocular

arXiv reaDer

sparse

reconstruction

3D

estimation

benchmark

RGB-D

zero-shot
リンク
マルチプロキシアンカーの損失とディープメトリック学習パフォーマンスメトリックの有効性
arxiv_reader 2022/04/25
ディープメトリックラーニング（DML）は、マッピングを学習します。マッピングは、類似したデータが近く、異なるデータが遠い埋め込み空間にマッピングされます。ただし、DMLの従来のプロキシベースの損失には

arXiv

arXiv reaDer

metric learning

embedding

dataset

gradient
リンク
画質を向上させる露出補正モデル
arxiv_reader 2022/04/25
画像の露出エラーにより、コンテンツのコントラストが低下し、視認性が低下します。この論文では、この問題に対処し、単一のモデルで露出不足と露出過剰の両方のエラーを処理するために、エンドツーエンドの露出補正

arXiv reaDer

arXiv

dataset

residual
リンク
少数ショットのセマンティックセグメンテーションのための動的プロトタイプ畳み込みネットワーク
arxiv_reader 2022/04/25
数ショットのセマンティックセグメンテーション（FSS）の主な課題は、一時的なトレーニングシナリオの下で、サポート機能とクエリ機能および/またはそれらのプロトタイプ間の望ましい相互作用をどのように調整す

arXiv

convolutional

arXiv reaDer

few-shot

semantic segmentation
リンク
UHDビデオストリームにSoCFPGAを使用したリアルタイムHOG+SVMベースのオブジェクト検出
arxiv_reader 2022/04/25
物体検出は、多くのビジョンシステムの重要なコンポーネントです。たとえば、歩行者検出は、先進運転支援システム（ADAS）および先進ビデオ監視システム（AVSS）で使用されます。現在、ほとんどの検出器は深

real time

arXiv

SVM

detection

video

pedestrian

arXiv reaDer

YOLO

classification

CNN
リンク
機能を介した転送可能性の強化-勢いのある敵対的攻撃
arxiv_reader 2022/04/25
転送可能な敵対的攻撃は、実際のアプリケーションに対する実際的な脅威のため、ますます注目を集めています。特に、機能レベルの敵対的攻撃は、中間機能を妨害することによって転送可能性を強化できる最近のブランチ

attention

adversarial

arXiv reaDer

arXiv
リンク
表面上の事前分布を使用したスパース点群の表面の再構築
arxiv_reader 2022/04/25
3D点群からサーフェスを再構築することは重要なタスクです。現在の方法では、グラウンドトゥルースの符号付き距離または点法線を使用せずに、単一の点群から符号付き距離関数（SDF）を学習することでサーフェス

arXiv

arXiv reaDer

sparse

learning

reconstruction

3D

differentiable

point cloud

benchmark
リンク
CNN の解釈可能性のための疎ゲート MoE 層
arxiv_reader 2022/04/25
この作業は、畳み込みニューラルネットワークに直接埋め込まれたまばらにゲートされたMixture of Expert（MoE）レイヤーでの不均衡なエキスパート使用率の問題に対処します。安定したトレーニン

arXiv

detection

domain

arXiv reaDer

clustering

embedding

classification

dataset

CNN
リンク
新規カテゴリーを発見するための間隔の損失
arxiv_reader 2022/04/25
新規クラス発見（NCD）は学習パラダイムであり、機械学習モデルは、クラスの互いに素なセットからのラベル付きインスタンスを利用することにより、ラベルなしデータからインスタンスを意味的にグループ化するよう

arXiv

arXiv reaDer

learning

loss function

dataset
リンク
畳み込みニューラルネットワークによって生成される画像の規則性に関する注意事項
arxiv_reader 2022/04/25
U-net、生成的敵対的ネットワーク、または事前の深い画像などの畳み込みニューラルネットワークによって生成された画像の規則性が分析されます。解像度に依存しない無限の次元の設定では、関数として表されるそ

