量子化の1つの損失：離散ワッサーシュタイン分布マッチングによるディープハッシュ
One Loss for Quantization: Deep Hashing with Discrete Wasserstein Distributional Matching 画像ハッシュは、画像の大規模なコレクション内のクエリに類似したアイテムを見つけるための原則的な近似最近傍アプローチです。ハッシュは、画像をバイナリベクトルにマッピングするバイナリ出力関数を学習することを目的としています。最適な検索パフォーマンスを得るには、学習段階の連続緩和と推論段階の離散量子化の間のギャップを埋めるために、量子化誤差の少ないバランスの取れたハッシュコードを生成することが重要です。ただし、既存の詳細な監視付きハッシュ手法では、コーディングバランスと低量子化誤差を実現するのは困難であり、いくつかの損失が伴います。これは、これらの方法の既存の量子化アプローチがヒューリスティックに構築されており、これら
データ効率の高いGANトレーニングのための拡張対応の自己監視
Augmentation-Aware Self-Supervision for Data-Efficient GAN Training 限られたデータで敵対的生成ネットワーク（GAN）をトレーニングすることは価値がありますが、そのような状況では弁別器が過剰適合する傾向があるため、困難です。最近提案された弁別器用の微分可能なデータ拡張技術は、GANのトレーニングのデータ効率の向上を示しています。ただし、単純なデータ拡張は、ディスクリミネーターへの拡張に望ましくない不変性をもたらします。不変性は、弁別器の表現学習能力を低下させ、それによって生成器の生成モデリング性能に影響を与える可能性があります。データ拡張の利点を継承しながら不変性を軽減するために、拡張された元のデータが与えられた場合に拡張のパラメータを予測する、拡張を意識した新しい自己監視型弁別器を提案します。さらに、予測タスクは、トレーニ
MVMO：ワイドベースラインマルチビューセマンティックセグメンテーションのためのマルチオブジェクトデータセット
MVMO: A Multi-Object Dataset for Wide Baseline Multi-View Semantic Segmentation MVMO（マルチビュー、マルチオブジェクトデータセット）を紹介します。これは、10の異なるクラスのランダムに配置されたオブジェクトを含み、上半球の25のカメラ位置からキャプチャされた116,000シーンの合成データセットです。 MVMOは、フォトリアリスティックなパストレース画像レンダリングと、すべてのビューのセマンティックセグメンテーショングラウンドトゥルースで構成されます。既存のマルチビューデータセットとは異なり、MVMOは、カメラ間のベースラインが広く、オブジェクトの密度が高いため、大きな視差、大きなオクルージョン、ビューに依存するオブジェクトの外観が発生します。単一ビューのセマンティックセグメンテーションは、追加の視点から恩
セグメンテーション一貫性トレーニング：医療画像セグメンテーションのための分布外一般化
Segmentation Consistency Training: Out-of-Distribution Generalization for Medical Image Segmentation 一般化可能性は、特に病院の変更や画像処理ルーチンがモデルの完全な失敗につながる可能性がある医用画像処理の分野で、深層学習における主要な課題の1つと見なされています。これに取り組むために、一貫性トレーニングを導入します。これは、分散外の一般化を促進するために、拡張データと非拡張データ全体でモデルの予測一貫性を最大化することに基づくトレーニング手順とデータ拡張の代替手段です。この目的のために、セグメンテーション不整合損失（SIL）と呼ばれる新しい領域ベースのセグメンテーション損失関数を開発します。これは、拡張された予測と拡張されていない予測およびラベルのペアの違いを考慮します。一貫性トレーニング
アキュムレータニューロンによる辞書学習
Locally Competitive Algorithm（LCA）は、スパイクのないリーキーインテグレーターニューロン間のローカル競合を使用してスパース表現を推測し、IntelのLoihiプロセッサなどの超並列ニューロモルフィックアーキテクチャでの潜在的なリアルタイム実行を可能にします。ここでは、スパース再構成のために教師なし方法で最適化された時空間特徴の辞書を使用して、ストリーミングビデオからスパース表現を推測する問題に焦点を当てます。非スパイクLCAは、以前は、生のラベルなしビデオからの畳み込みカーネルで構成される時空間辞書の教師なし学習を実現するために使用されていました。従来のリーキーインテグレートアンドファイア（LIF）スパイクジェネレーターと、差異を最小化するために使用される追加の状態変数を組み合わせたアキュムレーターニューロンを使用して、スパイクLCA（S-LCA）を使用した
