arxiv_readerのブックマーク / 2022年12月15日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2022年12月15日のブックマーク (97件)

ECON: 明示的な衣服を着た人間通常の統合により最適化
arxiv_reader 2022/12/15
アーティストが精選したスキャンと深い陰関数 (IF) の組み合わせにより、画像から詳細な服を着た 3D 人間を作成できます。ただし、既存の方法は完璧にはほど遠いものです。 IF ベースの方法では、自由

arXiv reaDer

face

arXiv

reconstruction

dataset

3D

pose
リンク
スムーズな映像合成を目指して
arxiv_reader 2022/12/15
ビデオの生成には、一貫性のある永続的なフレームを動的コンテンツと時間の経過とともに合成する必要があります。この作業では、敵対的生成ネットワーク (GAN) を使用して、数フレームから無限までの任意の長

arXiv reaDer

arXiv

dataset

synthesis

representation

video

GAN
リンク
スタイルベースの 3D GAN 反転のための自己管理型ジオメトリ認識エンコーダー
arxiv_reader 2022/12/15
StyleGAN は、2D の顔の再構成と、画像反転と潜在編集によるセマンティック編集において大きな進歩を遂げました。 2D StyleGAN を 3D 顔に拡張する研究が行われていますが、対応する一

learning

arXiv reaDer

face

self-supervised

arXiv

reconstruction

3D

GAN
リンク
BKinD-3D: マルチビュービデオからの自己教師あり 3D キーポイント検出
arxiv_reader 2022/12/15
3D での動きの定量化は、人間や他の動物の行動を研究する上で重要ですが、手動でポーズの注釈を付けるには、費用と時間がかかります。自己教師ありキーポイント検出は、注釈なしで 3D ポーズを推定するための

keypoint

arXiv reaDer

self-supervised

arXiv

3D

pose

video
リンク
セルフプレイと自己記述: ビジョン言語基盤モデルによるポリシー適応
arxiv_reader 2022/12/15
視覚言語基盤モデルの最近の進歩は、汎用ロボットの構築に大きな進歩をもたらしました。事前トレーニング済みのモデルを使用してシーンと指示を意思決定の入力としてエンコードすることにより、指示条件付きポリシー

adaptation

pre-training

arXiv reaDer

robot

arXiv

sim-to-real

classification
リンク
NoPe-NeRF: 事前のポーズなしで神経放射場を最適化する
arxiv_reader 2022/12/15
事前に計算されたカメラポーズなしで Neural Radiance Field (NeRF) をトレーニングするのは困難です。この方向の最近の進歩は、前向きのシーンで NeRF とカメラのポーズを共

arXiv reaDer

face

arXiv

monocular

loss function

pose estimation
リンク
さらなる探索による動的スパーストレーニング
arxiv_reader 2022/12/15
ディープニューラルネットワーク (DNN) の過剰パラメーター化により、多くのアプリケーションで高い予測精度が示されています。効果的ではありますが、パラメーターの数が多いため、リソースが限られたデ

learning

arXiv reaDer

arXiv

sparse

DNN
リンク
https://arxiv-check-250201.firebaseapp.com/each/2212.07378v2
arxiv_reader 2022/12/15
3D-aware Generative Adversarial Network (GAN) である 3DHumanGAN を提示します。これは、さまざまなビュー角度と体のポーズの下で一貫した外観を持つ

mesh

arXiv reaDer

human

arXiv

3D

synthesis

pose

convolutional

GAN
リンク
積量子化マスク画像モデリングによる画像圧縮
arxiv_reader 2022/12/15
最近のニューラル圧縮方法は、一般的なハイパープライオリティフレームワークに基づいています。スカラー量子化に依存し、非常に強力な圧縮パフォーマンスを提供します。これは、ベクトル量子化がより一般的に採用

compression

arXiv reaDer

adversarial

self-supervised

arXiv

quantization

representation learning

generative

metric
リンク
修復: 補間修復のための順列アクティベーションの再正規化
arxiv_reader 2022/12/15
この論文では、エンテザリらの予想を調べます。 (2021) では、ニューラルネットワークの順列不変性が考慮される場合、SGD ソリューション間の線形補間に対する損失障壁はおそらくないと述べています。

arXiv reaDer

arXiv

SGD
リンク
効率的な深度補完のためのセグメンテーションに基づくドメイン適応
arxiv_reader 2022/12/15
完全な深度情報と効率的な推定器は、自動運転タスクのシーン理解において重要な要素となっています。 LiDAR ベースの深度補完の主な問題は、無相関の LiDAR 点群のまばらな性質によって提供されるコヒ

