arxiv_readerのブックマーク / 2022年10月20日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2022年10月20日のブックマーク (133件)

TOIST: 名詞-代名詞蒸留によるタスク指向インスタンスセグメンテーショントランスフォーマー
arxiv_reader 2022/10/20
現在の参照表現理解アルゴリズムは、名詞によって示されるオブジェクトを効果的に検出またはセグメント化できますが、動詞参照を理解する方法はまだ調査されていません。そのため、タスク指向の検出という困難な問題

transformer

distillation

arXiv reaDer

attention

arXiv

segmentation

detection

unsupervised

localization
リンク
オブジェクトの発見と検出を学ぶ
arxiv_reader 2022/10/20
新しいクラスの発見、検出、ローカリゼーション (NCDL) の問題に取り組みます。この設定では、一般的に観察されるクラスのオブジェクトのラベルを持つソースデータセットを想定しています。他のクラスのイ

human

arXiv reaDer

classification

learning

arXiv

detection

dataset

clustering

localization
リンク
異常検出にはより良い表現が必要
arxiv_reader 2022/10/20
異常検出は、科学と産業の中心的なタスクである異常な現象を特定しようとします。異常はトレーニング中に予期せず不明であるため、タスクは本質的に教師なしです。最近の自己教師あり表現学習の進歩は、異常検出の改

arXiv reaDer

benchmark

self-supervised

arXiv

anomaly detection

unsupervised

representation learning
リンク
弱教師あり人の動き予測を用いた多視点追跡
arxiv_reader 2022/10/20
人物追跡へのマルチビューアプローチは、混雑したシーンでのシングルビューのアプローチよりもオクルージョンをより適切に処理できる可能性があります。彼らは多くの場合、検出による追跡パラダイムに依存していま

human

arXiv reaDer

weakly-supervised

tracking

arXiv

dataset

occlusion
リンク
LaMAR: 拡張現実のローカリゼーションとマッピングのベンチマーク
arxiv_reader 2022/10/20
ローカリゼーションとマッピングは、現実世界でのデジタルコンテンツの共有と永続化を可能にする拡張現実 (AR) の基盤となるテクノロジです。大幅な進歩が見られましたが、研究者は依然として現実世界の A

benchmark

arXiv reaDer

arXiv

augmentation

dataset

localization
リンク
GraphCSPN: 動的 GCN によるジオメトリ認識深度補完
arxiv_reader 2022/10/20
画像誘導深度補完は、ロボット工学から自動運転まで幅広い用途を持つ、位置合わせされたカラー画像を使用して、まばらな深度測定からピクセルごとの密な深度マップを復元することを目的としています。ただし、疎から

sparse

3D

arXiv reaDer

attention

GNN

arXiv

autonomous driving

convolutional

GCN

representation learning
リンク
キャリブレーションされたマルチビュー検出のための 2 レベルのデータ拡張
arxiv_reader 2022/10/20
データ拡張は、モデルの一般化とパフォーマンスを改善するのに役立つことが証明されています。マルチビューシステムに関しては、コンピュータービジョンアプリケーションで一般的に適用されますが、ほとんど使

arXiv reaDer

computer vision

arXiv

detection

augmentation

dataset
リンク
胸部X線における弱く監視された病理位置特定のためのラジオミクス誘導グローバルローカルトランス
arxiv_reader 2022/10/20
自動化された医用画像分析のための深層学習法が最近成功する前は、開業医は手作りのラジオミック機能を使用して、医用画像の局所パッチを定量的に記述していました。ただし、識別可能な放射性特徴の抽出は、実際の設

transformer

arXiv reaDer

weakly-supervised

classification

learning

pre-training

arXiv

domain

dataset

localization
リンク
共通性と矛盾を求めて: マルチビュー部分空間クラスタリングへの共同で平滑化されたアプローチ
arxiv_reader 2022/10/20
マルチビュー部分空間クラスタリングは、複数のビューから隠れた部分空間構造を発見してロバストなクラスタリングを行うことを目的としており、近年大きな注目を集めています。大幅な進歩にもかかわらず、以前のマル

arXiv reaDer

attention

arXiv

dataset

clustering

representation learning
リンク
人間の顔の計量的再構成に向けて
arxiv_reader 2022/10/20
顔の再構築と追跡は、AR / VR、人間と機械の相互作用、および医療アプリケーションにおける多数のアプリケーションの構成要素です。これらのアプリケーションのほとんどは、特に再構成された対象が計量コンテ

metric

3D

arXiv reaDer

benchmark

self-supervised

tracking

arXiv

reconstruction

dataset

face recognition
リンク
OpenEarthMap: グローバルな高解像度土地被覆マッピングのベンチマークデータセット
arxiv_reader 2022/10/20
全球高解像度土地被覆マッピング用のベンチマークデータセットである OpenEarthMap を導入します。 OpenEarthMap は、6 大陸の 44 か国の 97 地域をカバーする 5,000

arXiv reaDer

benchmark

NAS

semantic segmentation

domain adaptation

arXiv

satellite

dataset

unsupervised
リンク
動的シーングラフを生成するための長期的な依存関係の活用
arxiv_reader 2022/10/20
ビデオからの動的なシーングラフの生成は、シーンの時間的なダイナミクスと、予測に固有の時間的な変動のために困難です。長期的な一時的な依存関係をキャプチャすることが、動的シーングラフを効果的に生成する

transformer

benchmark

arXiv reaDer

arXiv

detection

video

dataset

action
リンク
CroCo: クロスビュー完了による 3D ビジョンタスクの自己管理型事前トレーニング
arxiv_reader 2022/10/20
マスクイメージモデリング (MIM) は、強力な事前トレーニングパラダイムとして最近確立されました。口実タスクは、入力画像のパッチをマスキングすることによって構築され、このマスクされたコンテンツ

optical flow

3D

arXiv reaDer

self-supervised

pose estimation

arXiv

detection

depth prediction

unsupervised

representation learning
リンク
D-DARTS: 分散微分可能アーキテクチャ検索
arxiv_reader 2022/10/20
Differentiable ARchiTecture Search (DARTS) は、最も注目されている Neural Architecture Search (NAS) メソッドの 1 つです。

metric

arXiv reaDer

NAS

computer vision

arXiv

differentiable
リンク
ボート：バイラテラルローカルアテンションビジョントランスフォーマー
arxiv_reader 2022/10/20
Vision Transformersは、多くのコンピュータービジョンタスクで卓越したパフォーマンスを実現しました。 ViTやDeiTなどの初期のVisionTransformerは、グローバルな自己

transformer

arXiv reaDer

benchmark

attention

CNN

computer vision

arXiv

dataset
リンク
半教師あり敵対的識別ドメイン適応
arxiv_reader 2022/10/20
ドメイン適応は、ラベル付けされたデータの欠如を処理できる強力なディープニューラルネットワークをトレーニングするための潜在的な方法です。より正確には、トレーニングデータセットとテストデータセットが極端に