arXiv

arXiv reaDer

U-Net

GAN

differentiable

regularization

CNN
リンク
自律エージェントの創発的コンセンサスとしてのデータクラスタリング
arxiv_reader 2022/04/25
一次密度誘導コンセンサスプロトコルに基づくデータセグメンテーション方法を提示します。データセグメンテーションアルゴリズムの停止基準につながるコンセンサスモデルの数学的に厳密な分析を提供します。私たちの

arXiv

arXiv reaDer

clustering

segmentation

augmentation

dataset
リンク
適応属性および構造部分空間クラスタリングネットワーク
arxiv_reader 2022/04/25
深い自己表現性に基づく部分空間クラスタリング手法は、有効性を示しています。ただし、既存の作品では、属性情報のみを考慮して自己表現力を発揮しているため、クラスタリングのパフォーマンスが制限される可能性が

arXiv reaDer

clustering

affinity

benchmark

arXiv

dataset
リンク
金属インプラントと相互作用する骨組織の医療画像セグメンテーションのためのアルゴリズムの開発
arxiv_reader 2022/04/25
この予備研究は、金属インプラントと接触する骨の成長を計算するための人工知能に基づく医療画像セグメンテーションアルゴリズムの開発に焦点を当てています。アーティファクトによる新しい骨組織の成長を推定する問

arXiv

arXiv reaDer

U-Net

segmentation

CNN
リンク
JIFF：高品質のシングルビューの服を着た人間の再構成のための共同で調整された暗黙の顔機能
arxiv_reader 2022/04/25
この論文は、単一ビューの3D人間再構成の問題に対処します。最近の陰関数ベースの方法は印象的な結果を示していますが、再構成で顔の細部を復元することはできません。これにより、3Dテレプレゼンスなどのアプリ

arXiv

arXiv reaDer

human

reconstruction

3D

face

dataset
リンク
ViCE：ディスカバリーとスーパーピクセル化を組み込んだビジュアルコンセプト
arxiv_reader 2022/04/25
最近の自己監視型コンピュータービジョン手法は、監視あり手法と同等以上のパフォーマンスを示しており、AIシステムが実質的に無制限のデータから視覚的表現を学習できるようになっています。ただし、これらの方法

arXiv

unsupervised

arXiv reaDer

learning

representation

self-supervised

benchmark

embedding

computer vision

semantic segmentation
リンク
TinyMLの補助ネットワークを使用した深さの剪定
arxiv_reader 2022/04/25
剪定は、より低い計算要件と引き換えに精度を犠牲にするニューラルネットワーク最適化手法です。プルーニングは、tinyMLで非常に制約のある環境で作業する場合に役立ちました。残念ながら、特別なハードウェア

pruning

arXiv reaDer

arXiv
リンク
InsPose：単一ステージの複数人のポーズ推定のためのインスタンス認識ネットワーク
arxiv_reader 2022/04/25
複数人のポーズ推定は、魅力的でやりがいのある作業です。既存の方法は、ほとんどがトップダウンとボトムアップの方法を含む2段階のフレームワークに基づいています。 2段階の方法では、追加の人物検出器の計算の

arXiv

detection

attention

person

arXiv reaDer

pose estimation

dataset

keypoint
リンク
アフィン不変勾配推定量を使用した敵対的攻撃のロバスト性の改善
arxiv_reader 2022/04/25
人工知能の設計者がハッカーの裏をかくことを試みるとき、双方はAIの固有の脆弱性に焦点を合わせ続けます。データの特定の統計的分布から設計およびトレーニングされたAIのディープニューラルネットワーク（DN

arXiv

adversarial

arXiv reaDer

DNN

gradient
リンク
継続的な微調整のための表現シフトの緩和
継続学習の実際的な設定を研究します。事前にトレーニングされたモデルを継続的に微調整します。以前の作業では、新しいタスクのトレーニング時に、以前のデータの機能（最後から2番目のレイヤー表現）が変化することがわかりました。これは、表現シフトと呼ばれます。機能のシフトに加えて、中間層の表現シフト（IRS）も重要であることがわかります。これは、バッチの正規化を混乱させるためです。これは、壊滅的な忘却のもう1つの重大な原因です。これを動機として、クロスコンボリューションバッチ正規化（Xconv BN）と階層的微調整の2つのコンポーネントを組み込んだ微調整方法であるConFiTを提案します。 Xconv BNは、畳み込み後ではなく畳み込み前の実行平均を維持し、テスト前に畳み込み後の平均を回復します。これにより、IRSでの平均の不正確な推定値が修正されます。階層的な微調整は、多段階の戦略を活用して事前に
arxiv_reader 2022/04/25
継続学習の実際的な設定を研究します。事前にトレーニングされたモデルを継続的に微調整します。以前の作業では、新しいタスクのトレーニング時に、以前のデータの機能（最後から2番目のレイヤー表現）が変化するこ