LiDAR

CNN

arXiv reaDer

point cloud

arXiv

domain adaptation

dataset

sparse

convolutional

semi-supervised
リンク
Bi-Noising 拡散: 生成復元プライアを使用した条件付き拡散モデルに向けて
arxiv_reader 2022/12/15
条件付き拡散確率モデルは、自然画像の分布をモデル化し、特定の条件に基づいて多様で現実的なサンプルを生成できます。ただし、多くの場合、それらの結果は観察可能な色の変化とテクスチャで非現実的なものになる可

arXiv reaDer

manifold

arXiv

super-resolution

generative
リンク
コントラスト最大化フレームワークでイベントの崩壊を軽減するための高速な幾何学的正則化
arxiv_reader 2022/12/15
イベントカメラは新しいビジョンセンサーであり、その利点は自律型ロボットなどのさまざまなアプリケーションに適しています。イベントを使用したモーション推定で最先端の精度を提供するコントラスト最大化 (

arXiv reaDer

estimation

arXiv

robot
リンク
タスクと分布をシフトするための有用な表現の学習
arxiv_reader 2022/12/15
表現を学習するための支配的なアプローチ (単一のトレーニング分布の予想コストを最適化することの副作用として) は、複数の分布を扱っている場合でも優れたアプローチであり続けますか?私たちの主張は、そのよ

arXiv reaDer

learning

representation

arXiv
リンク
実世界のビデオ超解像度モデルにおけるアーティファクトの軽減
arxiv_reader 2022/12/15
再帰構造は、ビデオの超解像のタスクの一般的なフレームワークであり、隠れた状態を介してフレーム間の時間的な依存関係をモデル化します。未知の複雑な劣化を伴う現実世界のシナリオに適用すると、隠れた状態に不快

arXiv reaDer

attention

arXiv

recurrent

video

super-resolution
リンク
確率的専門家の混合によるセグメンテーションにおけるマルチモーダル偶然的不確実性のモデル化
arxiv_reader 2022/12/15
予測されたセグメンテーションに較正された不確実性を装備することは、安全性が重要なアプリケーションにとって不可欠です。この作業では、通常、入力画像にあいまいさが存在する場合に、セグメンテーションでデータ

arXiv reaDer

segmentation

arXiv

dataset

representation

metric
リンク
偽造コピー検出パターンのブラインド検出のための印刷画像チャネルの数学的モデル
arxiv_reader 2022/12/15
現在、コピー検出パターン (CDP) は、物理的なオブジェクトを保護するための非常に有望な偽造防止技術として登場しています。しかし、ディープラーニングが強力な攻撃ツールとして登場したことで、一般的な

arXiv reaDer

learning

detection

arXiv
リンク
信頼、ただし検証: HD マップ変更検出のためのクロスモダリティフュージョン
arxiv_reader 2022/12/15
高解像度 (HD) マップ変更検出は、現実世界の変化により、センサーデータとマップデータがいつ一致しなくなったかを判断するタスクです。タスクの最初のデータセットを収集します。これは、Trust,

arXiv reaDer

detection

arXiv

dataset

vehicle
リンク
子 PalmID: 非接触型掌紋認識
arxiv_reader 2022/12/15
発展途上国と後発開発途上国は、自国の子供たちが必要な量のワクチン接種、十分な栄養、適切な薬を確実に受けられるようにするという悲惨な課題に直面しています。ユニセフ、WHO、WFP などの国際機関は、他の

arXiv reaDer

identification

arXiv

face
リンク
TreEnhance: 低照度画像強調のためのツリー検索手法
arxiv_reader 2022/12/15
この論文では、デジタル画像の品質を向上させることができる低照度画像強調の自動方法であるTreEnhanceを紹介します。この方法は、ツリー探索理論、特にモンテカルロツリー探索 (MCTS) アルゴリ

reinforcement learning

arXiv reaDer

arXiv

dataset

pose
リンク
クラス認識クロスドメイントランスフォーマーによるワンショットドメイン適応型および一般化可能なセマンティックセグメンテーション
arxiv_reader 2022/12/15
セマンティックセグメンテーションのための教師なし sim-to-real ドメインアダプテーション (UDA) は、シミュレートされたデータでトレーニングされたモデルの実際のテストパフォーマンス

semantic segmentation

arXiv reaDer

arXiv

autonomous driving

domain adaptation

unsupervised

sim-to-real

transformer

benchmark

one-shot
リンク
ConQueR: 3D オブジェクト検出のためのクエリ Contrast Voxel-DETR
arxiv_reader 2022/12/15
DETR ベースの 3D 検出器は、検出パイプラインを簡素化し、直接的なスパース予測を実現できますが、そのパフォーマンスは、点群からの 3D オブジェクト検出の後処理を行う高密度検出器よりも遅れていま

arXiv reaDer

point cloud

detection

arXiv

contrastive

dataset

3D

sparse
リンク
マスク認識ハイパースペクトル画像再構成のための S^2-Transformer
arxiv_reader 2022/12/15
ハイパースペクトルイメージング (HSI) の技術は、長距離分布スペクトル波長で視覚情報を記録します。代表的なハイパースペクトル画像取得手順は、コード化された開口スナップショットスペクトルイメー

