ピクセルと出力レベルの位置合わせによるセマンティックセグメンテーションのための超解像ドメイン適応ネットワーク
Super-Resolution Domain Adaptation Networks for Semantic Segmentation via Pixel and Output Level Aligning 最近、教師なしドメイン適応（UDA）は、セマンティックセグメンテーションタスクのドメインシフト問題に対処するためにますます注目を集めています。以前のUDA手法は有望なパフォーマンスを達成しましたが、ソースドメインとターゲットドメイン間の分布のギャップ、特にリモートセンシング画像の解像度の不一致に悩まされています。この問題に対処するために、この論文では、新しいエンドツーエンドのセマンティックセグメンテーションネットワーク、つまり超解像ドメイン適応ネットワーク（SRDA-Net）を設計します。 SRDA-Netは、超解像タスクとドメイン適応タスクを同時に達成できるため、通常はさまざまな
FontNet：フォント合成におけるフォントデザイナーのパフォーマンスとのギャップを埋める
FontNet: Closing the gap to font designer performance in font synthesis 手動フォント設計にはドメインの専門知識が必要であり、労力と時間のかかる作業であるため、フォント合成は近年非常に活発なトピックになっています。非常に成功していますが、フォント合成の既存の方法には大きな欠点があります。大きな参照画像を使用して観察されないフォントスタイルを微調整する必要があります。最近の数ショットのフォント合成方法は、特定の言語システム用に設計されているか、使用を制限する低解像度の画像で動作します。この論文では、埋め込みスペースのフォントスタイルを学習することにより、このフォント合成の問題に取り組みます。この目的のために、FontNetと呼ばれるモデルを提案します。このモデルは、距離がフォントの類似性の尺度に直接対応する埋め込みスペース
マルチADASデータ融合のためのRTMapsベースのローカルダイナミックマップ
ローカルダイナミックマップ（LDM）の実装に関する作業はまだ初期段階です。これは、LDM標準ではデータベース内の情報の構造化方法のみが定義されており、異なるレイヤー間で情報を融合またはリンクするメカニズムは未定義のままであるためです。車内のリアルタイムデータベースとして機能するLDMコンポーネントは、マルチADASシステムにとって魅力的なソリューションであり、車内の情報の中心点として機能するリアルタイムLDMデータベースにフィードし、融合した構造化された情報を公開します。他のコンポーネント（たとえば、意思決定システム）に。このホワイトペーパーでは、RTMapsミドルウェアを使用してリアルタイムLDMコンポーネントを実装するアプローチについて説明します。これは、車両に展開されるデータベースとしてだけでなく、道路脇のユニット（RSU）にも展開され、融合戦略を成功させるための3つの柱を利用します
3Dおよび4D医療画像における左心房付属器のセグメンテーションと分析の調査
A Survey of Left Atrial Appendage Segmentation and Analysis in 3D and 4D Medical Images 心房細動（AF）は、脳卒中の主な危険因子の1つとして特定されている心血管疾患です。 AFによる脳卒中の大部分は、左心耳（LAA）に起因する血餅によって引き起こされます。 LAA閉塞は、脳卒中のリスクを減らすための効果的な手順です。手順前のイメージングと分析を使用して手順を計画することには、利点があります。分析は通常、2Dスライス上の付属物を手動でセグメント化することによって行われます。自動LAAセグメンテーション手法は、専門家の時間を節約し、洞察に満ちた3D視覚化と正確な自動測定を提供して、医療処置を支援します。付属肢をセグメント化するためのいくつかの半自動および全自動の方法が提案されている。この論文は、CT、MRI
ディープインバースグラフィックスと学習した微分可能レンダラーを介した単一のサンプル画像からのリアルタイム仮想試着
Real-time Virtual-Try-On from a Single Example Image through Deep Inverse Graphics and Learned Differentiable Renderers 拡張現実アプリケーションはオンラインプラットフォーム全体に急速に広がり、消費者は化粧、染毛、靴などのさまざまな製品を事実上試着できるようになりました。ただし、特定の製品のリアルな画像を合成するためにレンダラーをパラメーター化することは、専門家の知識を必要とする困難な作業のままです。最近の研究では、サンプル画像から仮想試着のためのニューラルレンダリング方法が導入されていますが、現在のアプローチは、モバイルデバイスでリアルタイムに使用できない大規模な生成モデルに基づいています。これには、コンピュータグラフィックスとニューラルレンダリングアプローチの利点を組み