arXiv reaDer

semi-supervised

emotion

classification

adversarial

domain adaptation

arXiv

dataset

GAN

bias
リンク
少数のサンプルを使用して事前トレーニング済みモデルでクラスレベルの忘却を達成する
arxiv_reader 2022/10/20
現実世界の問題に対処するために、ディープラーニングモデルは多くのクラスで共同でトレーニングされます。ただし、将来的には、プライバシー/倫理上の懸念から一部のクラスが制限される可能性があり、制限され

arXiv reaDer

learning

arXiv
リンク
AgNOR染色細胞学サンプル解釈のためのディープラーニングアプローチの比較分析
arxiv_reader 2022/10/20
子宮頸がんは公衆衛生上の問題であり、早期に発見されれば治療が成功する可能性が高くなります。分析は、ヒューマンエラーの対象となる手動プロセスであるため、このペーパーでは、深層学習アプローチを使用して染

human

metric

U-Net

arXiv reaDer

semantic segmentation

learning

R-CNN

arXiv

interpretation

detection
リンク
ハバナ: ハードネガティブサンプルは、空中レーザースキャニングポイントクラウドセマンティックセグメンテーションのための自己教師あり対照学習を認識します
arxiv_reader 2022/10/20
ディープニューラルネットワーク (DNN) ベースのポイントクラウドセマンティックセグメンテーションは、大規模なラベル付き航空レーザーポイントクラウドデータセットで大きな成果を上げてい

DNN

point cloud

arXiv reaDer

benchmark

self-supervised

semantic segmentation

pre-training

contrastive learning

arXiv

clustering
リンク
マスクされた画像モデリングの統一ビュー
arxiv_reader 2022/10/20
マスクされたイメージモデリングは、大規模なビジョントランスフォーマーをトレーニングする際のラベルに飢えた問題を解消する大きな可能性を示しており、さまざまなダウンストリームタスクで優れたパフォーマ

transformer

metric

arXiv reaDer

classification

semantic segmentation

arXiv
リンク
バイアス増幅の系統的研究
arxiv_reader 2022/10/20
最近の研究では、機械学習モデルによる予測が、トレーニングデータに存在するバイアスを増幅する可能性があることが示唆されています。モデルがバイアスを増幅すると、一部のグループについて、トレーニングデー

arXiv

classification

arXiv reaDer

bias

learning

synthesis
リンク
空間的に変化するカーネルのブレ除去に適用される、証明可能な収束プラグアンドプレイ線形化 ADMM
arxiv_reader 2022/10/20
プラグアンドプレイ法は、逆問題を解決するために、近位アルゴリズムと事前ノイズ除去を組み合わせます。これらの方法は、データ忠実度項の近位演算子の計算可能性に依存しています。この論文では、線形化された

super-resolution

arXiv reaDer

arXiv
リンク
教師なしビデオオブジェクトセグメンテーションのためのシンプルで強力なグローバル最適化
arxiv_reader 2022/10/20
ビデオの教師なしオブジェクトセグメンテーションのためのシンプルでありながら強力なアプローチを提案します。最小値が入力シーケンス上の主な顕著なオブジェクトのマスクを表す目的関数を導入します。独立した画像

optical flow

saliency

arXiv reaDer

benchmark

self-supervised

segmentation

arXiv

clustering

unsupervised
リンク
不均衡な土木インフラストラクチャデータのアクティブラーニング
arxiv_reader 2022/10/20
老朽化した土木インフラは、損傷や重大な欠陥がないかエンジニアによって綿密に監視されています。このような大規模な構造物の手動検査はコストと時間がかかるため、保守活動の優先順位付けをサポートするために目視

arXiv reaDer

drone

learning

arXiv

dataset

activity
リンク
3D人間の姿勢推定のための単眼ビデオの時間表現学習
arxiv_reader 2022/10/20
この論文では、単眼ビデオの時間情報をキャプチャするための教師なし特徴抽出方法を提案します。この方法では、各フレームで関心のある対象を検出してエンコードし、対照的な自己教師あり (CSS) 学習を活用し

3D

arXiv reaDer

self-supervised

weakly-supervised

pose estimation

arXiv

contrastive

human pose estimation

unsupervised

representation learning
リンク
DUET: 効率的なデバイスモデルの一般化のための調整不要のデバイスクラウドコラボレーションパラメータ生成フレームワーク
arxiv_reader 2022/10/20
デバイスモデルの一般化 (DMG) は、オンデバイスの機械学習アプリケーションに関する実用的でありながら調査が不十分な研究トピックです。これは、スマートモバイルでの事前トレーニング済みクラウドモ

arXiv reaDer

learning

pre-training

arXiv

gradient

dataset

real time
リンク
無指向性画像からのカジュアルな屋内 HDR 放射輝度キャプチャ
arxiv_reader 2022/10/20
屋内シーンのフル HDR 放射輝度フィールドのニューラル表現である PanoHDR-NeRF と、精巧なセットアップや複雑なキャプチャプロトコルなしで気軽にキャプチャするためのパイプラインを紹介しま

arXiv reaDer

representation

arXiv

video

augmentation

dataset

synthesis
リンク
飛行時間の弱教師ありオプティカルフロー推定
arxiv_reader 2022/10/20
間接飛行時間型 (iToF) カメラは広く普及しているタイプの 3D センサーであり、複数のキャプチャを実行して、キャプチャされたシーンの深度値を取得します。 iToF 深度を修正する最近のアプローチ

optical flow

3D

arXiv reaDer

weakly-supervised

arXiv

estimation
リンク
U-Net アーキテクチャと形態学的操作に基づく改善された肺セグメンテーション
arxiv_reader 2022/10/20
胸部 X 線のコンピューター支援診断における重要な段階は、自動肺セグメンテーションです。胸郭と各人の肺の独自のモダリティにより、効果的な自動化された肺セグメンテーションモデルを構築することが不可欠で

U-Net

arXiv reaDer

learning

segmentation

arXiv

dataset
リンク
PoseGPT: 量子化ベースの 3D 人間の動きの生成と予測
arxiv_reader 2022/10/20
人間のモーションシーケンスのアクション条件付き生成の問題に対処します。既存の作業は、観測された過去の動きに基づいて調整された予測モデル、またはアクションラベルと期間のみに基づいて調整された生成モデル

transformer

human

3D

arXiv reaDer

quantization

arXiv

generative

dataset

pose

action
リンク
弱教師あり物体検出のためのLSTMネットワークによる対照的な提案拡張
arxiv_reader 2022/10/20
弱教師ありオブジェクト検出（WSOD）は、画像レベルのラベルのみを使用し、注釈のコストを大幅に節約できるため、ますます注目を集めています。ほとんどのWSODメソッドは、基本フレームワークとしてマルチイ

human

arXiv reaDer

weakly-supervised

attention

classification

arXiv

contrastive

detection

dataset

LSTM
リンク
オンライン LiDAR カメラの外部パラメータのセルフチェック
arxiv_reader 2022/10/20
ニューラルネットワークの発展と自動運転の普及に伴い、LiDAR とカメラのキャリブレーションがますます注目を集めています。このキャリブレーションタスクはマルチモーダルであり、カメラによってキャプチ