敵対的摂動の本質を探す
ニューラルネットワークは、さまざまな機械学習分野で最先端のパフォーマンスを実現していますが、悪意のある摂動を入力データ（敵対的な例）に組み込むことで、ニューラルネットワークの予測を欺くことができます。これは、自動操縦や顔認識など、実際のアプリケーションに潜在的なリスクをもたらす可能性があります。ただし、敵対的な例が存在する理由については、依然として議論の余地があります。ここでは、敵対的な摂動に人間が認識できる情報が含まれていることを示します。これは、ニューラルネットワークの誤った予測の原因となる主要な共謀者です。人間が認識できる情報のこの概念により、敵対的な例の存在、異なるニューラルネットワーク間の転送可能性、敵対的なトレーニングのためのニューラルネットワークの解釈可能性の向上など、敵対的な摂動に関連する主要な機能を説明できます。ニューラルネットワークをだます敵対的摂動の2つのユニークな特
堅牢な顔認識のためのピクセル差畳み込みネットワークの中央値
Median Pixel Difference Convolutional Network for Robust Face Recognition 顔認識は、コンピュータビジョンで最もアクティブなタスクの1つであり、現実の世界で広く使用されています。畳み込みニューラルネットワーク（CNN）の大幅な進歩により、多くの顔認識アルゴリズムがさまざまな顔データセットで高精度を実現しています。ただし、CNNに基づく既存の顔認識アルゴリズムはノイズに対して脆弱です。ノイズが破損した画像パターンは、誤ったアクティブ化につながる可能性があり、ノイズの多い状況での顔認識の精度が大幅に低下します。 CNNにさまざまなレベルのノイズに対する組み込みのロバスト性を装備するために、いくつかの従来の畳み込み層を提案された新しい中央値ピクセル差分畳み込み層（MeDiConv）層に置き換えることにより、中央値ピクセル差分
パラメータ効率が高く、学生に優しい知識の蒸留
Parameter-Efficient and Student-Friendly Knowledge Distillation 知識蒸留（KD）は、大規模な教師モデルから小規模な学生に知識を転送するために広く採用されており、トレーニング中に教師のパラメータが（または部分的に）固定されます。最近の研究によると、このモードでは、モデルの容量が一致しないため、知識の伝達が困難になる可能性があります。ミスマッチの問題を軽減するために、オンライン蒸留などの教師と生徒の共同トレーニング方法が提案されていますが、それは常に高価な計算コストを必要とします。この論文では、比較的少数の部分パラメータを更新することによって効率的かつ十分な知識伝達を達成するための、パラメータ効率が高く学生に優しい知識蒸留法、すなわちPESF-KDを提示します。技術的には、最初に、予測分布間のシャープネスギャップとして不一致を数学
FaIRCoP：対照的なパーソナライズを使用した顔の画像検索
FaIRCoP: Facial Image Retrieval using Contrastive Personalization 属性から顔画像を取得することは、顔認識や容疑者の識別などのさまざまなシステムで重要な役割を果たします。他の画像検索タスクと比較して、顔の画像検索は、人の顔の特徴を説明する際の主観性が高いため、より困難です。既存の方法は、自然言語を使用するなどの高レベルの監視を介して、ユーザーの心のイメージからの特定の特性を提案されたイメージと比較することによってこれを行います。対照的に、我々は、ユーザーのフィードバックを利用して、画像をターゲット画像に類似または非類似としてラベル付けすることにより、比較的単純な形式のバイナリ監視を使用する方法を提案します。このような監視により、対照的な学習パラダイムを活用して、各ユーザーのパーソナライズされた類似性の概念をカプセル化することが
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
改善されたベクトル量子化拡散モデル
https://arxiv-check-250201.firebaseapp.com/each/2205.16004v3
画像レタッチのためのカスケード輝度とクロミナンス：アーティストのように
TransFuser：自動運転のための変圧器ベースのセンサーフュージョンによる模倣
Text2Human：テキスト駆動の制御可能な人間の画像生成
FedHarmony：分散データによるスキャナーバイアスの学習解除
ColonFormer：結腸ポリープセグメンテーションのための効率的なトランスベースの方法
CropMix：マルチスケールトリミングによる豊富な入力分布のサンプリング
深層学習における自己注意とソフトラベリングによる二次元量子材料の同定
高解像度ボリュームMicroCT画像のメモリ効率の高いセグメンテーション
