arxiv_readerのブックマーク / 2022年5月20日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2022年5月20日のブックマーク (92件)

HandoverSim：人間からロボットへのオブジェクトのハンドオーバーのためのシミュレーションフレームワークとベンチマーク
arxiv_reader 2022/05/20
人間からロボットへのオブジェクトハンドオーバーのための新しいシミュレーションベンチマーク「HandoverSim」を紹介します。贈与者の動きをシミュレートするために、オブジェクトを手でつかむ最近のモー

metric

arXiv

arXiv reaDer

simulation

benchmark

dataset
リンク
BEVerse：鳥の目で見た統一された知覚と予測-ビジョン中心の自動運転のためのビュー
arxiv_reader 2022/05/20
この論文では、マルチカメラシステムに基づく3D知覚と予測のための統合フレームワークであるBEVerseを紹介します。シングルタスクアプローチの改善に焦点を当てた既存の研究とは異なり、BEVerseは、

autonomous driving

arXiv

detection

representation

arXiv reaDer

spatio-temporal

reasoning

dataset

multi-task

3D
リンク
分布外汎化のための多様な重み平均化
arxiv_reader 2022/05/20
標準のニューラルネットワークは、分布シフトの下で一般化するのに苦労しています。コンピュータビジョンにおける分布外の一般化の場合、現在の最良のアプローチは、トレーニング実行に沿った重みを平均化します。こ

arXiv

arXiv reaDer

benchmark

OOD

computer vision
リンク
統合キーフレーム伝搬モデルに向けて
arxiv_reader 2022/05/20
ロトスコーピングやオブジェクトの削除などの多くのビデオ編集タスクでは、フレーム間でコンテキストを伝播する必要があります。機能をグローバルに集約するトランスフォーマーやその他の注意に基づくアプローチは、

arXiv

transformer

video

arXiv reaDer

attention

bias
リンク
自己監視による堅牢で効率的な医用画像
arxiv_reader 2022/05/20
医療人工知能（AI）の最近の進歩により、臨床専門家レベルのパフォーマンスに到達できるシステムが提供されています。ただし、このようなシステムは、トレーニング環境とは異なる臨床設定で評価した場合、最適では

representation learning

arXiv

arXiv reaDer

OOD

self-supervised

transfer learning
リンク
ライト・イン・ザ・ブラック：COVID-19CTのセマンティックセグメンテーションのためのデータ拡張技術の評価
arxiv_reader 2022/05/20
COVID-19の世界的大流行により、医用画像のコンピューター支援診断が大きな注目を集め、コンピューター断層撮影（CT）のセマンティックセグメンテーションの堅牢な方法が非常に望まれるようになりました。

COVID-19

semantic segmentation

augmentation

arXiv

learning

detection

arXiv reaDer

CT

dataset

attention
リンク
ボクセル情報に基づく言語の基礎
arxiv_reader 2022/05/20
自然の2D画像に適用される自然言語は、基本的に3Dの世界を表します。ボクセル情報に基づく言語グラウンダー（VLG）を紹介します。これは、体積再構成モデルを使用して視覚入力から導出されたボクセルマップの

arXiv reaDer

3D

arXiv

reconstruction
リンク
スピーカーのダイアリゼーションのための凝集型階層的クラスタリング（AHC）を使用したBi-LSTMスコアリングベースの類似性測定
arxiv_reader 2022/05/20
さまざまなシナリオにわたる音声信号の大部分は、単一のスピーカーのみを含む明確に定義されたオーディオセグメントでは利用できません。 2人の話者間の典型的な会話は、複数の文の間に声が重なる、互いに割り込む

clustering

metric

arXiv

arXiv reaDer

identification

embedding
リンク
k-strip：頭蓋骨ストリッピングを適用するためのk-spaceの新しいセグメンテーションアルゴリズム
arxiv_reader 2022/05/20
目的：情報が豊富なk空間で直接機能する磁気共鳴画像法（MRI）用の新しい深層学習ベースの頭蓋骨ストリッピングアルゴリズムを提示します。材料と方法：合計36,900のMRIスライスを持つ異なる機関からの

arXiv

arXiv reaDer

segmentation

dataset

domain

MRI
リンク
VNT-Net：回転不変ベクトルニューロントランスフォーマー
arxiv_reader 2022/05/20
回転不変性を使用して3Dポイントセットを学習することは、機械学習において重要で困難な問題です。回転不変アーキテクチャにより、3Dポイントクラウドニューラルネットワークは、標準的なグローバルポーズを必要

augmentation

arXiv

pose

transformer

arXiv reaDer

segmentation

attention

point cloud

3D
リンク
バイオメディカルコンテキストでのコンパクトネットワークを使用した画像分類のための半教師あり学習
arxiv_reader 2022/05/20
深い畳み込みニューラルモデルを組み込んだモバイルおよびオンエッジアプリケーションの開発は、生物医学に革命を起こす可能性を秘めています。ただし、ほとんどの深層学習モデルには、スマートフォンやエッジデバイ

learning

arXiv

quantization

convolutional

edge device

NAS

arXiv reaDer

semi-supervised

classification

distillation
リンク
貪欲な検索を超えて：マルチエージェント強化学習ベースのビームサーチによる追跡
arxiv_reader 2022/05/20
既存のトラッカーは通常、各フレームの追跡結果として最大スコアの場所または提案を選択します。ただし、このような貪欲な検索スキームは、特に重いオクルージョンや高速モーションなどの困難な追跡シナリオに遭遇し