arXiv reaDer

classification

attention

arXiv

autonomous driving

dataset

pose

LiDAR
リンク
ドメイン適応による医用画像のディープベースの品質評価
arxiv_reader 2022/10/20
マルチメディアコンテンツの品質の予測は、多くの場合、さまざまな分野で必要とされます。一部のアプリケーションでは、品質指標が非常に重要であり、医療マルチメディアからの診断などの意思決定に影響を与える可

metric

arXiv reaDer

semi-supervised

representation

domain adaptation

learning

arXiv

convolutional

dataset

unsupervised
リンク
SKID: MRI データからの膝損傷診断のための自己教師あり学習
arxiv_reader 2022/10/20
医用画像解析では、高品質のデータと専門家による注釈を取得するためのコストが、多くの医療アプリケーションの障壁となっています。使用される手法のほとんどは教師あり学習フレームワークに基づいており、満足のい

arXiv reaDer

self-supervised

representation

classification

learning

MRI

arXiv

video

dataset
リンク
ADPS: 画像異常検出のための非対称蒸留ポストセグメンテーション法
arxiv_reader 2022/10/20
知識蒸留ベースの異常検出方法は、入力の対称形式のために未知のクラスに対して同じ出力を生成し、「参照基準」としてのみ使用されるため、教師ネットワークの出力の強力な意味情報を無視します。この目的に向けて、

arXiv reaDer

benchmark

knowledge distillation

segmentation

arXiv

anomaly detection

dataset
リンク
Visual SLAM: 現在の傾向と予想されることは?
arxiv_reader 2022/10/20
ビジョンベースのセンサーは、近年、SLAM (Simultaneous Localization and Mapping) システムでパフォーマンス、精度、および効率が大幅に向上していることが示されて

arXiv reaDer

SLAM

pose estimation

arXiv

domain

dataset

monocular

RGB-D

LiDAR

localization
リンク
自動運転車向けの堅牢な歩行者検出アプローチ
arxiv_reader 2022/10/20
現在、先進運転支援システム (ADAS) の利用は、道路交通の問題を軽減する潜在的なソリューションとして大きな関心を集めています。このようなシステムにおける最近の技術的進歩にもかかわらず、克服しなけれ

vehicle

arXiv reaDer

pedestrian

arXiv

detection

dataset

real time
リンク
きめの細かいスケッチベースの画像検索のためのクロスモーダルフュージョン蒸留
arxiv_reader 2022/10/20
スケッチベースの画像検索の表現学習は、主にモダリティ固有の情報を破棄する埋め込みを学習することによって取り組まれてきました。異なるモダリティからのインスタンスは、基本的な概念を説明する補完的な情報を提

transformer

arXiv reaDer

knowledge distillation

arXiv

contrastive

embedding

representation learning
リンク
放射輝度場伝搬を使用した教師なし多視点オブジェクトセグメンテーション
arxiv_reader 2022/10/20
放射輝度場伝搬 (RFP) を提示します。これは、シーンのラベル付けされていない多視点画像のみが与えられた場合に、再構成中にオブジェクトを 3D でセグメント化するための新しいアプローチです。 RFP

saliency

3D

arXiv reaDer

representation

segmentation

arXiv

reconstruction

unsupervised

occlusion
リンク
RLM-Tracking: 相対位置マッピングによってサポートされるオンライン複数歩行者追跡
arxiv_reader 2022/10/20
複数オブジェクトの追跡の問題は、基本的なコンピュータービジョン研究の焦点であり、公共の安全、輸送、自動運転車、ロボット工学、および人工知能を含むその他の領域で広く使用されています。自然のシーンは複雑

vehicle

arXiv reaDer

computer vision

MOT

arXiv

detection

video

real time

occlusion
リンク
物理的相互作用: 物理学による手とオブジェクトの相互作用の再構築
arxiv_reader 2022/10/20
手とオブジェクトの相互作用のシングルビューベースの再構成は、オクルージョンによって引き起こされる深刻な観察の欠落のために困難です。この論文では、再構成におけるあいまいさをより適切に解決するための物理ベ

arXiv reaDer

arXiv

reconstruction

RGB-D

real time

occlusion
リンク
単一光子 LIDAR のビデオ超解像
arxiv_reader 2022/10/20
3D タイムオブフライト (ToF) イメージセンサーは、自動運転車、拡張現実 (AR)、ロボット工学などのアプリケーションで広く使用されています。単一光子アバランシェダイオード (SPAD)

super-resolution

3D

arXiv reaDer

synthesis

CNN

ToF

arXiv

augmentation

LiDAR

denoising
リンク
FaceDancer: ポーズとオクルージョンを意識した忠実度の高いフェイススワッピング
arxiv_reader 2022/10/20
この作業では、FaceDancer という名前の、被験者にとらわれない顔の交換と ID 転送のための新しい単一段階の方法を紹介します。 2 つの主要な貢献があります。Adaptive Feature

arXiv reaDer

attention

regularization

segmentation

arXiv

dataset

face

pose

occlusion
リンク
財団トランスフォーマー
arxiv_reader 2022/10/20
言語、ビジョン、音声、マルチモーダルにわたるモデルアーキテクチャの大規模な収束が出現しています。ただし、同じ名前の「トランスフォーマー」の下で、上記の領域はパフォーマンスを向上させるために異なる実装

transformer

BERT

arXiv reaDer

arXiv
リンク
結腸内視鏡ビデオからの結腸の 3D 再構成におけるカバレッジの推定
arxiv_reader 2022/10/20
大腸内視鏡検査は、大腸がん予防の重要な要素であるポリープの早期発見と切除のための最も一般的な手順です。処置中の結腸表面の視覚的範囲が不十分であると、ポリープを見逃すことがよくあります。この問題を軽減す

point cloud

3D

arXiv reaDer

arXiv

detection

CT

video

reconstruction

synthesis
リンク
暗黙的なニューラル表現による並列 MRI 再構成のためのスキャン固有の教師なし手法
arxiv_reader 2022/10/20
パラレルイメージングは、磁気共鳴画像法 (MRI) を高速化するために広く使用されている手法です。ただし、現在の方法は、非常にアンダーサンプリングされた k 空間データからアーティファクトのない M

arXiv reaDer

representation

learning

MRI

arXiv

reconstruction

unsupervised
リンク
仮想室内シーンにおける家具レイアウトの階層強化学習
arxiv_reader 2022/10/20
実生活では、家具のレイアウトを設計することで 3D の屋内シーンを装飾することで、人々に豊かな体験を提供します。この論文では、階層強化学習 (HRL) によって解決されるバーチャルリアリティにおける

3D

arXiv reaDer

reinforcement learning

arXiv

dataset

simulation
リンク
MC-hands-1M: ポーズ推定のためのグローブ着用手のデータセット
arxiv_reader 2022/10/20
今日では、コンピュータービジョンモジュールのトレーニングのために、注意深く複雑に注釈が付けられた大量のデータの必要性が高まり続けています。さらに、研究コミュニティは多くの問題に対して最先端の解決策