learning

arXiv reaDer

attention

arXiv

reconstruction

3D

transformer
リンク
ジェネレーティブロバスト分類
arxiv_reader 2022/12/15
敵対的にロバストな識別 (つまり、ソフトマックス) 分類器のトレーニングは、ロバストな分類への主要なアプローチでした。敵対的トレーニング (AT) ベースの生成モデルに関する最近の研究に基づいて、AT

arXiv reaDer

adversarial

arXiv

augmentation

classification

generative
リンク
ContraFeat: セマンティックディスカバリーのための深い特徴の対比
arxiv_reader 2022/12/15
StyleGAN は、多層中間潜在変数の特別な設計のおかげで、セマンティック制御のもつれを解く強力な可能性を示しています。ただし、StyleGAN の既存のセマンティック発見方法は、変更された潜在層を

arXiv reaDer

arXiv

dataset

representation

disentangling

metric
リンク
M-GenSeg: アノテーション効率的な監視によるターゲットモダリティ腫瘍セグメンテーションのためのドメイン適応
arxiv_reader 2022/12/15
通常、ディープニューラルネットワークを使用した自動医用画像セグメンテーションには、かなりの教師ありトレーニングが必要です。ただし、これらのモデルは、さまざまなイメージングモダリティ間でうまく一般

arXiv reaDer

segmentation

arXiv

domain adaptation

unsupervised

dataset

synthesis

disentangling

semi-supervised
リンク
PhoMoH: 人間の頭の暗黙のフォトリアリスティック 3D モデル
arxiv_reader 2022/12/15
PhoMoH は、写真のようにリアルな 3D ジオメトリの生成モデルと、髪、あごひげ、衣服、アクセサリーなどの人間の頭の外観を構築するニューラルネットワーク手法です。以前の研究とは対照的に、PhoM

learning

arXiv reaDer

human

arXiv

3D

generative

disentangling

metric
リンク
CrossMoDA 2021チャレンジ：前庭神経鞘腫および蝸牛セグメンテーションのためのクロスモダリティドメイン適応技術のベンチマーク
arxiv_reader 2022/12/15
ドメインアダプテーション（DA）は、最近、医用画像コミュニティに強い関心を寄せています。画像セグメンテーションにはさまざまなDA手法が提案されていますが、これらの手法のほとんどは、プライベートデータセ

arXiv reaDer

segmentation

MRI

arXiv

benchmark

domain adaptation

unsupervised

dataset
リンク
DSNet: 病変セグメンテーションのためのデュアルストリームアテンションを備えたシンプルかつ効率的なネットワーク
arxiv_reader 2022/12/15
病変のセグメンテーションには、速度と精度の両方が必要です。この論文では、トランスフォーマーに基づくエンコーダーと、3 つのデュアルストリームアテンション (DSA) モジュールを含む畳み込みニュー

CNN

arXiv reaDer

segmentation

attention

arXiv

dataset

transformer
リンク
SSMTL++: ビデオ異常検出のための自己教師ありマルチタスク学習の再考
arxiv_reader 2022/12/15
ビデオ異常検出のための自己教師ありマルチタスク学習 (SSMTL) フレームワークが最近、文献で紹介されました。その精度の高さから、多くの研究者の注目を集めました。この作業では、自己教師ありマルチタス

knowledge distillation

anomaly detection

optical flow

arXiv reaDer

segmentation

attention

adversarial

arXiv

transformer

convolutional
リンク
CoWs on Pasture: 言語主導のゼロショットオブジェクトナビゲーションのベースラインとベンチマーク
arxiv_reader 2022/12/15
ロボットが一般的に有用であるためには、ドメイン内のデータに対する高価なナビゲーショントレーニング (つまり、ゼロショット推論の実行) がなくても、ロボットが人によって記述された任意のオブジェクトを

arXiv reaDer

robot

benchmark

arXiv

zero-shot

localization

classification
リンク
HOOD: 衣類のダイナミクスの一般化されたモデリングのための階層グラフ
arxiv_reader 2022/12/15
グラフニューラルネットワーク、マルチレベルメッセージパッシング、および教師なしトレーニングを活用して、現実的な衣服のダイナミクスのリアルタイム予測を可能にする方法を提案します。リニアブレンド

arXiv reaDer

real time

arXiv

unsupervised

GNN
リンク
DeepIPC: 実環境における自律走行車のための深く統合された認識と制御
arxiv_reader 2022/12/15
車両の運転における認識と制御の両方のタスクを処理するエンドツーエンドの自動運転モデルである DeepIPC を提案します。このモデルは、認識モジュールと制御モジュールの 2 つの主要部分で構成されてい