arXiv

batch normalization

arXiv reaDer

dataset

representation

pre-training
リンク
フーリエイメージャネットワーク（FIN）：優れた外部一般化を備えたホログラム再構成のためのディープニューラルネットワーク
arxiv_reader 2022/04/25
深層学習ベースの画像再構成法は、位相回復とホログラフィックイメージングで目覚ましい成功を収めています。ただし、ネットワークで見られない新しいタイプのサンプルへの画像再構成パフォーマンスの一般化は、依然

arXiv

convolutional

arXiv reaDer

human

learning

reconstruction
リンク
テキスト-ビデオ検索用のHunYuan_tvr
arxiv_reader 2022/04/25
テキスト-ビデオ検索は、マルチモーダル理解において重要な役割を果たしており、近年ますます注目を集めています。ほとんどの既存の方法は、短いクリップとフレーズ、または単一のフレームと単語など、きめ細かいク

arXiv

contrastive learning

video

attention

arXiv reaDer

representation

benchmark

embedding
リンク
プロポーザルバランスの微調整による少数のショットオブジェクトの検出
arxiv_reader 2022/04/25
手動で注釈が付けられた大量のバウンディングボックスへの依存を大幅に減らす可能性があるため、近年、少数ショットのオブジェクト検出が大きな注目を集めています。ほとんどの既存の数ショットのオブジェクト検出の

arXiv

detection

attention

arXiv reaDer

learning

few-shot

embedding

classification
リンク
単一画像超解像用トランス
arxiv_reader 2022/04/25
単一画像の超解像（SISR）は、ディープラーニングの開発で大きな進歩を遂げました。ただし、ほとんどの既存の研究は、膨大な数の層を持つより複雑なネットワークの構築に焦点を合わせています。最近、ますます多

arXiv

super-resolution

attention

arXiv reaDer

learning

transformer

computer vision

CNN
リンク
MIPR：ピクセル再配置による医用画像の自動注釈
arxiv_reader 2022/04/25
近年報告されている最先端のセマンティックセグメンテーションのほとんどは、医療分野での完全に監視された深層学習に基づいています。ただし、高品質の注釈付きデータセットには、多大な労力とドメイン知識が必要で

arXiv

unsupervised

arXiv reaDer

GAN

dataset

learning

domain

semi-supervised

semantic segmentation
リンク
グロスなしのキーポイントベースの手話翻訳
arxiv_reader 2022/04/25
手話翻訳（SLT）は、手話認識（SLR）の研究と比較して、あまり研究されていないタスクです。しかし、SLRは、話されている言語とは異なり、障害のない人が簡単に解釈できないという問題を抱えている、手話の

arXiv

video

arXiv reaDer

augmentation

dataset

keypoint
リンク
視覚言語タスクのためのユニモーダルエンコーダを活用するためのマルチモーダル適応蒸留
arxiv_reader 2022/04/25
視覚言語（VL）タスク用のクロスモーダルエンコーダーは、慎重にキュレートされた視覚言語データセットで事前にトレーニングされていることがよくあります。これらのデータセットは1,000万サンプルのオーダー

arXiv

arXiv reaDer

VQA

distillation

reasoning

domain

dataset
リンク
アテンションはCNNの見栄えを良くする：アテンションベースのハイブリッド画質評価ネットワーク
arxiv_reader 2022/04/25
画質評価（IQA）アルゴリズムは、画質に対する人間の知覚を定量化することを目的としています。残念ながら、一見リアルなテクスチャで生成的敵対的ネットワーク（GAN）によって生成された歪み画像を評価すると