3D

arXiv reaDer

pose estimation

computer vision

arXiv

detection

tracking

dataset

synthesis
リンク
半教師ありセマンティックセグメンテーションのための疑似ラベルノイズ抑制手法
arxiv_reader 2022/10/20
半教師あり学習 (SSL) は、ラベル付けされていないデータをトレーニングに組み込むことで、ラベル付けされた大規模なデータセットの必要性を減らすことができます。これは、データのラベル付けに非常にコスト

arXiv reaDer

semi-supervised

semantic segmentation

learning

pose estimation

arXiv

human pose estimation

dataset
リンク
Siamese Vision Transformer に基づく多視点歩行認識
arxiv_reader 2022/10/20
ビジョントランスフォーマーは歩行認識に使用されていますが、多視点歩行認識への応用はまだ限られています。異なるビューは、歩行輪郭の特徴の抽出と識別の精度に大きく影響します。これに対処するために、このホ

transformer

human

arXiv reaDer

attention

arXiv

GAN

identification
リンク
p^3VAE: 物理統合生成モデル。光リモートセンシング画像のセマンティックセグメンテーションへの応用
arxiv_reader 2022/10/20
機械学習モデルと物理モデルの組み合わせは、堅牢なデータ表現を学習するための最近の研究経路です。この論文では、データの変動の真の根本的な要因を部分的に説明する完全な物理モデルを統合する生成モデルである

arXiv reaDer

semi-supervised

representation

semantic segmentation

learning

arXiv

generative

disentangling
リンク
トポロジ保存セグメンテーションネットワーク
arxiv_reader 2022/10/20
医用画像セグメンテーションは、人体の解剖学的または病理学的構造を自動的に抽出することを目的としています。関心のあるほとんどのオブジェクトまたは領域は、同様のパターンです。たとえば、肺と腎臓の相対的な位

arXiv

classification

arXiv reaDer

human

segmentation

regularization
リンク
パースペクティブおよびパノラマ深度画像登録による 360 度パノラマの高解像度深度推定
arxiv_reader 2022/10/20
パノラマの高解像度 (2048x1024 以上) の深度を計算するための新しいアプローチを提案します。これは、現在の最先端の方法 (360MonoDepth) よりもはるかに高速で、質的にも質的にも正

arXiv

estimation

dataset

arXiv reaDer

real time
リンク
LRおよびHRプロセスのモデリングによるGANを使用した実画像超解像
arxiv_reader 2022/10/20
現在の既存の深層画像超解像法は、通常、低解像度 (LR) 画像が高解像度 (HR) 画像のバイキュービックダウンスケールされていることを前提としています。ただし、このような理想的なバイキュービック

compression

super-resolution

arXiv

GAN

arXiv reaDer
リンク
ドメインの汎化注意を意識した複数操作戦略における人物の再識別
arxiv_reader 2022/10/20
ドメイン汎化人物再識別 (DG Re-ID) は、ソースドメインでトレーニングされたモデルを目に見えないターゲットドメインに適切な汎化で直接展開することを目的としています。これは困難な問題であり、

person

arXiv

representation

dataset

arXiv reaDer

re-id

attention

bias

domain

batch normalization
リンク
セグメンテーションのない直接虹彩位置特定ネットワーク
arxiv_reader 2022/10/20
この論文では、虹彩セグメンテーションと円フィッティングを使用しない効率的な虹彩位置特定方法を提案します。従来の虹彩位置特定方法は、最初に U-Net などのセマンティックセグメンテーション法を使用し

arXiv

U-Net

dataset

arXiv reaDer

domain

localization

semantic segmentation
リンク
クロスモーダル群衆カウントのための空間チャネル注意ブロック
arxiv_reader 2022/10/20
群衆計数の研究は、実際のアプリケーションで大きな進歩を遂げましたが、クロスモーダル設定では依然として手ごわい課題です。ほとんどの既存の方法は、RGB 画像の光学的特徴のみに依存しており、熱画像や深度画

arXiv

RGB-D

arXiv reaDer

attention
リンク
ソースフリードメイン適応のための変分モデルの摂動
arxiv_reader 2022/10/20
私たちは、ソースドメインで事前にトレーニングされたモデルをターゲットドメインにデプロイするタスクを行う、ソースフリードメイン適応を目指しています。課題は、ソースドメインからターゲットドメインへの分

arXiv

arXiv reaDer

domain adaptation

learning

benchmark

pre-training

Bayesian
リンク
ビデオ K-Net: ビデオセグメンテーションのためのシンプルで強力な統合ベースライン
arxiv_reader 2022/10/20
このホワイトペーパーでは、ビデオ K-Net を紹介します。ビデオ K-Net は、完全にエンドツーエンドのビデオパノプティックセグメンテーションのためのシンプルで強力な統合フレームワークで

arXiv

video

panoptic segmentation

dataset

arXiv reaDer

semantic segmentation
リンク
高速微分可能行列の平方根と逆平方根
arxiv_reader 2022/10/20
行列の平方根とその逆行列を微分可能な方法で計算することは、さまざまなコンピュータービジョンタスクで重要です。以前の方法では、特異値分解 (SVD) を採用して行列を明示的に因数分解するか、ニュート

arXiv

gradient

computer vision

pooling

video

arXiv reaDer

transformer

batch normalization

differentiable
リンク
CPL: 視覚および言語モデルのための反事実プロンプト学習
arxiv_reader 2022/10/20
プロンプトチューニングは、事前にトレーニングされたビジョンおよび CLIP などの言語モデルの学習可能なプロンプトのみをチューニングする、新しい少数ショット転送学習手法です。ただし、既存の迅速な調整

contrastive learning

arXiv

classification

representation

arXiv reaDer

few-shot

transfer learning

pre-training
リンク
透明な顔認識に向けた比較スコアの不確実性と検証決定の信頼性の記述
arxiv_reader 2022/10/20
顔認識 (FR) は、重要な検証決定でますます使用されるようになっているため、そのような決定の信頼性を評価する必要があります。決定の信頼性は、多くの場合、モデルの全体的なパフォーマンスまたはイメージの

face recognition

arXiv

arXiv reaDer

dataset
リンク
ロバストな微調整のための測地線マルチモーダルミックスアップ
arxiv_reader 2022/10/20
事前トレーニング済みの大規模モデルは、転送可能な埋め込みを提供し、さまざまなダウンストリームタスクで有望なパフォーマンスを示します。ただし、学習された埋め込みの分析は十分に検討されておらず、クロスモ

arXiv

classification

representation

dataset

arXiv reaDer

embedding

contrastive

learning

pre-training
リンク
時間的行動のセグメンテーション: 現代技術の分析
arxiv_reader 2022/10/20
ビデオからの一時的なアクションセグメンテーションは、数分間のビデオで複数のアクションクラスを使用してビデオフレームを密にラベル付けすることを目的としています。長距離ビデオ理解タスクとして分類され

arXiv

representation

video

arXiv reaDer

action

benchmark

segmentation
リンク
深い畳み込みニューラルネットワークを使用して、中国で見つかった毒キノコと食用キノコを分類する
arxiv_reader 2022/10/20
アミノ酸、多糖類、および人間に有益な他の多くの栄養素が豊富に含まれているため、きのこは、世界中と中国の両方で食事料理として当然のことながら人気があります.しかし、毒キノコを誤って食べてしまうと、吐き気