occlusion

arXiv

action

arXiv reaDer

benchmark

tracking

dataset

trajectory

reinforcement learning
リンク
スライド画像全体を分類するためのグラフトランスフォーマー
arxiv_reader 2022/05/20
ディープラーニングは、スライド画像全体（WSI）分析のための強力なツールです。通常、監視付きディープラーニングを実行する場合、WSIは小さなパッチに分割され、トレーニングされ、結果が集計されて疾患のグ

arXiv

transformer

representation

arXiv reaDer

contrastive learning

saliency

classification
リンク
ConvMAE：マスクされた畳み込みとマスクされたオートエンコーダーの出会い
arxiv_reader 2022/05/20
ビジョントランスフォーマー（ViT）は、さまざまなビジョンタスクに広く採用されているアーキテクチャーになります。機能の事前トレーニングとマルチスケールハイブリッドコンボリューショントランスフォーマーア

semantic segmentation

arXiv

convolutional

detection

transformer

representation

arXiv reaDer

classification
リンク
医療画像セグメンテーションのためのクラス認識の敵対的生成ネットワーク
arxiv_reader 2022/05/20
トランスフォーマーは、医療画像分析ドメイン内の長距離依存関係のモデリングに向けて目覚ましい進歩を遂げました。ただし、現在のトランスベースのモデルにはいくつかの欠点があります。（1）単純なトークン化スキ

generative

arXiv

adversarial

transformer

arXiv reaDer

segmentation

benchmark

transfer learning

domain
リンク
署名による学習
arxiv_reader 2022/05/20
この作業では、学習のコンテキストでの署名変換の使用を調査します。この仮定の下で、クレジットの割り当てを必要とせず、過剰適合を最小限に抑えるか、まったく使用せずに、少数のラベルを使用して最先端の分類精度

arXiv reaDer

classification

learning

arXiv
リンク
集中的な敵対攻撃
arxiv_reader 2022/05/20
機械学習の最近の進歩は、ニューラルモデルが最小限の摂動入力または敵対的な例に対して脆弱であることを示しています。敵対的アルゴリズムは、入力を摂動することによってMLモデルの精度を最小化する最適化問題で

learning

arXiv

loss function

adversarial

detection

sparse

arXiv reaDer

manifold

dataset
リンク
ノイズの多いニューラルネットワークのノイズ除去：補償を伴うベイズアプローチ
arxiv_reader 2022/05/20
ノイズのある重みを持つディープニューラルネットワーク（DNN）は、ノイズのあるニューラルネットワーク（NoisyNN）と呼ばれ、ノイズが存在する場合のDNNのトレーニングと推論から発生します。 Noi

learning

arXiv

quantization

arXiv reaDer

Bayesian

denoising

DNN

estimation
リンク
半教師あり学習のためのトポロジー的アプローチ
arxiv_reader 2022/05/20
今日、機械学習とディープラーニングの手法は、データ分類タスクを解決するための最先端のアプローチになっています。これらの方法を使用するには、かなりの量のデータを取得してラベルを付ける必要があります。ただ

learning

arXiv

synthesis

arXiv reaDer

dataset

semi-supervised

classification
リンク
ノイズ除去コントラストを使用したマスクイメージモデリング
arxiv_reader 2022/05/20
対照学習からマスクされた画像モデリングまでの自己監視視覚表現学習の開発以来、本質、つまり視覚辞書検索のための適切な口実タスクを設計する方法に大きな違いはありません。マスクされた画像モデリングは、最近、

representation learning

semantic segmentation

arXiv

detection

transformer

arXiv reaDer

classification

self-supervised

pre-training

contrastive learning
リンク
正確：精度をトレーニングする方法
arxiv_reader 2022/05/20
分類タスクは通常、精度の観点から評価されます。ただし、精度は不連続であり、最急降下法を使用して直接最適化することはできません。一般的な方法では、クロスエントロピー、ヒンジ損失、またはその他の代理損失が

arXiv reaDer

gradient

classification

arXiv
リンク
視覚オブジェクト検出のための事前トレーニング済みトランスフォーマーエンコーダー/デコーダーの統合移行
arxiv_reader 2022/05/20
最新のオブジェクト検出器は、バックボーンネットワークとして使用することにより、事前にトレーニングされたビジョントランスフォーマーの利点を活用しています。ただし、バックボーンネットワークを除いて、検出器

few-shot

arXiv

detection

transformer

arXiv reaDer

pre-training

dataset
リンク
CLCNet：分類信頼性ネットワークを使用したアンサンブルモデリングの再考
arxiv_reader 2022/05/20
本論文では、分類モデルが入力サンプルを正しく分類するかどうかを決定できる分類信頼ネットワーク（CLCNet）を提案します。任意の次元のベクトルの形式で分類結果を取得し、インスタンスが正しく分類される確

arXiv reaDer

classification

arXiv
リンク
誘引と分散: ソースフリードメイン適応のためのシンプルなアプローチ
arxiv_reader 2022/05/20
シンプルだが効果的なソースフリードメイン適応（SFDA）手法を提案します。 SFDAを教師なしクラスタリングの問題として扱い、機能空間内のローカルネイバーは他の機能よりも類似した予測を持つ必要があると