arXiv

saliency

arXiv reaDer

human

GAN

transformer

dataset

CNN
リンク
SE-GAN：ブラシ手書きフォント生成のためのスケルトン拡張GANベースのモデル
arxiv_reader 2022/04/25
フォント生成に関するこれまでの研究は、主に、文字の形状が安定しており、ストロークが明確に分離されている標準の印刷フォントに焦点を当てています。全体的な構造の変更と複雑なストロークの転送を含む、ブラシ手

arXiv

attention

arXiv reaDer

dataset

domain

pre-training
リンク
ノイズに影響されない多次元特徴学習のためのK-Means
arxiv_reader 2022/04/25
光音響顕微鏡法などを介してオブジェクトをピクセルごとにプローブすることによってイメージングを実行する多くの測定モダリティは、各ピクセルで多次元の特徴（通常は時間領域の信号）を生成します。原則として、時

arXiv reaDer

arXiv

clustering

learning
リンク
テキストから画像への合成のための反復アフィン変換
arxiv_reader 2022/04/25
テキストから画像への合成は、テキストの説明を条件とした自然な画像を生成することを目的としています。このタスクの主な難しさは、テキスト情報を画像合成プロセスに効果的に融合することにあります。既存の方法は

synthesis

arXiv

batch normalization

attention

arXiv reaDer

RNN

GAN

dataset
リンク
少数のRGBDカメラでダイナミックビュー合成を学習する
arxiv_reader 2022/04/25
近年、動的な新規ビュー合成に大きな進歩がありました。ただし、現在の深層学習モデルでは、多くの場合、（1）以前のモデル（SMPL人間モデルなど）、（2）大量の前処理、または（3）シーンごとの最適化が必要

synthesis

arXiv

arXiv reaDer

human

SMPL

activity

reconstruction

point cloud

RGB-D

dataset
リンク
分布外の一般化のための不確実性モデリング
arxiv_reader 2022/04/25
さまざまなビジョンタスクで目覚ましい進歩が達成されましたが、分布外のシナリオでテストした場合、ディープニューラルネットワークは依然として明らかなパフォーマンスの低下に苦しんでいます。トレーニングデータ

arXiv

domain

arXiv reaDer

learning

OOD

classification

semantic segmentation
リンク
MSDN：ゼロショット学習のための相互セマンティック蒸留ネットワーク
arxiv_reader 2022/04/25
ゼロショット学習（ZSL）の重要な課題は、見えているクラスの視覚的特徴と属性の特徴の間の潜在的な意味知識をどのように推測し、見えないクラスへの望ましい知識の伝達を実現するかです。以前の作品は、画像のグ

arXiv

attention

arXiv reaDer

learning

distillation

representation

benchmark

zero-shot
リンク
ハイパーグラフトランスフォーマー：知識ベースの視覚的質問応答のための弱く監視されたマルチホップ推論
arxiv_reader 2022/04/25
知識ベースの視覚的質問応答（QA）は、画像コンテンツ自体を超えて視覚的に根拠のある外部知識を必要とする質問に答えることを目的としています。弱い監視下でマルチホップ推論を必要とする複雑な質問に答えること

arXiv

arXiv reaDer

weakly-supervised

reasoning

transformer
リンク
効率的なポリープセグメンテーションネットワーク
arxiv_reader 2022/04/25
癌は、細胞の制御されていない分裂と増殖の結果として発生する病気です。結腸がんは、世界で最も一般的な種類のがんの1つです。大腸に見られるポリープは、早期介入で除去しないと癌を引き起こす可能性があります。

metric

arXiv

convolutional

arXiv reaDer

segmentation

learning

dataset
リンク
DiRA：自己監視型医療画像分析のための識別的、回復的、および敵対的学習
arxiv_reader 2022/04/25
識別学習、修復的学習、および敵対的学習は、コンピュータービジョンおよび医用画像における自己監視学習スキームに有益であることが証明されています。ただし、既存の取り組みでは、3値構成での相互の相乗効果が省