arXiv

classification

dataset

arXiv reaDer

CNN

identification

learning

human
リンク
PoseBERT: テンポラル 3D ヒューマンモデリング用のジェネリックトランスフォーマーモジュール
arxiv_reader 2022/10/20
ビデオで人間の姿勢を推定するための最先端のモデルをトレーニングするには、注釈付きのデータセットが必要ですが、これを取得するのは非常に困難で費用がかかります。トランスフォーマーは最近、ボディポーズシ

arXiv

human pose estimation

dataset

SMPL

arXiv reaDer

transformer

keypoint

3D

pose estimation

real time
リンク
WebtoonMe: 全身ポートレートスタイル化のためのデータ中心のアプローチ
arxiv_reader 2022/10/20
最近、ポートレート写真を漫画風に表現する全身ポートレート・スタイライゼーションが注目されています。ただし、ほとんどの方法は顔領域の変換のみに焦点を当てており、実際のアプリケーションでの使用の実現可能性

arXiv

dataset

arXiv reaDer

attention

face
リンク
LAVA: ラベル効率的な視覚学習と適応
arxiv_reader 2022/10/20
LAVA は、限られたデータを使用したマルチドメインの視覚伝達学習のためのシンプルで効果的な方法です。 LAVA は、クラスとドメインのシフトを伴う部分的にラベル付けされたデータセットに適応できるよう

arXiv

self-supervised

adaptation

representation

dataset

arXiv reaDer

semi-supervised

few-shot

domain

transfer learning
リンク
複雑な構成推論のための高密度で効率的な VideoQA
arxiv_reader 2022/10/20
従来のビデオ質問応答 (VideoQA) データセットのほとんどが、単純な推論プロセスを必要とする簡単な質問で構成されていることはよく知られています。ただし、長いビデオには必然的に時空間軸に沿った複雑

arXiv

video

dataset

arXiv reaDer

embedding

attention

transformer

spatio-temporal

reasoning
リンク
マルチモーダル自己教師あり学習によるプログレッシブビデオ要約
arxiv_reader 2022/10/20
最新のビデオ要約方法は、トレーニングに大量の注釈付きデータを必要とするディープニューラルネットワークに基づいています。ただし、ビデオの要約用の既存のデータセットは小規模であり、ディープモデルの過

arXiv

self-supervised

representation

video

dataset

arXiv reaDer

learning
リンク
ドメイン一般化のための原理的な解きほぐしに向けて
arxiv_reader 2022/10/20
機械学習モデルの基本的な課題は、一部には疑似相関が原因で、分布外（OOD）データに一般化することです。この課題に取り組むために、最初にOOD一般化問題を制約付き最適化として形式化します。これはDise

arXiv

representation

adversarial

augmentation

arXiv reaDer

disentangling

saliency

OOD

benchmark

domain
リンク
CLIP駆動のきめの細かいテキスト画像人物再識別
arxiv_reader 2022/10/20
TIReID は、指定されたテキストクエリに対応する画像を候補画像のプールから取得することを目的としています。既存の方法は、単一モダリティの事前トレーニングからの事前知識を使用して学習を促進しますが

person

arXiv

arXiv reaDer

embedding

re-id

attention

learning

benchmark

pre-training
リンク
プロトタイプ散乱とポジティブサンプリングによるクラスタリングの学習表現
arxiv_reader 2022/10/20
既存のディープクラスタリング手法は、下流のクラスタリングタスクに対して対照的または非対照的な表現学習に依存しています。負のペアによる対照ベースのメソッドは、クラスタリングの均一な表現を学習しますが

arXiv

representation learning

dataset

augmentation

arXiv reaDer

clustering

embedding

contrastive

benchmark
リンク
分布の変化の説明に向けて
arxiv_reader 2022/10/20
分布の変化は、動作環境の変化を知らせたり、下流モデルの精度を大幅に低下させたりするなど、根本的な結果をもたらす可能性があります。したがって、分布の変化を理解することは、そのような変化の影響を調査し、で

human

arXiv

arXiv reaDer

metric
リンク
自己教師あり表現学習によるバックドアポイズニングのトレーニングセットクレンジング
arxiv_reader 2022/10/20
バックドア攻撃またはトロイの木馬攻撃は、ディープニューラルネットワーク (DNN) 分類子に対する重要なタイプのデータポイズニング攻撃です。トレーニングデータセットは、バックドアパターン (

arXiv

self-supervised

classification

representation learning

dataset

arXiv reaDer

embedding

unsupervised

DNN

benchmark
リンク
自動ターゲット認識のためのさまざまな海底条件での合成ソナー画像シミュレーション
arxiv_reader 2022/10/20
アンリアルエンジンを使用してサイドスキャンソナーによって生成されたものに音響的に準拠した水中オブジェクト画像を生成する新しい方法を提案します。自動ターゲット認識 (ATR) および機械学習アルゴ

arXiv

approximation

dataset

arXiv reaDer

learning

synthesis

simulation
リンク
スパースポイントクラウド生成と自動オブジェクト検出を使用した、時間とコスト効率の高い深浅マッピングシステム
arxiv_reader 2022/10/20
ノイズの多いソナー測定値から 3D 点群 (PC) データを生成することは、海底地形マッピング、人工物体の検査、水生植物や動物のマッピング、水中ナビゲーション、潜水艦などの車両の位置特定に潜在的なアプ

arXiv

classification

anomaly detection

sparse

arXiv reaDer

CNN

transfer learning

point cloud

3D

localization
リンク
専門家の混合の敵対的ロバスト性について
arxiv_reader 2022/10/20
敵対的ロバスト性は、ニューラルネットワークの重要な望ましい特性です。サイズの影響を受けることが経験的に示されており、通常、大規模なネットワークはより堅牢です。最近、Bubeck と Sellke は

sparse

arXiv

arXiv reaDer

adversarial
リンク
ノイズを含む深層学習画像セットを使用した画質評価の限界の発見
arxiv_reader 2022/10/20
画質は重要であり、画像処理やコンピュータービジョンの全体的なパフォーマンスに影響を与えるだけでなく、他の多くの理由から影響を受ける可能性があります。したがって、画質評価 (IQA) は、航空写真の解

arXiv

computer vision

interpretation

arXiv reaDer

learning

detection
リンク
活動認識および姿勢推定データセットに対するさまざまな機械学習手法のパフォーマンス
arxiv_reader 2022/10/20
コンピュータビジョンの進歩に伴い、最近ではアクティビティ認識に多くの光が当てられています。セキュリティやヘルスケアなどの多くの業界で、この研究分野を利用した実世界のアプリケーションの範囲が拡大してい

arXiv

computer vision

dataset

arXiv reaDer

learning

activity

metric

pose estimation
リンク
GSV-Cities: 適切な教師あり視覚的場所認識に向けて
arxiv_reader 2022/10/20
この論文は、参照画像のデータベースを参照してクエリ画像に描かれた場所を決定することからなる、大規模な視覚的場所認識のための表現学習を調査することを目的としています。これは、時間の経過とともに発生する可

arXiv reaDer

benchmark

arXiv

loss function

metric learning

convolutional

dataset

representation learning

occlusion
リンク
さまざまな困難な環境条件下での視覚ベースの車線検出と追跡
arxiv_reader 2022/10/20
急激な環境の変化により道路の車線境界線の視認性が低下したり、不明瞭になったり、しばしば見えなくなったりすると、深刻な車両衝突につながる可能性があり、運転は非常に困難になります。車線区分線の検出に関して