arXiv reaDer

arXiv

autonomous driving

multi-task

RGB-D

semantic segmentation

vehicle
リンク
人間の顔のディープフェイク画像を検出する人間の能力をテストする
arxiv_reader 2022/12/15
ディープフェイクは、現実を偽って表現するコンピューターで作成されたエンティティです。それらは画像、ビデオ、オーディオのモダリティを取り、システムや社会の多くの分野に脅威を与える可能性があり、サイバーセ

arXiv reaDer

face

detection

arXiv

action

pose

deepfake

video

human

reasoning
リンク
RAGO: 複数回転平均化のための Recurrent Graph Optimizer
arxiv_reader 2022/12/15
この論文は、多重回転平均化 (MRA) のための深層再帰型回転平均化グラフオプティマイザー (RAGO) を提案します。従来の最適化ベースの方法は、通常、破損したノイズの多い相対測定のために正確な結

arXiv reaDer

real time

arXiv

dataset

recurrent

synthesis
リンク
https://arxiv-check-250201.firebaseapp.com/each/2212.07207v4
arxiv_reader 2022/12/15
大規模な LiDAR 点群の固有の、しかししばしば無視される特性を、効果的な自己教師あり表現学習のためにどのように活用できるかを示します。この目的のために、最先端のオブジェクト検出器をトレーニングする

LiDAR

arXiv reaDer

point cloud

detection

arXiv

autonomous driving

reconstruction

3D

self-supervised

representation learning
リンク
ZippyPoint: 混合精度離散化による高速の関心点の検出、説明、およびマッチング
arxiv_reader 2022/12/15
画像内の幾何学的領域の効率的な検出と記述は、ローカリゼーションとマッピングのための視覚システムの前提条件です。このようなシステムは、軽量の記述子を効率的に生成するために、従来の手作りの方法に依拠してい

adaptation

arXiv reaDer

robot

detection

estimation

arXiv

augmentation

3D

quantization

localization
リンク
VR環境におけるデザインタイムのファッション人気予測
arxiv_reader 2022/12/15
新しい衣服デザインの人気を予測できることは、ファッションのようにペースの速い業界では、収益性と売れ残りの問題を減らすという両方の観点から非常に重要です.ここでは、バーチャルリアリティデザイナーアプリケ

arXiv reaDer

benchmark

arXiv

computer vision

dataset

autoregressive

classification
リンク
イベントベースの YOLO オブジェクト検出: 前方認識システムの概念実証
arxiv_reader 2022/12/15
ニューロモルフィックビジョンまたはイベントビジョンは高度なビジョンテクノロジであり、ピクセルを出力する可視カメラとは対照的に、イベントビジョンは、視野 (FOV) で特定のしきい値を超える明る

arXiv reaDer

YOLO

detection

arXiv

dataset
リンク
方向付けされていない点群からの表面再構築のための半署名優先ニューラルフィッティング
arxiv_reader 2022/12/15
方向付けられていない点群から 3D ジオメトリを再構築すると、下流の多くのタスクにメリットがあります。最近の形状モデリング手法は、ほとんどの場合、符号付き距離場 (SDF) に適合する暗黙的なニューラ

arXiv reaDer

point cloud

arXiv

reconstruction

dataset

3D

representation
リンク
FreeSeg: セマンティックセグメンテーションのための解釈可能な対照言語イメージ事前トレーニングからのマスクの解放
arxiv_reader 2022/12/15
完全に監視されたセマンティックセグメンテーションは、密集したマスクから学習します。これには、クローズドセットに多額のアノテーションコストが必要です。この論文では、オープンワールドセグメンテーショ

clustering

arXiv reaDer

contrastive

arXiv

dataset

unsupervised

zero-shot

pooling

semantic segmentation
リンク
軽量な対照モデルのためのより強力なベースラインの確立
arxiv_reader 2022/12/15
最近の研究では、MobileNet や EfficientNet など、特別に設計された効率的なネットワークの自己教師あり対照学習のパフォーマンス低下が報告されています。この問題に対処するための一般的

distillation

arXiv reaDer

self-supervised

arXiv

contrastive learning
リンク
顔の表情認識のための補助作用単位グラフによる不確実なラベル修正
arxiv_reader 2022/12/15
高品質の注釈付き画像は、深い表情認識（FER）メソッドにとって重要です。ただし、大規模な公開データセットに主に存在する不確実なラベルは、トレーニングプロセスを誤解させることがよくあります。本論文では、

regularization

emotion

arXiv reaDer

face

arXiv

dataset

action

convolutional
リンク
視覚認識のための完全に複雑な値の深層学習モデル
arxiv_reader 2022/12/15
表現能力が豊富なため、複雑なドメインで動作するディープラーニングモデルが使用されます。ただし、これらのモデルのほとんどは、複素平面の第 1 象限に制限されているか、複素数値データを実領域に射影する

learning

domain

CNN

arXiv reaDer

arXiv

dataset

representation

loss function
リンク
マルチタスクアシスト補正による不確かな表情認識
arxiv_reader 2022/12/15
表情認識のディープモデルは、大規模なラベル付きデータでトレーニングすることにより、高いパフォーマンスを実現します。ただし、公開されているデータセットには、あいまいな注釈や複雑な感情によって引き起こさ