clustering

domain adaptation

arXiv

arXiv reaDer

unsupervised

contrastive learning
リンク
CORPS：脳MRIセグメンテーションの類似性ランキングに基づく費用のかからない厳密な疑似ラベリング
arxiv_reader 2022/05/20
脳の磁気共鳴画像（MRI）のセグメンテーションは、人間の脳の分析とさまざまな脳障害の診断に不可欠です。時間のかかるエラーが発生しやすい手動描写手順の欠点は、前者の方法が計算量が多く、後者の方法が十分な

learning

arXiv

human

arXiv reaDer

segmentation

CNN

MRI

semi-supervised

3D
リンク
3D点群アップサンプリングのための特徴拡張ユニットの比較研究
arxiv_reader 2022/05/20
最近、深層学習手法が3D点群のアップサンプリングで大きな成功を収めています。これらの方法の中で、最後にポイント拡張を完了するために多くの機能拡張ユニットが提案されました。この論文では、理論的分析と定量

learning

arXiv

super-resolution

arXiv reaDer

CNN

point cloud

3D
リンク
分離可能な注意を払ったオブジェクト検出に対する転送可能な物理的攻撃
arxiv_reader 2022/05/20
ディープラーニングモデルは敵対的なサンプルに対して脆弱であることが実証されているため、転送可能な敵対的な攻撃は常に脚光を浴びています。しかし、既存の物理的攻撃方法は、見えないモデルへの転送可能性に十分

learning

arXiv

loss function

adversarial

detection

arXiv reaDer

interpretation

attention
リンク
PGDのような敵対的攻撃の痕跡について
敵対的な攻撃は、ディープラーニングアプリケーションの安全性とセキュリティ上の懸念を引き起こします。しかし、ほとんど気付かないうちに、強力なPGDのような攻撃は、敵対的な例に強い痕跡を残す可能性があります。攻撃はネットワークの局所的な線形性をトリガーするため、良性の例と敵対的な例では、ネットワークがさまざまな程度の線形性で動作すると推測されます。したがって、線形性の程度を示すために、入力の周りのモデルの勾配の一貫性を反映するように、敵対的応答特性（ARC）機能を構築します。特定の条件下では、良性の例から敵対的な例へと徐々に変化するパターンを示します。これは、後でSequel Attack Effect（SAE）につながるためです。 ARC機能は、二項分類器を使用した情報に基づく攻撃の検出（摂動の大きさは既知）、または順序回帰を使用した非情報に基づく攻撃の検出（摂動の大きさは不明）に使用できま
arxiv_reader 2022/05/20
敵対的な攻撃は、ディープラーニングアプリケーションの安全性とセキュリティ上の懸念を引き起こします。しかし、ほとんど気付かないうちに、強力なPGDのような攻撃は、敵対的な例に強い痕跡を残す可能性がありま

gradient

learning

arXiv

loss function

adversarial

detection

pose

arXiv reaDer

domain
リンク
TRT-ViT：TensorRT指向のビジョントランスフォーマー
arxiv_reader 2022/05/20
実用化の観点から、既存の優れたトランスを再検討します。それらのほとんどは、基本的なResNetsシリーズほど効率的ではなく、現実的な展開シナリオから逸脱しています。 FLOPやパラメータが一方的で、最

semantic segmentation

metric

arXiv

detection

transformer

arXiv reaDer

CNN

classification
リンク
空間的およびチャネルごとの注意による動的機能的脳ネットワークの発見
arxiv_reader 2022/05/20
深層学習モデルを使用して機能的磁気共鳴画像法（fMRI）で機能的脳ネットワーク（FBN）を認識することは、最近ますます関心を集めています。ただし、ほとんどの既存の作業は、相関ベースの機能的接続など、f

learning

arXiv

arXiv reaDer

dataset

attention

domain
リンク
CLIP-CLOP：CLIPガイド付きコラージュとフォトモンタージュ
arxiv_reader 2022/05/20
CLIPデュアルイメージアンドテキストエンコーダーなどの大規模ニューラルネットワークの衰えることのない神秘性は、自動生成されたアートを普及させました。ますます洗練されたジェネレーターがアートワークのリ

arXiv reaDer

human

arXiv
リンク
NIMBLE：骨と筋肉を備えた非剛体のハンドモデル
arxiv_reader 2022/05/20
新たなメタバースアプリケーションは、現実世界のように洗練された操作を実行するために、人間の手の信頼性が高く、正確で、フォトリアリスティックな複製を必要とします。実際の人間の手は、骨、筋肉、腱、皮膚の間

arXiv

differentiable

synthesis

pose

human

arXiv reaDer

estimation

mesh

dataset

3D
リンク
マルチフォーカス画像の超解像フュージョンのためのディープフュージョンプリアー
arxiv_reader 2022/05/20
この論文は、マルチフォーカス画像融合（MFIF）とブラインド超解像（SR）の問題をマルチフォーカス画像超解像融合（MFISRF）タスクとして統合し、ディープフュージョンプライア（DFP）という名前の新

gradient

learning

arXiv

loss function

arXiv reaDer

unsupervised

embedding
リンク
人間の肖像画の生成を促進するための進化的潜在空間探索
arxiv_reader 2022/05/20
この記事では、生成的敵対的ネットワークの潜在的な宇宙探査に基づいて、人間の合成肖像画を生成するための進化的アプローチを紹介します。アイデアは、特定のターゲットポートレートに非常によく似たさまざまな人間

arXiv

synthesis

human

arXiv reaDer

GAN

face recognition
リンク
対照学習によるドメイン拡張任意画像スタイル転送
arxiv_reader 2022/05/20
この作業では、新しいスタイルの特徴表現学習方法を使用して、任意の画像スタイルの転送という困難な問題に取り組みます。満足のいく結果を得るには、画像のスタイル設定タスクの重要な要素として、適切なスタイル表