arXiv

dataset

arXiv reaDer

vehicle

tracking

detection
リンク
YOLO と重心追跡に基づくリアルタイムの逆走車両検出
arxiv_reader 2022/10/20
逆走は、世界中の交通事故や交通渋滞の主な原因の 1 つです。逆走車を検知することで、事故を最小限に抑え、渋滞を緩和することができます。リアルタイム交通管理システムの人気が高まり、安価なカメラが利用でき

arXiv

video

YOLO

arXiv reaDer

vehicle

tracking

detection

real time
リンク
複数のデータセットからオブジェクト検出モデルをトレーニングするための擬似ラベリングしきい値の非反復最適化
arxiv_reader 2022/10/20
低コストのデータセットのコレクションからオブジェクト検出を学習するための疑似ラベリングしきい値を最適化するための非反復的な方法を提案します。各データセットには、すべてのオブジェクトクラスのサブセット

arXiv

dataset

arXiv reaDer

learning

detection
リンク
視聴覚シーン分類のためのマルチソーストランスアーキテクチャ
arxiv_reader 2022/10/20
このテクニカルレポートでは、視聴覚シーンの分類に関する DCASE 2021 チャレンジのサブタスク 1B に提出したシステムについて詳しく説明します。それらは基本的に、聴覚と視覚の機能を組み合わせ

arXiv

classification

arXiv reaDer

transformer

metric
リンク
継続学習のための独自のスーパーマスクサブネットワークトレーニング
arxiv_reader 2022/10/20
継続的学習 (CL) メソッドは、壊滅的な忘却を回避し、新しいタスクに転送可能な表現を学習することに主に焦点を当てています。最近、ワーツマン等。 (2020) CL メソッド SupSup を提案しま

arXiv

classification

representation

sparse

arXiv reaDer

learning
リンク
知識の蒸留における「優れた」データ増強の条件 -- 統計的視点
arxiv_reader 2022/10/20
知識蒸留 (KD) は、教師を使用して生徒を指導する一般的なニューラルネットワークトレーニングアプローチです。既存の研究では、主にネットワークの出力側から KD を研究していますが (たとえば、

arXiv

loss function

knowledge distillation

augmentation

arXiv reaDer
リンク
サンプル品質のための階層画像 VAE の最適化
arxiv_reader 2022/10/20
階層的変分オートエンコーダー (VAE) は、画像モデリングタスクで優れた密度推定を達成しましたが、以前のサンプルは、同様の対数尤度を持つモデルよりも説得力がないように見える傾向があります。これは、

arXiv

representation

estimation

arXiv reaDer

learning
リンク
BirdSoundsDenoising: 鳥の鳴き声のディープビジュアルオーディオデノイジング
arxiv_reader 2022/10/20
オーディオのノイズ除去は、従来の手法とディープラーニングベースの手法の両方を使用して、何十年にもわたって研究されてきました。ただし、これらの方法は、手動で人工的なノイズを追加するか、ノイズを除去し

arXiv

estimation

dataset

arXiv reaDer

denoising

few-shot

segmentation
リンク
整合性、均一性、相関性による典型的な対照学習の再考
arxiv_reader 2022/10/20
強力なセマンティック情報を必要とするダウンストリームタスクの意味のある表現を学習するために、プロトタイプの正則化を使用した対照的な自己教師あり学習 (CSL) が導入されました。ただし、プロトタイプ

contrastive learning

arXiv

self-supervised

classification

representation

dataset

arXiv reaDer

embedding

benchmark

regularization
リンク
Latency-Saliency Knapsack による構造的剪定
arxiv_reader 2022/10/20
構造的プルーニングは、ネットワークアーキテクチャを簡素化し、推論速度を向上させることができます。我々は、構造的剪定をグローバルなリソース割り当て最適化問題として定式化する Hardware-Awar

arXiv

classification

pruning

dataset

augmentation

arXiv reaDer

saliency

metric

detection
リンク
ジェネレーティブモーフィングのためのランドマーク適用とスタイル操作
arxiv_reader 2022/10/20
モーフ画像は、敵対者が別の被写体と身元を交換できるようにすることで、複数の個人として提示することで顔認識システム (FRS) を脅かします。敵対的生成ネットワーク (GAN) を使用したモーフ生成では

arXiv

reconstruction

representation

GAN

arXiv reaDer

landmark

domain

face
リンク
段階的バッチ交互トレーニングによる 3D オブジェクト検出におけるドメイン適応
arxiv_reader 2022/10/20
LiDAR ベースの 3D オブジェクト検出におけるドメイン適応の問題を検討します。これに向けて、ラベル付けされた大きなソースドメインからラベル付けが不十分なターゲットドメインに適応できる、段階的バッ

arXiv

dataset

arXiv reaDer

domain adaptation

benchmark

autonomous driving

3D

detection
リンク
林業活動における自律ログ把握のためのインスタンスセグメンテーション
arxiv_reader 2022/10/20
木材の丸太の摘み取りは、自動化するのが難しい作業です。実際、ログは通常、雑然とした構成で、ランダムに方向付けられ、重複しています。ログピッキングの自動化に関する最近の研究では、通常、実際の知覚の問題を

arXiv

dataset

arXiv reaDer

bias

segmentation

detection

pose
リンク
FLOPS をどこに使うべきですか?視覚的な事前トレーニング方法の効率評価
arxiv_reader 2022/10/20
自己教師あり手法は、転移学習において目覚ましい成功を収めており、多くの場合、教師ありの事前トレーニングと同じかそれ以上の精度を達成しています。これまでのほとんどの研究では、複雑なデータ拡張、複数のビュ

arXiv

self-supervised

dataset

arXiv reaDer

augmentation

attention

transfer learning

pre-training

segmentation
リンク
外部知識の視覚的質問応答のためのエンティティに焦点を当てた密なパッセージ検索
arxiv_reader 2022/10/20
ほとんどの Outside-Knowledge Visual Question Answering (OK-VQA) システムは、最初に視覚的な質問から外部知識を取得し、取得したコンテンツに基づいて回