顔認識モデルのシミュレートされた敵対的テスト
3Dオブジェクト検出のためのボクセルフィールドフュージョン
時間チャネル集約によるスケルトンベースのアクション認識
犬の鼻プリントの再識別のための競争力のある方法
過剰な畳み込みネットワークを使用したSARスペックル除去
バイテンポラル光学画像からの3D変化検出の推測
自己訓練通信を介したキーポイントからオブジェクトランドマークへ：監視されていないランドマーク発見への新しいアプローチ
モバイルマッピングシステムのレビュー：センサーからアプリケーションまで
RWN：画像トリミングのローカリゼーションのための堅牢な透かしネットワーク
Geo-Neus：マルチビュー再構成のための幾何学一貫性のある神経陰関数曲面学習
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
D ^ 2NeRF：単眼ビデオからの動的および静的オブジェクトの自己監視デカップリング
ビジョントランスフォーマーによる表面分析
CoRe：マルチカラーファッションガーメントのカラーリグレッション
深い潜在粒子を用いた教師なし画像表現学習
GoG：ビジュアルダイアログ用の関係を意識したグラフオーバーグラフネットワーク
セットベースの表現学習のための対照的な二次割り当て
効率的なUNetと形態学的後処理に基づくニューロンインスタンスセグメンテーションのための一般的なディープラーニングフレームワーク
GAN法を使用した夜間の可視光気象衛星画像の合成
裁判裁判所のためのディープフェイク検出の調査
目はすべてを告げる：不規則な瞳孔の形はGANによって生成された顔を明らかにする
MultiEarth2022-地球と環境のためのマルチモーダル学習ワークショップとチャレンジ
セマンティックセグメンテーションモデルの教師なしドメイン適応のための共同トレーニング
ハイパースペクトル画像のトモグラフィック再構成のためのハイブリッドアプローチ-畳み込みニューラルネットワークと期待値最大化アルゴリズム-
部分プロトタイプ ネットワークの概念レベルのデバッグ
侍：制約のない実世界の任意の画像コレクションからの形状と素材
複数人の3Dポーズ推定のための順列不変関係ネットワーク
SymFormer：トランスベースのアーキテクチャを使用したエンドツーエンドのシンボリック回帰
視覚的ローカリゼーションのための画像検索の役割の調査-徹底的なベンチマーク
生成モデルを使用した非線形観測からの非反復回復
自己監視グラフ表現学習のための全粒自我セマンティック伝播
点群でのマルチオブジェクト追跡用のトランスフォーマー
タンザニアのミオンボ森林におけるSentinel-1ベースのバイオマス予測のための逐次および非逐次回帰モデルの可能性について
DeVRF：動的シーン用の高速変形可能なボクセル放射フィールド
マルチクラス眼底病変セグメンテーションのためのプログレッシブマルチスケール一貫性のあるネットワーク
歩行者閉塞レベル分類のための客観的方法
拡張：畳み込みニューラルネットワークでの有効性への洞察
歩行者の検出可能性に対する部分的閉塞の影響
大規模なxBD衛星画像ベンチマークデータセットからの建物の損傷評価のための自己監視学習
LoveDA：ドメイン適応セマンティックセグメンテーションのためのリモートセンシング土地被覆データセット
自動関係認識グラフネットワーク増殖
ViT-BEVSeg：単眼鳥-目-ビューセグメンテーションのための階層型トランスネットワーク
対照的な重心監視は、医用画像分類におけるドメインシフトを軽減します
Kymatio：Pythonでの散乱変換
ドメイン適応型マルチオブジェクト追跡のための秘訣のバッグ
MVP-Net：大規模な点群のマルチビューポイントワイズセマンティックセグメンテーション
確率的人間運動予測のための弱く監視された行動遷移学習
微分同相写像による脳画像の生成的老化
忠実度の高いヘッドショットシーンのための新しいビュー合成
フィーチャフィールド蒸留による編集のためのNeRFの分解
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
CNNのロバスト性を高めるための効果的な融合方法
MontageGAN：GANによる複数のコンポーネントの生成と組み立て
構造化プルーニングは、初期化時にCNNをプルーニングするために必要なすべてです
3PSDF：任意のトポロジーを持つ表面を学習するための3極符号付き距離関数
プーリングおよびアンプーリング用のリフティングベースの適応ウェーブレットを備えた階層型球形CNN
一般化された数ショットのセマンティックセグメンテーション
セグメンテーションとパラメータ選択のためのCoot最適化アルゴリズムを使用したサブ画像ヒストグラム均等化
iFS-RCNN：インクリメンタルな数ショットのインスタンスセグメンター
エラーローカリゼーションネットワークによる半教師ありセマンティックセグメンテーション