arXiv reaDer

representation learning

domain

generative

contrastive learning

arXiv
リンク
畳み込みニューラルネットワークを使用した超音波減衰係数の推定-実現可能性調査
arxiv_reader 2022/05/20
減衰係数（AC）は、組織の音響特性の基本的な尺度であり、医療診断に使用できます。この作業では、畳み込みニューラルネットワーク（CNN）を使用して、無線周波数（RF）超音波信号からACを直接推定すること

arXiv reaDer

learning

CNN

estimation

arXiv

interpretation
リンク
いくつかのクエリによる勾配調整攻撃
arxiv_reader 2022/05/20
ディープニューラルネットワークの脆弱性により、ブラックボックス攻撃はコミュニティから大きな注目を集めています。転送可能な事前情報は、最近の取り組みでブラックボックスクエリ攻撃のクエリ数を減らしています

arXiv reaDer

adversarial

gradient

augmentation

attention

arXiv
リンク
教師なしドメイン適応者再識別のための学習機能融合
arxiv_reader 2022/05/20
教師なしドメイン適応（UDA）の個人再識別（ReID）は、手動の注釈なしでターゲットドメインでの有効性についてますます注目を集めています。ほとんどの微調整ベースのUDA人物ReIDメソッドは、疑似ラベ

arXiv reaDer

domain

unsupervised

learning

person

clustering

attention

representation

arXiv

re-id
リンク
DBSegment：脳深部構造の高速で堅牢なセグメンテーション-取得ドメイン間の可搬性の評価
arxiv_reader 2022/05/20
磁気共鳴画像から深部脳構造をセグメント化することは、患者の診断、手術計画、および研究にとって重要です。現在の最新のソリューションのほとんどは、登録によるセグメンテーションアプローチに従っており、サブジ

arXiv reaDer

domain

learning

CNN

segmentation

dataset

arXiv

MRI
リンク
インクリメンタル-DETR：自己監視学習によるインクリメンタル少数ショットオブジェクト検出
arxiv_reader 2022/05/20
インクリメンタルな数ショットのオブジェクト検出は、基本クラスの知識を忘れることなく、新しいクラスからのいくつかのラベル付けされたトレーニングデータだけで新しいクラスを検出することを目的としています。関

arXiv reaDer

detection

learning

self-supervised

arXiv

few-shot

knowledge distillation
リンク
スパースリワードビジュアルシーンに対する画像増強ベースのモメンタムメモリ固有のリワード
arxiv_reader 2022/05/20
実生活の多くのシーンは、画像とまばらな報酬のみを受け入れるという条件下でエージェントがタスクに取り組むことが難しい、まばらな報酬の視覚的シーンに抽象化することができます。この問題を、視覚的表現とまばら

arXiv reaDer

representation learning

self-supervised

sparse

augmentation

arXiv
リンク
アクションセグメンテーションのためのクロスエンハンスメントトランスフォーマー
arxiv_reader 2022/05/20
時間的畳み込みは、畳み込み層を増やすことによって長期受容野を強化するアクションセグメンテーションで選択されるパラダイムです。ただし、高層では、フレーム認識に必要なローカル情報が失われます。上記の問題を

arXiv reaDer

convolutional

loss function

action

transformer

segmentation

representation

dataset

arXiv
リンク
PYSKL：スケルトン行動認識のグッドプラクティスに向けて
arxiv_reader 2022/05/20
PYSKL：PyTorchに基づくスケルトンベースのアクション認識のためのオープンソースツールボックスを紹介します。ツールボックスは、GCNやCNNに基づくアプローチなど、さまざまなスケルトンアクショ

arXiv reaDer

GCN

CNN

attention

arXiv

benchmark

action recognition
リンク
Oracle-MNIST：機械学習アルゴリズムのベンチマーク用の現実的な画像データセット
arxiv_reader 2022/05/20
Oracle-MNISTデータセットを紹介します。このデータセットは、10のカテゴリからの30,222の古代文字の28×28のグレースケール画像で構成され、画像のノイズと歪みに特に挑戦するパターン分類

arXiv reaDer

learning

classification

dataset

arXiv
リンク
長距離ジェスチャ認識のためのレーダー点群を使用したグラフ表現のクロスモーダル学習
arxiv_reader 2022/05/20
ジェスチャ認識は、最も直感的な対話方法の1つであり、人間とコンピューターの対話で特に注目を集めています。レーダーセンサーは、低照度、過酷な気象条件で動作する能力、低コストでコンパクトであるなど、複数の

arXiv reaDer

learning

CNN

gesture

point cloud

human

attention

representation

arXiv
リンク
UIF：水中画像強調のための客観的品質評価
arxiv_reader 2022/05/20
複雑で不安定な照明環境のため、水中イメージングは、光散乱、反り、およびノイズによって容易に損なわれる可能性があります。視覚的品質を改善するために、水中画像強調（UIE）技術が広く研究されてきました。

arXiv reaDer

metric

learning

arXiv

benchmark
リンク
自動運転車用緊急視覚センサー
arxiv_reader 2022/05/20
自動運転車は、さらなるナビゲーションミッションのために周囲を理解するために知覚システムに依存しています。 LiDARやレーダーなどの他のセンサーと比較して、最新のコンピュータービジョンアルゴリズムによ