representation learning

arXiv

adversarial

arXiv reaDer

self-supervised

computer vision

pre-training

localization
リンク
データ効率の高い加速MRI再構成のためのスケール同変展開ニューラルネットワーク
arxiv_reader 2022/04/25
展開されたニューラルネットワークは、加速磁気共鳴画像法（MRI）再構成タスクのための最先端の再構成性能と高速推論時間を可能にしました。ただし、これらのアプローチは、多くの臨床医用画像アプリケーションで

arXiv

arXiv reaDer

reconstruction

MRI

OOD

CNN
リンク
AtrousSpatialPyramid変形可能畳み込みとぼけ除去-再ぼけ一貫性を使用したブラインド不均一モーションぼけ除去
arxiv_reader 2022/04/25
多くの深層学習ベースの方法は、ブラーカーネルを知らなくても、オブジェクトの動きや手ぶれによって引き起こされる不均一な（空間的に変化する）モーションブラーを除去するように設計されています。潜在的な鮮明な

arXiv

convolutional

arXiv reaDer

learning

benchmark

dataset
リンク
PreTraM：軌道と地図を接続することによる自己監視型事前トレーニング
arxiv_reader 2022/04/25
ディープラーニングは最近、軌道予測において大きな進歩を遂げました。ただし、軌道データが不足しているため、データを大量に消費する深層学習モデルは適切な表現を学習できません。コンピュータビジョンと自然言語

representation learning

arXiv

contrastive learning

arXiv reaDer

trajectory

dataset

self-supervised

embedding

computer vision

pre-training
リンク
知覚システムへのデジタルおよび物理的な敵対的入力のためのリアルタイム検出器
arxiv_reader 2022/04/25
ディープニューラルネットワーク（DNN）モデルは、敵対的なデジタル攻撃や物理攻撃に対して脆弱であることが証明されています。この論文では、DNNベースの知覚システムへの両方のタイプの敵対的入力のための新

real time

vehicle

arXiv

detection

adversarial

arXiv reaDer

DNN

domain

dataset
リンク
マルチモーダル時系列データからの順次潜在変数モデルの学習
arxiv_reader 2022/04/25
高次元データのシーケンシャルモデリングは、モデルベースの強化学習や制御のためのダイナミクス識別など、多くの分野で発生する重要な問題です。シーケンシャルデータに適用される潜在変数モデル（つまり、潜在ダイ

synthesis

generative

arXiv

arXiv reaDer

identification

representation

self-supervised

reinforcement learning

domain

dataset
リンク
PSSNet：大規模な都市メッシュの平面性に敏感なセマンティックセグメンテーション
arxiv_reader 2022/04/25
テクスチャメッシュとして表される3D都市シーンを解釈するための新しいディープラーニングベースのフレームワークを紹介します。オブジェクトの境界は通常、平面領域の境界と整列するという観察に基づいて、フレー

metric

arXiv

convolutional

mesh

arXiv reaDer

3D

benchmark

classification

semantic segmentation
リンク
LandCover.ai：航空写真から建物、森林、水、道路を自動マッピングするためのデータセット
arxiv_reader 2022/04/25
土地被覆と土地利用の監視は、天然資源管理において非常に重要です。自動ビジュアルマッピングは、農業、林業、または行政にとって莫大な経済的価値をもたらす可能性があります。コンピュータービジョンとディープラ

satellite

arXiv

detection

arXiv reaDer

learning

benchmark

computer vision

dataset

semantic segmentation
リンク
生物学的視覚システムに触発された手がかりを使用した単眼深度推定
arxiv_reader 2022/04/25
単眼深度推定（MDE）は、シーンのRGB画像を同じカメラビューからのピクセル単位の深度マップに変換することを目的としています。情報が不足しているため、基本的に不適切です。考えられる多くの3Dシーンから

arXiv

monocular

arXiv reaDer

segmentation

3D

depth prediction

estimation

benchmark

embedding
リンク
第6回AIシティチャレンジ
arxiv_reader 2022/04/25
AI City Challengeの第6版は、コンピュータービジョンと人工知能の交差点に大きな可能性を秘めている2つのドメイン、インテリジェントトラフィックシステム（ITS）と実店舗の小売業の問題に特