regularization

emotion

arXiv reaDer

detection

estimation

arXiv

multi-task

dataset

synthesis

weakly-supervised
リンク
対照的な言語イメージ学習のための再現可能なスケーリング則
arxiv_reader 2022/12/15
ニューラルネットワークのスケールアップにより、さまざまなタスクで驚くべきパフォーマンスが実現しました。さらに、パフォーマンスは多くの場合、トレーニングセットのサイズ、モデルのサイズ、およびコンピュ

learning

pre-training

arXiv reaDer

contrastive

arXiv

dataset

zero-shot

classification
リンク
領域クリープを用いた画像認識
arxiv_reader 2022/12/15
この論文では、非常に迅速な学習フェーズを備えた浅いアーキテクチャを使用する、新しいタイプの自動連想画像分類器について説明します。画像はより小さな領域に解析され、各領域は関連する出力カテゴリと共に領域用

arXiv reaDer

classification

arXiv

learning
リンク
時空間マップの DC 成分と AC 成分を介した顔映像からの血中酸素飽和度推定
arxiv_reader 2022/12/15
血液中の酸素レベルの指標である末梢血酸素飽和度 (SpO2) は、最も重要な生理学的パラメーターの 1 つです。通常、SpO2 はパルスオキシメータで測定されますが、近年、顔や手の映像から非接触で S

CNN

arXiv reaDer

face

attention

estimation

arXiv

video

spatio-temporal
リンク
選択的推論によるニューラルネットワークベースの画像セグメンテーションの統計的有意性の定量化
arxiv_reader 2022/12/15
膨大な数の文献がディープニューラルネットワーク（DNN）を使用する画像セグメンテーション方法に関連していますが、セグメンテーション結果の統計的信頼性の評価にはあまり注意が払われていません。この研究では

adaptation

arXiv reaDer

segmentation

attention

arXiv

dataset

synthesis

DNN
リンク
メタコントラスト学習による少数ショット物体検出のための階層的注意ネットワーク
arxiv_reader 2022/12/15
少数ショットオブジェクト検出 (FSOD) は、新しいカテゴリのいくつかの画像を分類して検出することを目的としています。既存のメタ学習方法は、構造上の制限により、サポートイメージとクエリイメージ

few-shot

arXiv reaDer

attention

detection

arXiv

dataset

contrastive learning

classification
リンク
仮想現実で実証された人工知能主導の現代住宅のデジタルツイン
arxiv_reader 2022/12/15
デジタルツインは、リアルタイムの予測、最適化、監視、制御、および意思決定の改善のために、データとシミュレーターによって有効化される物理資産の仮想表現として定義されます。残念ながら、この用語はあいまいな

arXiv reaDer

real time

representation

arXiv
リンク
ドメイン固有の機能の学習と削除によるドメインの一般化
arxiv_reader 2022/12/15
テストデータセットがトレーニングデータセットとは異なる分布に従う場合、ディープニューラルネットワーク (DNN) はドメインシフトの影響を受けます。ドメインの一般化は、目に見えないドメインに

learning

domain

arXiv reaDer

arXiv

dataset

classification

DNN
リンク
マネキンのポーズのインタラクティブなスケッチ
arxiv_reader 2022/12/15
人間をさまざまなポーズでスケッチするのは簡単で楽しいことです。対照的に、3D グラフィックスの「マネキン」に同じポーズを作成するのは比較的面倒です。しかし、3D ボディポーズは、さまざまなダウンスト

pose

arXiv reaDer

human

synthesis

arXiv

3D
リンク
NLIP: ノイズに強い言語イメージの事前トレーニング
arxiv_reader 2022/12/15
大規模なクロスモーダル事前トレーニングパラダイムは、最近、ゼロショット分類、検索、画像キャプションなど、さまざまなダウンストリームタスクでユビキタスな成功を収めています。しかし、それらの成功は、

arXiv reaDer

transformer

regularization

pre-training

classification

dataset

zero-shot

captioning

synthesis

arXiv
リンク
InSAR 画像のセグメンテーションを構築するための完全複素数完全畳み込み多機能融合ネットワーク (FC2MFN)
arxiv_reader 2022/12/15
高解像度の InSAR 画像でセグメンテーションを構築することは、大規模な監視に役立つ可能性のある困難な作業です。複素数値の深層学習ネットワークは、複素数値の SAR データに対して実数値の対応するネ

learning

arXiv reaDer

dataset

semantic segmentation

pooling

arXiv

convolutional
リンク
デジタル画像を表現および圧縮するための量子コンピューティングの新しい状態接続戦略
arxiv_reader 2022/12/15
量子画像処理は、従来のデータ処理システムと比較してデータの計算と保存が高速であるため、多くの注目を集めています。古典的な画像データを量子ドメインに変換し、状態ラベルの準備の複雑さを解決することは、依然