arXiv reaDer

detection

3D

LiDAR

vehicle

autonomous driving

arXiv

computer vision
リンク
BabyNet：胎児の超音波ビデオで出生時体重を予測するための残留変圧器モジュール
arxiv_reader 2022/05/20
出生時の胎児の体重を予測することは、特に出生前管理の文脈において、周産期ケアの重要な側面であり、計画されたタイミングと出産方法が含まれます。出生前超音波を使用した体重の正確な予測は、羊水が不足している

arXiv reaDer

3D

residual

transformer

human

video

spatio-temporal

arXiv
リンク
多様性の問題：信頼性の高い単眼3Dオブジェクト検出のための深さの手がかりを十分に活用
arxiv_reader 2022/05/20
本質的に不適切な問題として、単一画像からの深度推定は、単眼3Dオブジェクト検出（M3OD）の最も困難な部分です。多くの既存の方法は、単眼画像で欠落している空間情報を橋渡しし、関心のあるすべてのオブジェ

arXiv reaDer

detection

3D

real time

estimation

arXiv

monocular

benchmark
リンク
画像再構成のためのマルチスケール畳み込み辞書の学習
arxiv_reader 2022/05/20
畳み込みニューラルネットワーク（CNN）は、イメージングの逆問題の解決に大成功を収めています。それらの成功を理解するための効果的な戦略は、CNNと重要な要素を共有する、より単純で数学的に扱いやすい畳み

arXiv reaDer

learning

U-Net

CNN

reconstruction

sparse

representation

arXiv

CT

MRI
リンク
平面ジオメトリ図の解析
arxiv_reader 2022/05/20
ジオメトリ図の解析は、ジオメトリの問題解決において重要な役割を果たします。この場合、複雑なレイアウトとプリミティブ間の関係のために、プリミティブの抽出と関係の解析は依然として困難です。本論文では、深層

arXiv reaDer

learning

reasoning

segmentation

classification

dataset

arXiv

GNN
リンク
不変ニューロン変換によるホワイトボックスDNN透かしのクラッキング
arxiv_reader 2022/05/20
最近、ディープニューラルネットワーク（DNN）の知的財産（IP）をどのように保護するかがAI業界の主要な関心事になっています。潜在的なモデルの著作権侵害と戦うために、最近の研究では、ターゲットモデルの

arXiv reaDer

arXiv

DNN
リンク
BR-NPA：注意の解釈可能性を改善するためのノンパラメトリック高解像度注意モデル
arxiv_reader 2022/05/20
注意メカニズムを採用することの普及は、注意分布の解釈可能性に関する懸念をもたらしました。モデルがどのように動作しているかについての洞察を提供しますが、モデル予測の説明として注意を利用することは依然とし

arXiv reaDer

activity

person

classification

attention

arXiv

re-id

few-shot
リンク
D-Unet：画像スプライシング偽造の検出とローカリゼーションのためのデュアルエンコーダU-Net
arxiv_reader 2022/05/20
最近、畳み込みニューラルネットワーク（CNN）に基づく多くの検出方法が、画像スプライシング偽造検出のために提案されています。これらの検出方法のほとんどは、ローカルパッチまたはローカルオブジェクトに焦点

arXiv reaDer

detection

learning

U-Net

CNN

classification

localization

pre-training

arXiv
リンク
Mip-NeRF RGB-D：深度支援高速神経放射輝度フィールド
arxiv_reader 2022/05/20
ニューラルラディアンスフィールド（NeRF）などのニューラルシーン表現は、既知のポーズのカラー画像のセットを使用して多層パーセプトロン（MLP）をトレーニングすることに基づいています。現在、ますます多

arXiv reaDer

RGB-D

reconstruction

pose

representation

arXiv

benchmark
リンク
単一画像からの屋内シーン照明の物理ベースの編集
arxiv_reader 2022/05/20
予測された深度と光源のセグメンテーションマスクを使用して、単一の画像から複雑な屋内照明を編集する方法を紹介します。これは非常に難しい問題であり、複雑な光の輸送をモデル化し、シーンの部分的なLDR観測の

arXiv reaDer

3D

reconstruction

estimation

segmentation

representation

arXiv

disentangling
リンク
UnrealNAS：非現実的なデータでニューラルアーキテクチャを検索できますか？
arxiv_reader 2022/05/20
ニューラルアーキテクチャ検索（NAS）は、ディープニューラルネットワーク（DNN）の自動設計で大きな成功を収めています。ただし、データを使用してネットワークアーキテクチャを検索する最善の方法はまだ不明

arXiv reaDer

DNN

differentiable

dataset

arXiv

NAS
リンク
話そう！会話型の視覚的な質問の生成を介して会話を刺激する
arxiv_reader 2022/05/20
魅力的で挑発的な質問は、素晴らしい会話を開くことができます。この作業では、新しいシナリオを検討します。会話エージェントは、ユーザーの写真のセット（たとえば、ソーシャルメディアプラットフォームから）を表

arXiv reaDer

arXiv

human
リンク
ガウス変異による粒子群最適化を使用した、スケルトンに基づく新しい人間活動の発見
arxiv_reader 2022/05/20
人間の活動の発見は、各活動を定義するものについての事前の情報なしに、人間によって実行される活動をクラスター化することを目的としています。人間の活動認識で提示されるほとんどの方法は監視されており、システ