vehicle

arXiv

action

arXiv reaDer

tracking

domain

classification

computer vision
リンク
対照的なテスト時間の適応
テスト時の適応は、教師なしドメイン適応の特別な設定であり、ソースドメインでトレーニングされたモデルは、ソースデータにアクセスせずにターゲットドメインに適応する必要があります。自己監視型の対照学習を活用してターゲットの特徴学習を容易にする新しい方法と、疑似ラベルのノイズを大幅に除去する改良されたオンライン疑似ラベル付けスキームを提案します。対照学習タスクは、疑似ラベル付けと一緒に適用され、MoCoと同様に構築された正と負のペアを対比しますが、ソース初期化エンコーダーを使用し、疑似ラベルで示される同じクラスの負のペアを除外します。一方、疑似ラベルをオンラインで作成し、メモリキューを維持することで可能になる、ターゲット機能空間内の最近傍間のソフト投票によってそれらを改良します。私たちの方法であるAdaContrastは、主要なベンチマークで最先端のパフォーマンスを実現すると同時に、メモリ効率、ハ
arxiv_reader 2022/04/25
テスト時の適応は、教師なしドメイン適応の特別な設定であり、ソースドメインでトレーニングされたモデルは、ソースデータにアクセスせずにターゲットドメインに適応する必要があります。自己監視型の対照学習を活用

arXiv

contrastive learning

unsupervised

arXiv reaDer

domain adaptation

self-supervised

benchmark
リンク
マルチメガピクセル画像内の小さなオブジェクトのインタラクティブなセグメンテーションと視覚化
arxiv_reader 2022/04/25
大きな数メガピクセルのハイダイナミックレンジ（HDR）画像内の小さなオブジェクト（幅わずか数ピクセル）を識別、検査、編集するためのインタラクティブな画像セグメンテーションおよび視覚化フレームワークを紹

arXiv

detection

arXiv reaDer

segmentation

learning

computer vision

dataset
リンク
分布マッチングによるデータセット凝縮
arxiv_reader 2022/04/25
多くの学習問題で最先端のディープモデルをトレーニングするための計算コストは、より洗練されたモデルとより大きなデータセットのために急速に増加しています。トレーニングコストを削減するための最近の有望な方向

synthesis

arXiv

NAS

arXiv reaDer

learning

embedding

dataset
リンク
畳み込みニューラルネットワークの空間的変動ノイズ関連残余学習を使用した膝関節の3次元高速スピンエコー磁気共鳴画像のノイズ除去
arxiv_reader 2022/04/25
二次元（2D）高速スピンエコー（FSE）技術は、膝関節の臨床磁気共鳴画像法（MRI）で中心的な役割を果たします。さらに、3次元（3D）FSEは、膝関節の高等方性分解能の磁気共鳴（MR）画像を提供します

denoising

arXiv reaDer

MRI

CNN

3D

arXiv

residual

synthesis

learning
リンク
DeepCardioSound-心音マルチラベリングのためのアンサンブルされたディープラーニングモデル
arxiv_reader 2022/04/25
心音の診断と分類は、特に遠隔診断が標準的な臨床診療になる場合に、心血管障害を検出する上で重要な役割を果たします。現在の作業のほとんどは、単一カテゴリベースの聴覚分類タスク用に設計されています。自動心音

arXiv reaDer

arXiv

classification

learning
リンク
ロバストなディープハッシュのための集中型敵対的学習
ディープハッシュは、その効率と有効性のために、大規模な画像検索で広く利用されています。最近、ディープハッシュモデルにセキュリティ上の課題をもたらす敵対的な例を研究することがホットな問題になっています。ただし、依然として重大なボトルネックがあります。ディープハッシュベースの検索で敵対的な攻撃と防御をさらに強化するためのガイドとして、優れた正確なセマンティック代表を見つける方法です。生成された敵対的サンプルを使用してハッシュネットワークの堅牢性を向上させるために、初めて、最小-最大パラダイムを使用して効果的な敵対的学習を設計しようとします。具体的には、実証済みの連続ハッシュセンター法（CHCM）を通じて最適なソリューション（センターコードと呼ばれる）を取得します。これにより、正のサンプルとの意味的類似性と負のサンプルとの非類似性が維持されます。一方では、敵対的な例のハッシュコードとセンターコー
arxiv_reader 2022/04/25
ディープハッシュは、その効率と有効性のために、大規模な画像検索で広く利用されています。最近、ディープハッシュモデルにセキュリティ上の課題をもたらす敵対的な例を研究することがホットな問題になっています。