attention

arXiv reaDer

representation

domain

arXiv

compression
リンク
画像キャプションのためのクロスモーダル類似性ベースのカリキュラム学習
arxiv_reader 2022/12/15
画像キャプションモデルには、さまざまな画像の内容を言葉で説明する高度な一般化機能が必要です。ほとんどの既存のアプローチは、学習困難の違いを考慮せずに、トレーニングで画像とキャプションのペアを同等に扱

learning

arXiv reaDer

dataset

captioning

arXiv
リンク
深い負の相関分類
arxiv_reader 2022/12/15
アンサンブル学習は、ほぼすべての機械学習アルゴリズムのパフォーマンスを向上させる簡単な方法として機能します。既存のディープアンサンブルメソッドは通常、多くの異なるモデルを単純にトレーニングしてから

loss function

learning

arXiv reaDer

classification

dataset

arXiv

benchmark
リンク
人物画像生成のための自己監視相関マイニングネットワーク
arxiv_reader 2022/12/15
人物画像の生成は、ソース画像に対して非剛体変形を実行することを目的としています。これには、通常、トレーニングのために位置合わせされていないデータペアが必要です。最近、自己監視された方法は、自己再構築の

pose

arXiv reaDer

representation

dataset

self-supervised

face

arXiv

unsupervised

disentangling

person
リンク
自動ナンバープレート認識のための歪んだ平面物体検出ネットワークの改善
arxiv_reader 2022/12/15
このホワイトペーパーでは、特徴エンジニアリングを使用してワーピングプレーナーオブジェクト検出ネットワーク (WPOD-Net) を改善し、精度を高めることを目的としています。特徴量エンジニアリン

arXiv reaDer

CNN

embedding

detection

arXiv
リンク
CLIPSep: ノイズの多いラベルのないビデオを使用したテキストクエリによる音の分離の学習
arxiv_reader 2022/12/15
近年、スピーチや音楽のドメイン固有の音分離を超えて、任意の音の普遍的な音分離に向けた進歩が見られます。普遍的な音の分離に関する以前の研究では、テキストクエリが与えられたオーディオ混合物からターゲット

learning

arXiv reaDer

video

embedding

dataset

zero-shot

arXiv

contrastive
リンク
VINet: 3D オブジェクト検出のための軽量でスケーラブルな異種協調認識
arxiv_reader 2022/12/15
人工知能 (AI) の最新の進歩を利用して、コンピュータービジョンコミュニティは現在、あらゆる種類の認識タスク、特に物体検出において前例のない進化を目の当たりにしています。複数の空間的に分離された

arXiv reaDer

computer vision

pedestrian

dataset

detection

arXiv

3D
リンク
全身性疾患の検出のための網膜イメージングにおける説明可能な人工知能
arxiv_reader 2022/12/15
説明可能な人工知能 (AI) は、糖尿病性網膜症、高血圧性網膜症、および主要な全身性疾患を背景とするその他の網膜症などの眼の病状をステージングするための、解釈可能な半自動アプローチの形で提供されます。

learning

arXiv reaDer

CNN

segmentation

identification

detection

explainable

arXiv

interpretation
リンク
グループ感情認識のためのデュアルブランチクロスパッチ注意学習
arxiv_reader 2022/12/15
集団感情とは、集団内の外部刺激によって引き起こされる主観的な感情を指し、これは集団の行動と結果を形作る重要な要素です。グループの影響を認識することは、感情を呼び起こすことができる群衆の中から重要な個人

saliency

attention

arXiv reaDer

transformer

pre-training

emotion

dataset

detection

arXiv

person
リンク
RetiFluidNet: 網膜 OCT 流体セグメンテーションのための自己適応型でマルチアテンションのディープ畳み込みネットワーク
arxiv_reader 2022/12/15
光コヒーレンストモグラフィー (OCT) は、眼科医が黄斑浮腫、体液の蓄積、病変を顕微鏡の解像度で評価するのに役立ちます。網膜液の定量化は、正確な画像セグメンテーション手順に依存する OCT ガイド付

loss function

arXiv reaDer

attention

segmentation

dataset

arXiv

convolutional

representation learning
リンク
事前トレーニング済みの画像テキストエンコーダーの微調整によるゼロショット X 線病理分類の大幅な改善
arxiv_reader 2022/12/15
ディープニューラルネットワークは、医用画像に基づく病理分類など、さまざまな分野にうまく採用されています。ただし、強力なニューラルネットワークをトレーニングするための大規模で高品質のデータは、資格

arXiv reaDer

pre-training

contrastive learning

classification

dataset

zero-shot

domain

arXiv
リンク
PD-Quant: 予測差メトリックに基づくトレーニング後の量子化
arxiv_reader 2022/12/15
ニューラルネットワークの圧縮手法であるトレーニング後の量子化 (PTQ) は、事前トレーニング済みのモデルを、精度の低いデータ型を使用して量子化されたモデルに変換します。ただし、特に非常に低いビット