arXiv reaDer

3D

unsupervised

activity

human

video

dataset

arXiv
リンク
指紋認識における人口統計学的バイアスについて
arxiv_reader 2022/05/20
指紋認識システムは、個人用デバイス、法医学、法執行機関、銀行、国民識別システムなど、さまざまなアプリケーションにグローバルに展開されています。これらのシステムが社会的に受け入れられ、信頼できるものであ

arXiv reaDer

arXiv

bias

identification
リンク
NODEO：変形可能な画像レジストレーションのためのニューラル常微分方程式ベースの最適化フレームワーク
arxiv_reader 2022/05/20
画像間の空間的対応を見つけることを目的とした変形可能画像レジストレーション（DIR）は、医療画像分析の分野で最も重大な問題の1つです。この論文では、ニューラル常微分方程式（NODE）を利用する、新規で

arXiv reaDer

3D

domain

metric

trajectory

arXiv

benchmark
リンク
関節リウマチにおける関節空間狭小化進行のサブピクセル正確な定量化
arxiv_reader 2022/05/20
関節リウマチ（RA）は、主に指、手首、足などの末梢滑膜関節に影響を与える慢性自己免疫疾患です。放射線科は、RAの診断とモニタリングにおいて重要な役割を果たします。放射線画像の現在の空間分解能によって制

arXiv reaDer

arXiv

domain
リンク
オブジェクト検出のためのマスクされた画像モデリングを備えたバニラビジョントランスフォーマーを解き放つ
arxiv_reader 2022/05/20
マスクされた画像モデリング（MIM）の事前トレーニングされたバニラビジョントランスフォーマー（ViT）をオブジェクト検出に効率的かつ効果的に適応させるアプローチを提示します。これは、2つの新しい観察に

arXiv reaDer

detection

convolutional

transformer

embedding

representation

pre-training

arXiv
リンク
ビデオキャプションのためのサポートセットベースのマルチモーダル表現の強化
arxiv_reader 2022/05/20
ビデオキャプションは、視覚的なシーンを完全に理解する必要がある難しい作業です。既存の方法は、典型的な1対1のマッピングに従います。これは、限られたサンプルスペースに集中し、サンプル間の固有のセマンティ

arXiv reaDer

self-supervised

video

captioning

representation

dataset

arXiv
リンク
3DConvCaps：医療画像セグメンテーション用の畳み込みカプセルエンコーダーを備えた3DUnet
arxiv_reader 2022/05/20
畳み込みニューラルネットワーク（CNN）は、医療画像のセグメンテーションで有望な結果を達成しています。ただし、CNNは多くのトレーニングデータを必要とし、オブジェクトのポーズや変形を処理できません。さ

arXiv reaDer

representation learning

3D

CNN

segmentation

attention

pose

classification

arXiv
リンク
一般化されたゼロショット学習方法のレビュー
arxiv_reader 2022/05/20
一般化ゼロショット学習（GZSL）は、教師あり学習中に一部の出力クラスが不明であるという条件下で、データサンプルを分類するためのモデルをトレーニングすることを目的としています。この困難なタスクに対処す

arXiv reaDer

zero-shot

learning

arXiv

benchmark
リンク
自己監視を蒸留することによる外科ビデオ理解のための無料ランチ
arxiv_reader 2022/05/20
自己管理学習は、視覚とNLPの大きな進歩を目の当たりにしてきました。最近では、X線、CT、MRIなどのさまざまな医用画像診断法にも大きな注目が集まっています。既存の方法は主に、医療画像の特性に応じた再

arXiv reaDer

distillation

identification

reconstruction

self-supervised

contrastive learning

attention

arXiv

MRI

benchmark
リンク
MRIガイド下放射線治療のためのニューラルネットワークによるリアルタイム画像再構成について
arxiv_reader 2022/05/20
リアルタイムで腫瘍の動きを追跡するために放射線ビームを動的に適応させるMRIガイダンス技術は、より正確な癌治療と付随する健康な組織損傷の減少につながります。アンダーサンプリングされたMRデータの再構成

arXiv reaDer

domain

reconstruction

real time

augmentation

tracking

dataset

arXiv

manifold

benchmark
リンク
ドメイン混合と対照学習による水中物体検出におけるドメイン一般化の達成
arxiv_reader 2022/05/20
複雑な水中環境によって引き起こされるドメインシフトに直面すると、既存の水中オブジェクト検出方法のパフォーマンスが大幅に低下します。データセット内のドメイン数の制限により、ディープディテクタはいくつかの

arXiv reaDer

detection

domain

contrastive learning

representation

dataset

arXiv

manifold

benchmark
リンク
GroupViT：セマンティックセグメンテーションがテキスト監視から出現
arxiv_reader 2022/05/20
グループ化と認識は、視覚的なシーンの理解の重要なコンポーネントです。たとえば、オブジェクトの検出やセマンティックセグメンテーションなどです。エンドツーエンドの深層学習システムでは、画像領域のグループ化

arXiv reaDer

detection

semantic segmentation

zero-shot

transformer

dataset

contrastive

representation

transfer learning

arXiv
リンク
キャプションのみからの視覚言語トランスフォーマーのトレーニング
arxiv_reader 2022/05/20
Vision-Language Transformersは、人間のラベル（クラスラベル、バウンディングボックスなど）なしで学習できることを示します。バウンディングボックスまたはパッチを明示的に利用する

arXiv reaDer

transformer

human

classification

arXiv

benchmark
リンク
限られたデータのハイパースペクトルリモートセンシング画像分類のためのベイズ畳み込みニューラルネットワーク
arxiv_reader 2022/05/20
ハイパースペクトルリモートセンシング（HSRS）画像分類にディープニューラルネットワークを採用することは、困難な作業です。 HSRS画像は、高次元で多数のチャネルを持ち、チャネル間にかなりの冗長性があ