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
VQFR：ベクトル量子化辞書と並列デコーダーを使用したブラインドフェイスの復元
単一のハイパーネットワークで複数の画像再構成を計算する
KG-SP：オープンワールドの構成的ゼロショット学習のための知識に基づく単純なプリミティブ
Scribble2D5：ScribbleAnnotationsによる弱く監視されたボリューム画像セグメンテーション
スリム化可能なビデオコーデック
A9-データセット：モビリティ研究のためのマルチセンサーインフラストラクチャベースのデータセット
ディープラーニングを活用したIVFに向けて：形態動態パラメータ予測のための大規模な公開ベンチマーク
インド言語のOCRのためのCTCベースのモデルの実証的研究
secml：安全で説明可能な機械学習のためのPythonライブラリ
カーネルベースの補間アーキテクチャのパラメータ削減のためのマルチエンコーダネットワーク
SeCGAN：意味的一貫性を介した顔編集のための並列条件付き生成的敵対的ネットワーク
運動からの自己監視構造のための深さと自我運動ネットワークの結合について
知識の蒸留がオープンセットの半教師あり学習と出会う
暗黙のシンクホーン差別化のための統一されたフレームワーク
時間の凍結：エンドツーエンドの検索のための共同ビデオおよび画像エンコーダ
ディープフェイクビデオ検出における時間依存性の有効性
Open-Eye：AIで合成された顔の識別に関する人間のパフォーマンスを研究するためのオープンプラットフォーム
カラー画像とビデオの修復のための非ローカルロバストクォータニオン行列補完
メルローリザーブ：ビジョンと言語と音によるニューラルスクリプトの知識
マルチターゲット遺伝的変化予測のためのローカルアテンショングラフベースのトランスフォーマー
StyLandGAN：深度マップを使用したStyleGANベースのランドスケープ画像合成
軽量CNN用のスパース指向性フィルター辞書を使用したブラインド画像の修復
スパースモデリングによる画像生成の改善
スマートシティ交差点：将来の大都市のためのインテリジェンスノード
認定解除：ニューラルネットワーク認定に対する攻撃
点群でのドメイン適応のための自己教師あり学習
教師なし異常の検出とローカリゼーションのための自己監視マスキング
FaDIV-Syn：ソフトマスクと暗黙的なブレンディングを使用した深度に依存しない高速ビュー合成
実車ソリューションの仮想乗客：合成データセット
一般化可能な医療画像セグメンテーションのための対照的なドメイン解きほぐし
Oracle文字認識のための教師なし構造-テクスチャ分離ネットワーク
公正な顔認識のためのメタバランスネットワーク
胚期同定のための注意モデルと事後説明法の比較：事例研究
ビデオ質問応答のための構文ハイパーグラフを使用したセマンティック構成のモデリング
ニューラルポイントクラウド統合のためのセルフサンプリング
複数の劣化を伴うブラインド超解像のための条件付きハイパーネットワーク
セマンティックセグメンテーションのための距離ガイドチャネルの重み付け
自己監視型マルチキュータスクを使用した効率的な異常検出
暗黙の再投影ネットワークによる単眼の人間のデジタル化
拡散MRIのスパース表現に触発された微細構造推定トランスフォーマー
FRIH：きめ細かい領域認識画像ハーモナイゼーション
ハイパースペクトル画像のノイズ除去のためのマルチモーダルおよび周波数加重テンソル核ノルム
ドメイン一般化のためのテスト時フーリエスタイルキャリブレーション
多言語TTSを使用したトーキングフェイス生成
術中の外科的スキルのビデオベースの評価
リモートセンシングにおけるハイパースペクトルデータ処理のためのテンソル分解：包括的なレビュー
PoisonedEncoder：対照学習におけるラベルなしの事前トレーニングデータのポイズニング
LANTERN-RD：侵入種の斑点のあるランタンフライを軽減するためのディープラーニングの有効化
DeltaConv：点群での幾何学的深層学習のための異方性演算子
メディアフォレンジックにおける最近の作業の概要：方法と脅威
オブジェクト認識表現を使用したマルチオブジェクトシーンでの視覚運動制御
点群登録のための一般的で特徴的な3Dローカルディープ記述子の学習
球面CNNのMöbius畳み込み
過剰パラメータ化はStyleGAN反転を改善します
共同SAR-光学表現学習のための自己監視型ビジョントランスフォーマー
VesNet-RL：実際の米国のプローブナビゲーションのためのシミュレーションベースの強化学習
F3A-GAN：敵対的生成ネットワークを使用した顔アニメーションの顔の流れ
MEWS：リアルタイムのソーシャルメディア操作の検出と分析
点群の表面表現
質問をして動画を取得する方法を学ぶ
投影ベースのキャンセル可能な生体認証スキームに対する認証攻撃（ロングバージョン）
マルチモーダル航空写真オブジェクト分類のためのシーンクラスタリングベースの疑似ラベリング戦略
リソースに制約のあるデバイス用の二値化畳み込みニューラルネットワークを使用した不整脈分類器