quantization

arXiv reaDer

metric

pre-training

arXiv

compression
リンク
弱教師付き局所特徴学習のための共有結合ブリッジ
arxiv_reader 2022/12/15
スパースローカル特徴抽出は、通常、ローカリゼーションとマッピングの同時実行、画像マッチング、3D 再構成などの典型的なビジョンタスクにおいて重要であると考えられています。現時点では、主に抽出された

pose

arXiv reaDer

weakly-supervised

reconstruction

sparse

keypoint

detection

arXiv

localization

3D
リンク
3D ニューロン形態解析
arxiv_reader 2022/12/15
ニューロンの形状の正確な表現を見つけ、細胞内の特徴を抽出し、ニューロンの形状に基づいてニューロンを分類する問題を検討します。神経科学の研究では、スケルトン表現は、ニューロン形状のコンパクトで抽象的な表

learning

arXiv reaDer

representation

classification

arXiv

unsupervised

3D

point cloud

mesh
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マルチモーダルドメインフュージョン
arxiv_reader 2022/12/15
ターゲットに関する情報が豊富ではないため、航空画像を使用したオブジェクトの検出と分類は困難な作業です。合成開口レーダー (SAR) 画像は、自動ターゲット認識 (ATR) システムに使用できます。これ

learning

arXiv reaDer

classification

dataset

domain

detection

synthesis

arXiv
リンク
形態学的ネットワーク: 形態学的ニューロンでどこまで行けるか?
arxiv_reader 2022/12/15
学習可能な構造要素を備えた膨張や浸食などの形態学的演算子である形態学的ニューロンは、これらの演算子がその単純さにもかかわらずテーブルにもたらす力のために、かなり長い間研究者の興味をそそられてきました。

arXiv

arXiv reaDer

classification
リンク
予測の不確実性を使用して、ノイズの多いラベルの下でグループのロバスト性を改善する
arxiv_reader 2022/12/15
標準的な経験的リスク最小化 (ERM) は、入力とそのラベルの間の誤った相関関係により、特定の少数グループ (つまり、陸上の水鳥または水中の陸鳥) ではパフォーマンスが低下する可能性があります。いくつ

learning

arXiv reaDer

classification

identification

dataset

augmentation

arXiv

benchmark
リンク
自動化された変形性膝関節症表現型分類のための教師なしドメイン適応
arxiv_reader 2022/12/15
目的: この研究の目的は、小さなデータセット (n = 50) を使用して、変形性膝関節症 (OA) の自動表現型分類における教師なしドメイン適応 (UDA) の有用性を実証することでした。材料と方法

arXiv reaDer

segmentation

pre-training

classification

domain adaptation

arXiv

MRI

3D

unsupervised
リンク
衛星画像におけるオブジェクトの描写
arxiv_reader 2022/12/15
機械学習は、分類や特徴検出などの問題を伴う衛星データの分析に広く適用されています。従来の画像処理アルゴリズムとは異なり、地理空間アプリケーションでは、検出されたオブジェクトをラスター形式から地理空間ベ

learning

arXiv reaDer

classification

detection

satellite

approximation

arXiv
リンク
大規模モデルのゼロショット敵対ロバスト性の理解
arxiv_reader 2022/12/15
CLIP のような事前訓練された大規模なビジョン言語モデルは、目に見えないタスクに対して強力な一般化を示しています。しかし、目に見えない敵対的摂動は、新しいタスクでの CLIP のパフォーマンスを大幅

arXiv reaDer

adaptation

embedding

contrastive learning

dataset

zero-shot

adversarial

arXiv
リンク
ターゲットドメイン適応なしのクロスドメインビデオ異常検出
arxiv_reader 2022/12/15
ほとんどのクロスドメインの教師なしビデオ異常検出 (VAD) 作業では、ソースドメインからターゲットドメインへの適応に使用できるタスク関連のターゲットドメイントレーニングデータが少なくとも少

arXiv reaDer

anomaly detection

CNN

metric

dataset

zero-shot

domain adaptation

arXiv

generative

unsupervised
リンク
グローバルな関連性が分離された数ショットの学習-蒸留
arxiv_reader 2022/12/15
メトリック学習ベースのアプローチが数ショット学習で達成した成功にもかかわらず、最近の研究は、エピソードトレーニングモードの非効率性を明らかにしています。このホワイトペーパーでは、この問題の2つの潜在的

arXiv reaDer

sparse

dataset

metric learning

arXiv

few-shot
リンク
物理ベースのレンダリングによる対照学習を使用して、あらゆる場所のあらゆる素材をワンショットで認識
arxiv_reader 2022/12/15
MatSim を紹介します: 合成データセット、ベンチマーク、およびコンピュータービジョンベースのマテリアルとテクスチャ間の類似性と遷移の認識方法であり、1 つまたはいくつかの例を使用して任意の条