arXiv reaDer

metric

CNN

dataset

classification

Bayesian

arXiv

pruning
リンク
検証セットを使用した具体化されたエージェントモデルの一般化の評価の限界について
arxiv_reader 2022/05/20
自然言語に基づく具体化されたタスクの完了は、自然言語の指示を理解し、それらを自己中心的な視覚的観察と整合させ、環境で実行する適切なアクションを選択して目的の変更を生成する必要があるため、困難な問題です

arXiv reaDer

action

learning

transformer

dataset

arXiv

benchmark
リンク
MESH2IR：複雑な3Dシーン用のニューラル音響インパルス応答ジェネレータ
arxiv_reader 2022/05/20
メッシュを使用して表される屋内3Dシーンの音響インパルス応答（IR）を生成するために、メッシュベースのニューラルネットワーク（MESH2IR）を提案します。 IRは、インタラクティブなアプリケーション

arXiv reaDer

3D

convolutional

mesh

metric

real time

arXiv
リンク
画像キャプションのための透明な人間の評価
arxiv_reader 2022/05/20
画像キャプションモデルのルーブリックベースの人間評価プロトコルであるTHumBを確立します。スコアリングのルーブリックとその定義は、MSCOCOデータセットの機械および人間が生成したキャプションに基づ

arXiv reaDer

metric

saliency

human

captioning

dataset

arXiv
リンク
グラフフィルタリングを使用したスケーラブルなマルチビュークラスタリング
マルチソースデータの爆発的な成長に伴い、マルチビュークラスタリングは近年大きな注目を集めています。ほとんどの既存のマルチビューメソッドは、生のフィーチャスペースで動作し、元のフィーチャ表現の品質に大きく依存します。さらに、多くの場合、機能データ用に設計されており、豊富なトポロジ構造情報を無視します。したがって、本論文では、属性データとグラフデータの両方を異種の特徴でクラスター化するための一般的なフレームワークを提案します。機能と構造の相互作用を調べることができます。具体的には、まずグラフフィルタリング手法を採用して高周波ノイズを除去し、クラスタリングに適した滑らかな表現を実現します。スケーラビリティの課題に対処するために、アンカーの品質を向上させるための新しいサンプリング戦略を開発します。属性とグラフのベンチマークに関する広範な実験は、最先端のアプローチに対する私たちのアプローチの優位性を
arxiv_reader 2022/05/20
マルチソースデータの爆発的な成長に伴い、マルチビュークラスタリングは近年大きな注目を集めています。ほとんどの既存のマルチビューメソッドは、生のフィーチャスペースで動作し、元のフィーチャ表現の品質に大き

arXiv reaDer

clustering

attention

representation

arXiv

benchmark
リンク
MRIのためのシングルパスオブジェクト適応データアンダーサンプリングと再構成
arxiv_reader 2022/05/20
限られた測定値を取得することにより、MRIのデータ取得プロセスを加速する技術に最近関心が集まっています。多くの場合、このような設定で高い画質を維持するために、高度な再構成アルゴリズムが展開されます。こ

arXiv reaDer

learning

CNN

reconstruction

dataset

arXiv

MRI
リンク
監視ビデオデータセットで社会距離拡大とフェイスマスク検出を使用するCOVID-19監視システム
arxiv_reader 2022/05/20
現在、COVID-19ウイルスの恐れと危険性は依然として大きいです。社会的距離の規範を手動で監視することは、大勢の人々が動き回っていて、それらを管理するためのタスクフォースとリソースが不十分であるため

arXiv reaDer

detection

convolutional

YOLO

CNN

clustering

classification

COVID-19

dataset

arXiv
リンク
条件付き敵対的生成ネットワークを使用した決定論的天気予報からのアンサンブルスプレッドの計算
arxiv_reader 2022/05/20
アンサンブル予測システムは、天気予報のための非常に貴重なツールです。実際には、アンサンブル予測は、決定論的制御予測のいくつかの摂動を実行することによって取得されます。ただし、アンサンブル予測は計算コス

arXiv reaDer

arXiv

GAN
リンク
SepTr：オーディオスペクトログラム処理用の分離可能なトランス
arxiv_reader 2022/05/20
複数のコンピュータービジョンタスクでのビジョントランスフォーマーの適用が成功した後、これらのモデルは信号処理コミュニティの注目を集めました。これは、信号がスペクトログラムとして表されることが多く（たと

arXiv reaDer

transformer

attention

arXiv

computer vision

benchmark
リンク
LeRaC：学習率カリキュラム
arxiv_reader 2022/05/20
ほとんどのカリキュラム学習方法では、データサンプルを難易度で並べ替えるアプローチが必要ですが、これは実行が面倒なことがよくあります。この作業では、学習率カリキュラム（LeRaC）と呼ばれる新しいカリキ