VQA

arXiv

arXiv reaDer

dataset
リンク
視差マップを使用して 3D 形状の詳細を復元する
arxiv_reader 2022/10/20
単一の画像から再構築された 3D ジオメトリの外観を改善するための微調整方法を提示します。単眼深度推定の進歩を活用して視差マップを取得し、形状優先順位を使用して関連するカメラパラメーターの最適化を解決

arXiv

monocular

estimation

arXiv reaDer

point cloud

synthesis

3D
リンク
ドメインの一般化を改善するためのソース内スタイルの拡張
arxiv_reader 2022/10/20
自動運転などのアプリケーションで頻繁に現れるドメインシフトに関する一般化は、ディープラーニングモデルに残された大きな課題の 1 つです。したがって、セマンティックセグメンテーションにおけるドメ

arXiv

arXiv reaDer

augmentation

transformer

CNN

learning

domain

autonomous driving

semantic segmentation
リンク
MedCLIP:対になっていない医療画像とテキストからの対照的な学習
arxiv_reader 2022/10/20
CLIP のような既存のビジョンとテキストの対照的な学習は、ペアの画像とキャプションの埋め込みを一致させ、他のものを引き離すことを目的としています。これにより、表現の転送可能性が向上し、ゼロショット予

contrastive learning

arXiv

classification

representation

dataset

arXiv reaDer

embedding

zero-shot

pre-training
リンク
腎疾患における計算病理学：包括的な視点
arxiv_reader 2022/10/20
計算病理学は、ここ数年で診断病理学のさまざまなサブスペシャリティを補完してきた分野です。この記事では、腎臓学におけるさまざまなアプリケーションの簡単な分析が開発されています。最初に、さまざまな形式の画

saliency

arXiv

arXiv reaDer

computer vision
リンク
LiDAR ポイントクラウドを使用した協調的知覚のための適応型特徴融合
arxiv_reader 2022/10/20
協調的認識により、Connected Autonomous Vehicle (CAV) は近くにある他の CAV と対話して周囲のオブジェクトの認識を強化し、安全性と信頼性を高めることができます。死角

arXiv

dataset

arXiv reaDer

vehicle

domain adaptation

pedestrian

LiDAR

point cloud

detection
リンク
固有値ベースのプルーニングによる畳み込みの詳細
arxiv_reader 2022/10/20
畳み込みニューラルネットワーク (CNN) は、パラメーター共有原理によりパラメーターがはるかに少ないにもかかわらず、完全に接続されたニューラルネットワークよりも優れた視覚認識パフォーマンスを達成

arXiv

classification

pruning

residual

dataset

arXiv reaDer

CNN
リンク
クラスレベルの自信に基づく 3D 半教師あり学習
arxiv_reader 2022/10/20
最近の最先端の方法である FlexMatch は、学習状態を正しく推定することが半教師あり学習 (SSL) にとって重要であることを最初に示しました。ただし、FlexMatch によって提案された推定

arXiv

classification

estimation

dataset

arXiv reaDer

semi-supervised

learning

3D

detection
リンク
PERI: 野生の部分認識感情認識
arxiv_reader 2022/10/20
感情認識は、音声、視覚、およびテキストの手がかりを含むさまざまな入力に基づいて、人の感情状態を解釈することを目的としています。この論文では、視覚的特徴を使用した感情認識に焦点を当てています。顔の表情と

person

arXiv

emotion

occlusion

dataset

arXiv reaDer

landmark

face

pose
リンク
球状のイメージとサーフェスの補間された SelectionConv
arxiv_reader 2022/10/20
球状 (または全方向) 画像に対する畳み込みニューラルネットワーク操作の新しい一般的なフレームワークを提示します。私たちのアプローチは、特定のサンプリング戦略に依存しない接続されたポイントのグラフと

arXiv

arXiv reaDer

CNN

mesh

3D

segmentation
リンク
データ中毒に関する致死量の推測
arxiv_reader 2022/10/20
データポイズニングは、悪意のある目的で機械学習アルゴリズムのトレーニングセットを歪める敵を考慮します。この作業では、致死量予想と呼ばれるデータポイズニングの基礎に関する 1 つの予想を明らかにし

learning

arXiv

arXiv reaDer
リンク
視覚およびその他の感覚神経人工装具における刺激符号化のためのハイブリッドニューラルオートエンコーダー
arxiv_reader 2022/10/20
感覚神経プロテーゼは、失われた感覚機能を回復したり、人間の能力を増強したりするための有望な技術として浮上しています。しかし、現在のデバイスによって誘発される感覚は、人工的で歪んでいるように見えることが

human

arXiv

arXiv reaDer
リンク
ヘディング測定のみによる初期軌道決定
arxiv_reader 2022/10/20
この作業は、ヘディング測定のみからの初期軌道決定 (IOD) の問題を紹介します。このような問題は、光学カメラからのビジュアルオドメトリ測定値を使用して宇宙船の軌道を推定するときに実際に発生します。

odometry

arXiv

arXiv reaDer
リンク
譲渡可能で学習不可能な例
arxiv_reader 2022/10/20
個人データをオンラインで公開する人が増えるにつれて、データの不正使用が深刻な問題になっています。第三者が許可なくデータをトレーニングするのを防ぐために、学習不可能な戦略が導入されました。公開前にユーザ

arXiv

arXiv reaDer

dataset
リンク
k-means マスク変換
arxiv_reader 2022/10/20
ビジョンタスクにおけるトランスフォーマーの台頭は、ネットワークバックボーン設計を進歩させるだけでなく、エンドツーエンドの画像認識 (オブジェクト検出やパノプティックセグメンテーションなど)

arXiv

panoptic segmentation

dataset

arXiv reaDer

augmentation

transformer

clustering

learning

detection
リンク
司書トリクシ
arxiv_reader 2022/10/20
この作業では、PR-2 プラットフォームを使用して棚の本を自動的に分類する 3 部構成のシステムを紹介します。この論文では、深層学習モデルと従来のコンピュータービジョンに基づくマルチステップビジョ

arXiv

computer vision

robot

arXiv reaDer

learning
リンク
ロバスト姿勢推定のための神経放射輝度場の並列反転
arxiv_reader 2022/10/20
6-DoF ターゲットポーズを推定するための高速ニューラルラディアンスフィールド (NeRF) に基づく並列化された最適化手法を提示します。ターゲットの 1 つの観察された RGB 画像が与えら

arXiv

loss function

residual

arXiv reaDer

benchmark

synthesis

pose estimation
リンク
多項式によるスケーラブルな解釈可能性
arxiv_reader 2022/10/20
一般化加法モデル (GAM) は、本質的に解釈可能な機械学習の主要な選択肢になりました。ただし、DNN などの解釈不可能な方法とは異なり、表現力と簡単なスケーラビリティに欠けているため、現実世界のタス

arXiv

arXiv reaDer

DNN

learning

benchmark

human
リンク
解釈可能性のための神経基盤モデル
arxiv_reader 2022/10/20
実世界のアプリケーションで複雑な機械学習モデルが広く使用されているため、モデルの予測を説明することが重要になっています。ただし、これらのモデルは通常、ブラックボックスのディープニューラルネットワークで

arXiv

sparse

dataset

arXiv reaDer

learning
リンク
StyleGANで顔認識を強化するには?
arxiv_reader 2022/10/20
最先端の顔認識システムには、大量のラベル付きトレーニングデータが必要です。顔認識アプリケーションではプライバシーが優先されるため、データは有名人の Web クロールに限定されます。これには、民族の偏

arXiv

self-supervised

adaptation

dataset

arXiv reaDer

face recognition

benchmark

synthesis
リンク
Sentinel-1 干渉観測による乾燥地域の土壌水分推定
arxiv_reader 2022/10/20
表面 (上部 5 cm) 土壌水分 (SSM) 推定を提供できる干渉合成開口レーダー (InSAR) 時系列解析に基づく方法論を提示します。 InSAR 時系列解析は、5 つの処理ステップで構成されま