arXiv reaDer

pose

adversarial

benchmark

arXiv

learning

dataset
リンク
状況認識ガイド付き画像マット
arxiv_reader 2022/04/25
ほとんどの自動マット方法は、顕著な前景を背景から分離しようとします。ただし、現在の既存のマットデータセットの量と主観的なバイアスが不十分なため、特定の画像内のオブジェクトからオブジェクトとオブジェクト

arXiv

representation

dataset

arXiv reaDer

saliency

bias
リンク
高速で正確なキーポイントマッチングのための効率的な線形注意
arxiv_reader 2022/04/25
最近、トランスフォーマーは、高性能3Dビジョンアプリケーションを実現するために不可欠な、スパースマッチングで最先端のパフォーマンスを提供しています。しかし、これらのトランスフォーマーは、注意メカニズム

arXiv

sparse

transformer

learning

benchmark

3D

arXiv reaDer

keypoint

attention
リンク
深層学習を使用して、移動した不正確な地下オフセットギャザーから複雑な塩の形状を完全に特定
arxiv_reader 2022/04/25
移行された画像から塩分含有物を区切ることは、高度に人間が精選した分析に依存する時間のかかる作業であり、解釈エラーまたは利用可能な方法の制限の影響を受けます。不正確な速度モデル（堆積物の速度の妥当な近似

arXiv

approximation

CNN

synthesis

U-Net

identification

benchmark

activity

interpretation

arXiv reaDer
リンク
カテゴリ内およびカテゴリ間のバランスを介して長い尾の問題を解決する
arxiv_reader 2022/04/25
視覚認識のベンチマークデータセットは、データが均一に分布していることを前提としていますが、実際のデータセットはロングテール分布に従います。現在のアプローチでは、ロングテールの問題を処理して、リサンプリ

arXiv

gradient

benchmark

dataset

arXiv reaDer
リンク
混乱を解消したインスタンスレベルの予測による介入型マルチインスタンス学習
arxiv_reader 2022/04/25
マルチインスタンス学習（MIL）を適用してインスタンスのバッグの予測を行う場合、インスタンスの予測精度は、インスタンス自体だけでなく、対応するバッグ内のコンテキストにも依存することがよくあります。因果

arXiv reaDer

learning

arXiv

bias
リンク
画像修復のための補助損失の再重み付け
arxiv_reader 2022/04/25
画像の修復は、破損した画像の欠落している領域をもっともらしい内容で埋めることを目的としたタスクです。最近の修復方法では、修復ジェネレータの学習をガイドするための補助損失として、知覚損失とスタイル損失が

dataset

learning

arXiv

arXiv reaDer

adaptation
リンク
周波数領域での畳み込みニューラルネットワークの学習
arxiv_reader 2022/04/25
畳み込みニューラルネットワーク（CNN）は、過去数十年の間にコンピュータービジョンで目覚ましい成功を収めてきました。 CNNのコアとして、画像畳み込み操作は、CNNが画像関連のタスクで優れたパフォーマ

learning

computer vision

batch normalization

arXiv

arXiv reaDer

domain

CNN
リンク
BSRT：SwinTransformerとFlow-GuidedDeformableAlignmentによるバースト超解像の改善
arxiv_reader 2022/04/25
この作業では、新しいアーキテクチャを使用してバースト超解像（BurstSR）タスクに対処します。このタスクでは、ノイズが多く、位置がずれている、低解像度のRAWバーストのシーケンスから高品質の画像を復

arXiv

arXiv reaDer

super-resolution

optical flow

transformer

convolutional

synthesis

reconstruction
リンク
- 2022年4月26日
- 2022年4月25日
- 2022年4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