arXiv reaDer

BERT

convolutional

domain

transformer

LSTM

recurrent

dataset

arXiv

computer vision
リンク
クォータニオンポーズ抽出への余因子行列アプローチの調査
Exploring the Adjugate Matrix Approach to Quaternion Pose Extraction クォータニオンは、コンピュータグラフィックス、マシンビジョン、およびロボット工学におけるさまざまな回転関連の問題にとって重要です。関連する固有値問題の特性方程式の余因子行列を利用して、クォータニオン固有ベクトルの空間の多様体を取得することにより、クォータニオンと回転行列の関係の自明でないジオメトリを研究します。対応する回転行列によってパラメーター化されたクォータニオンは、たとえば機械学習タスクでは単一値関数として表現できないと主張します。クォータニオンソリューションは、代わりに、いくつかの単一値のそれぞれに対して異なる代数ソリューションを使用して、多様体として処理する必要があります。余因子行列で表されるセクター。クォータニオン調整変数を利用して、いくつか
arxiv_reader 2022/05/20
クォータニオンは、コンピュータグラフィックス、マシンビジョン、およびロボット工学におけるさまざまな回転関連の問題にとって重要です。関連する固有値問題の特性方程式の余因子行列を利用して、クォータニオン固

arXiv reaDer

3D

learning

pose estimation

point cloud

arXiv

manifold
リンク
ボーズ・アインシュタイン凝縮体のダークソリトン：多体物理学研究のためのデータセット
arxiv_reader 2022/05/20
多体物理学研究のための機械学習（ML）を可能にするために、孤立性励起を含むボーズ・アインシュタイン凝縮の1.6×10^4を超える実験画像のデータセットを確立します。このデータセットの約33％は、手動で

arXiv

learning

metric

CNN

detection

dataset

arXiv reaDer
リンク
生成的敵対的ネットワークと拡張された異時点間リターンプロットによる財務時系列データ拡張
arxiv_reader 2022/05/20
データ拡張は、コンピュータービジョンで高度にパラメーター化されたモデルの予測と分類のパフォーマンスをサポートするための重要な正則化手法です。ただし、時系列ドメインでは、これらの方法が小さいサンプルサイ

regularization

arXiv reaDer

representation

domain

augmentation

classification

GAN

computer vision

metric

arXiv
リンク
CTSARS-CoV-2セグメンテーションモデルを使用したCovid3Dローカリゼーションの転送可能性の評価
arxiv_reader 2022/05/20
最近の研究によると、CTスキャンでX線写真のパターンを検出すると、Covid-19のローカリゼーションに高い感度と特異性がもたらされる可能性があります。この論文では、CT画像の肺炎感染領域のセマンティ

arXiv reaDer

semantic segmentation

localization

3D

COVID-19

detection

transfer learning

pre-training

U-Net

arXiv
リンク
SemiCurv：半教師あり曲線構造セグメンテーション
arxiv_reader 2022/05/20
曲線構造のセグメンテーションに関する最近の研究は、主にバックボーンネットワークの設計と損失エンジニアリングに焦点を当てています。ラベル付けされたデータを収集するという課題は、費用と労力を要するプロセス

arXiv reaDer

dataset

augmentation

segmentation

semi-supervised

differentiable

arXiv

learning
リンク
ロボットのローカリゼーションのための野生のテキスト検出と認識
arxiv_reader 2022/05/20
標識はいたるところにあり、ロボットは標識を利用して、ローカライズ（視覚的場所認識（VPR）を含む）と地図作成を支援できる必要があります。ポーズ、不規則なテキスト、照明、オクルージョンなどの要因により、

arXiv reaDer

benchmark

pose

localization

occlusion

dataset

detection

robot

arXiv
リンク
PillarNet：リアルタイムで高性能のPillarベースの3Dオブジェクト検出
arxiv_reader 2022/05/20
自動運転では、リアルタイムで高性能な3Dオブジェクト検出が非常に重要です。最近の最高性能の3Dオブジェクト検出器は、主にポイントベースまたは3Dボクセルベースの畳み込みに依存しており、どちらもオンボー

arXiv reaDer

3D

dataset

convolutional

autonomous driving

CNN

detection

real time

arXiv

learning
リンク
CoSSL：不均衡な半教師あり学習のための表現と分類器の共同学習
arxiv_reader 2022/05/20
本論文では、不均衡なSSLのための分離表現学習と分類器学習を備えた新しい共同学習フレームワーク（CoSSL）を提案します。データの不均衡を処理するために、分類器学習用のテールクラス機能拡張（TFE）を

arXiv reaDer

benchmark

representation learning

dataset

semi-supervised

arXiv
リンク
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
arxiv_reader 2022/05/20
ソースドメインのコレクションで学習した機械学習モデルを未知のターゲットドメインに一般化するというトピックは困難です。多くのドメイン一般化（DG）メソッドは有望な結果を達成していますが、テスト時にターゲ

arXiv reaDer

benchmark

domain

dataset

segmentation

arXiv

learning
リンク
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
arxiv_reader 2022/05/20
自動目標認識（ATR）のマルチモーダル航空写真オブジェクト分類（MAVOC）は、重要で困難な問題ですが、研究されています。この論文は、最初に、きめの細かいデータ、クラスの不均衡、およびさまざまな撮影条

clustering

bias

classification

arXiv

dataset

arXiv reaDer
リンク
識別最大化損失：損失を置き換えてキャリブレーションするだけで、不確実性の推定と分布外の検出を効率的に改善します
arxiv_reader 2022/05/20
堅牢な決定論的ニューラルネットワークを構築することは、依然として課題です。一方では、いくつかのアプローチは、いくつかの状況で分類精度を低下させるという犠牲を払って、分布外検出を改善します。一方、一部の

regularization

estimation

OOD

classification

arXiv

detection

arXiv reaDer
リンク
- 2022年5月23日
- 2022年5月20日
- 2022年5月19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