estimation

arXiv

arXiv reaDer

synthesis
リンク
対照学習を使用した画像データセットの教師なし視覚化
arxiv_reader 2022/10/20
t-SNE や UMAP などの最近傍グラフに基づく可視化手法は、高次元データの可視化に広く使用されています。ただし、これらのアプローチは、最近傍自体が意味のある場合にのみ、意味のある結果を生成します

contrastive learning

arXiv

self-supervised

classification

representation

dataset

augmentation

arXiv reaDer

embedding

unsupervised
リンク
指静脈認識システムに対するマスター静脈攻撃の解析
arxiv_reader 2022/10/20
指静脈認識 (FVR) システムは、顧客認証のために、特に ATM で商業的に使用されています。したがって、さまざまな攻撃方法に対する堅牢性を測定することが不可欠です。特に、手作りの FVR システム

arXiv

adaptation

adversarial

arXiv reaDer

learning

generative
リンク
Depth Contrast: 採掘材料分類のための 3DPM 画像の自己教師あり事前トレーニング
arxiv_reader 2022/10/20
この作業は、RGB 画像とコンベア上の採掘材料の深度マップを利用して、3DPM センサー (3 次元粒子測定; 材料の粒子サイズ分布を推定) からの画像のラベルなしで効率的な表現を学習するための新しい

arXiv

self-supervised

classification

representation learning

dataset

arXiv reaDer

semi-supervised

transfer learning

human
リンク
大腸内視鏡検査への応用によるビデオ解析のためのモーションベースの弱監督
arxiv_reader 2022/10/20
ビデオをフェーズに解析するための 2 段階の教師なしアプローチを提案します。モーションキューを使用して、ビデオを粗いセグメントに分割します。次に、ノイズの多いセグメントラベルを使用して、外観ベース

arXiv reaDer

arXiv

detection

video

unsupervised
リンク
Play からポリシーへ: キュレーションされていないロボットデータからの条件付き動作の生成
arxiv_reader 2022/10/20
オフラインデータからの大規模なシーケンスモデリングにより、自然言語と画像生成のパフォーマンスが大幅に向上しましたが、そのようなアイデアをロボット工学に直接変換することは困難でした。この重要な理由の

human

robot

generative

transformer

learning

arXiv

benchmark

video

arXiv reaDer
リンク
シーケンスとサークル: パッチ間の関係を探る
arxiv_reader 2022/10/20
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で最先端の結果を達成しています。学習可能な位置埋め込み (PE) メカニズムを利用して、各画像パッチの位置をエンコードします。し

transformer

arXiv

embedding

arXiv reaDer

dataset
リンク
オブジェクト配置のための自然言語命令の微分可能な解析と視覚的グラウンディング
arxiv_reader 2022/10/20
オブジェクトを配置するために自然言語で空間関係をグラウンディングすると、あいまいさと構成性の問題が発生する可能性があります。この問題に対処するために、言語によって条件付けられたオブジェクト配置のための

reasoning

learning

arXiv

differentiable

GNN

arXiv reaDer
リンク
ビデオオブジェクトセグメンテーションのための階層的伝播におけるデカップリング機能
arxiv_reader 2022/10/20
このホワイトペーパーでは、半教師付きビデオオブジェクトセグメンテーション (VOS) の階層的伝播のより効果的な方法の開発に焦点を当てています。ビジョントランスフォーマーに基づいて、最近開発さ

attention

semi-supervised

transformer

arXiv

embedding

benchmark

video

segmentation

arXiv reaDer
リンク
知覚多重露出融合
arxiv_reader 2022/10/20
ハイダイナミックレンジ (HDR) シーン撮影の需要がますます高まる中、多重露出画像融合 (MEF) テクノロジが豊富に用意されています。近年、ディテール強化に基づくマルチスケール露出融合アプロー

arXiv

gradient

benchmark

arXiv reaDer

dataset
リンク
MFFN: カモフラージュオブジェクト検出のためのマルチビュー機能融合ネットワーク
arxiv_reader 2022/10/20
カモフラージュオブジェクト検出 (COD) に関する最近の研究は、複雑な環境に隠されている非常に隠蔽されたオブジェクトをセグメント化することを目的としています。小さくてぼやけたカモフラージュされたオ

attention

human

detection

arXiv

augmentation

arXiv reaDer
リンク
UniTune: 単一の画像で画像生成モデルを微調整することによるテキスト主導の画像編集
arxiv_reader 2022/10/20
一般的なテキスト駆動型の画像編集のためのシンプルで斬新な方法である UniTune を紹介します。 UniTune は、入力として任意の画像とテキストによる編集の説明を取得し、入力画像に対する高いセマ

arXiv reaDer

arXiv
リンク
顔貼り攻撃
arxiv_reader 2022/10/20
Cujo AI と Adversa AI は、MLSec 顔認識チャレンジをホストしました。目標は、ブラックボックスの顔認識モデルを標的型攻撃で攻撃することでした。モデルは、ターゲットクラスの信頼

face recognition

arXiv reaDer

arXiv
リンク
Google Universal Image Embedding の 2 位のソリューション
arxiv_reader 2022/10/20
画像表現は、コンピュータービジョンアプリケーションの重要な構成要素です。このホワイトペーパーでは、ECCV2022 インスタンスレベル認識ワークショップの一部である Google Univer

classification

arXiv

computer vision

representation

embedding

arXiv reaDer
リンク
ビジュアルプランニングとトークンアラインメントによるキャラクター中心のストーリービジュアライゼーション
arxiv_reader 2022/10/20
ストーリービジュアライゼーションは、完全なストーリーに基づいて複数の画像を生成できるようにすることで、従来のテキストから画像への生成を進化させます。このタスクでは、マシンが 1) 長いテキスト入力を

transformer

arXiv reaDer

arXiv
リンク
適応クロスおよびパラレル教師によるステレオ内視鏡画像のロバストな 3D 再構成のための双方向半教師ありデュアルブランチ CNN
arxiv_reader 2022/10/20
教師と生徒のネットワークを介した半教師付き学習は、いくつかのラベル付きサンプルで効果的にモデルをトレーニングできます。これにより、学生モデルは、ラベルのない余分なデータに関する教師の予測から知識を引き

learning

arXiv reaDer

CNN

reconstruction

stereo

3D

semi-supervised

dataset

estimation

arXiv
リンク
教師なしビデオオブジェクトセグメンテーションにおけるモーション依存性を減らすためのオプションとしてモーションを扱う
arxiv_reader 2022/10/20
教師なしビデオオブジェクトセグメンテーション (VOS) は、ピクセルレベルでビデオシーケンス内の最も顕著なオブジェクトを検出することを目的としています。教師なし VOS では、ほとんどの最先

arXiv reaDer

unsupervised

segmentation

saliency

real time

dataset

optical flow

benchmark

arXiv
リンク
神経注意回路
arxiv_reader 2022/10/20
最近の研究では、さまざまなデータモダリティにわたってタスクを実行するようにトレーニングできる汎用ニューラルアーキテクチャの開発が見られました。汎用モデルは通常、基礎となるデータ構造についてほとんど

classification

arXiv reaDer

adaptation

sparse

domain

dataset

point cloud

OOD

arXiv
リンク
- 2022年10月21日
- 2022年10月20日
- 2022年10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