ビデオ認識用のマルチビュートランスフォーマー
数ショットのビジョン言語転移学習のためのモデルにとらわれないマルチタスク微調整
CAIPIの実践：説明可能なインタラクティブな医用画像分類に向けて
Mask2Hand：影から3D手のポーズと形状を予測する方法を学ぶ
赤外線マイボーム腺におけるAIベースの自動マイボーム腺セグメンテーション、分類、反射補正
DeepDefacer：U-Net画像セグメンテーションによる顔の特徴の自動削除
超次元コンピューティングによるニューラルネットワークの象徴的な接着
itKD: 3D オブジェクト検出のための交換転送ベースの知識抽出
組織病理学的画像の分類のための疑似データベースの自己監視連合学習
DICP：ドップラー反復最接近点アルゴリズム
クロスドメイン潜在変調を使用した変分伝達学習
IDE-3D：高解像度の3D対応ポートレート合成のためのインタラクティブな解きほぐされた編集
KD-VLP：オブジェクト知識の蒸留によるエンドツーエンドのビジョンと言語の事前トレーニングの改善
ADAPT：モダリティに合わせたアクションプロンプトを使用したビジョン言語ナビゲーション
複数のオブジェクトを追跡するためのTransformerを使用した時空間および外観のジョイントモデリング
オブジェクト追跡システムで効率的かつリアルタイムのラベル検索を行うためのツリーベースの手法の導入
GCoNet+: より強力なグループ協調型共顕著物体検出器
少数ショット拡散モデル
3DSIFTとDiscreteSP-Symmetryを使用した画像ボリュームの登録
FeatER: 特徴マップベースの TransformER による人間の再建のための効率的なネットワーク
継続的なオブジェクト検出：定義、戦略、および課題のレビュー
小さなデータセットの皮膚病変診断のための変圧器とCNNの進歩を探る
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
深層ニューラル ネットワークの不変性は人間の知覚と一致するか?
ローカライズされた投票手順を使用した、セグメント化された3D点群の幾何学的プリミティブのフィッティングと認識
部分的な可観測性の下での深い視覚的ナビゲーション
PolypConnect：ポリープでリアルな消化管画像を生成するための画像修復
LiDAR-aid Inertial Poser: スパース慣性センサーと LiDAR センサーによる大規模な人間のモーション キャプチャ
グリッドHTM：ビデオの異常検出のための階層的時間メモリ
Gator：ゲーティングを使用したニューラルネットワークのカスタマイズ可能なチャネルプルーニング
VoGE: 合成による分析にガウス楕円体を使用する微分可能なボリューム レンダラー
言語モデルが見ることができる：テキスト生成におけるビジュアルコントロールのプラグイン
インフラストラクチャベースのローカリゼーションのための赤外線ビーコンの屋外認識パフォーマンスの調査
PDEベースのグループ同変畳み込みニューラルネットワーク
沿道 LiDAR 物体検出のための加重ベイジアン ガウス混合モデル
TubeFormer-DeepLab：ビデオマスクトランスフォーマー
喘息薬アドヒアランスに関する AI 対応のサウンド パターン認識: RDA Benchmark Suite を使用した評価
注意深い特徴の集約による高密度予測
点字の読み方: ニューロモルフィック ハードウェアでの時空間パターン認識のベンチマーク
コードスイッチングされた話し言葉の識別のための敵対的合成ベースのデータ拡張
CogVideo：トランスフォーマーを介したテキストからビデオへの生成のための大規模な事前トレーニング
メタセマンティック学習を使用した3DモデルShapeNetコア分類
Snapture-静的および動的な手のジェスチャ認識を組み合わせた新しいニューラルアーキテクチャ
VisionTransformerを使用した肺がんマルチラベル分類のためのゼロショットおよび少数ショット学習
EAMM：オーディオベースの感情認識モーションモデルを介したワンショットの感情的な話す顔
ディープニューラルネットワークを使用したキャラクターのぼかし除去
PSNet：ポイントクラウドでの階層型ディープラーニングのための高速データ構造化
DrawingInStyles：空間的に調整されたStyleGANを使用したポートレート画像の生成と編集
畳み込みニューラルネットワークのための一貫した相対的信頼性とラベルフリーモデル選択
高密度予測のためのマルチクエリトランスフォーマーを使用したマルチタスク学習
Video2StyleGAN：ビデオのローカルおよびグローバルバリエーションの解きほぐし
V-Doc：ドキュメントによる視覚的な質問の回答
軽量動き補償によるリアルタイムビデオブレ除去
視覚的対話のために視覚的オブジェクトを接地することを学ぶ
HiVLP：階層的ビジョン-高速画像テキスト検索のための言語事前トレーニング