arXiv reaDer

one-shot

computer vision

simulation

contrastive learning

dataset

3D

arXiv

few-shot

benchmark
リンク
誰かを見つける: 人間中心のグラウンディングにおける視覚的常識の理解
arxiv_reader 2022/12/15
人間は、複数の人物が含まれる視覚的なシーンから、前に起こったこと、精神的/身体的状態または意図などのコンテキスト記述が与えられると、各個人を区別することができます。上記の能力は、人間中心の常識的な知識

arXiv reaDer

pre-training

dataset

human

arXiv

reasoning

person

benchmark
リンク
EgoLoc: 視覚的なクエリを使用した自己中心的なビデオからの 3D オブジェクトのローカリゼーションの再考
arxiv_reader 2022/12/15
最近のビデオと 3D の理解の進歩により、両方の概念を融合させた新しい 4D 時空間の課題が浮上しています。この方向に向かって、Ego4D Episodic Memory Benchmark は、3D

pose

arXiv reaDer

video

reconstruction

localization

arXiv

spatio-temporal

3D

benchmark
リンク
2 次元顔提示攻撃検出のための新しいアクティブソリューション
arxiv_reader 2022/12/15
身元認証は、自分の身元を確認するプロセスです。身元認証にはいくつかの方法がありますが、その中でも生体認証が最も重要です。顔認識は、携帯電話のロック解除や銀行口座へのアクセスなど、さまざまなアプリケーシ

pose

arXiv reaDer

video

metric

classification

dataset

detection

face

arXiv
リンク
Deep Lake: ディープラーニングのレイクハウス
arxiv_reader 2022/12/15
従来のデータレイクは、タイムトラベルの有効化、SQL クエリの実行、ACID トランザクションによるデータの取り込み、クラウドストレージでのペタバイト規模のデータセットの視覚化によって、分析ワー

learning

arXiv reaDer

video

computer vision

dataset

arXiv
リンク
マルチビュー乳がん分類のためのハイパーコンプレックスニューラルアーキテクチャ
arxiv_reader 2022/12/15
従来、乳がん分類のディープラーニング手法では、単一ビューの分析が行われていました。ただし、放射線科医は、マンモグラフィのビューに含まれる相関関係により、マンモグラフィ検査を構成する 4 つのビューす

learning

arXiv reaDer

segmentation

classification

dataset

arXiv

convolutional

benchmark
リンク
InstructRL: マルチモーダルトランスフォーマーを使用したシンプルかつ効果的な命令追従エージェント
arxiv_reader 2022/12/15
人間は、幅広いタスクを達成するために言語と視覚を理解することに優れています。対照的に、一般的な指示に従う具体化されたエージェントを作成することは、依然として困難な課題です。純粋な言語のみのモデルを使用

arXiv reaDer

robot

multi-task

representation

transformer

pre-training

action

arXiv
リンク
Imagen Editor と EditBench: テキストガイドによる画像修復の進歩と評価
arxiv_reader 2022/12/15
テキストガイドによる画像編集は、創造的なアプリケーションのサポートに変革をもたらす可能性があります。重要な課題は、入力画像と一貫性を保ちながら、入力テキストプロンプトに忠実な編集を生成することです。

arXiv reaDer

human

detection

arXiv

benchmark
リンク
合成データでトレーニングされたネットワークを使用した、調査されていない地域でのシーズン中の作物の進歩
arxiv_reader 2022/12/15
多くの商品作物には成長段階があり、ストレスによる収量損失の影響を特に受けやすくなっています。シーズン中の作物の進捗情報は、作物のリスクを定量化するのに役立ち、衛星リモートセンシング (RS) を使用

arXiv reaDer

estimation

satellite

synthesis

arXiv
リンク
https://arxiv-check-250201.firebaseapp.com/each/2212.06872v3
arxiv_reader 2022/12/15
畳み込みネットワーク (CNN)、グローバルアテンションネットワーク、ローカルアテンションネットワークなど、さまざまな種類の視覚認識バックボーンを比較するために、データセット全体に深い説明アル

saliency

arXiv reaDer

attention

CNN

transformer

dataset

arXiv

convolutional
リンク
MegaPose: Render & Compare による新しいオブジェクトの 6D ポーズ推定
arxiv_reader 2022/12/15
新しいオブジェクト、つまりトレーニング中に見えないオブジェクトの6Dポーズを推定する方法であるMegaPoseを紹介します。推論時には、この方法は、(i) 画像内のオブジェクトを表示する関心領域、およ

arXiv reaDer

6D

classification

dataset

synthesis

arXiv

pose estimation

benchmark
リンク
フリーフォームテキストからのディープイメージスタイルの転送
arxiv_reader 2022/12/15
この論文では、フリーフォームのユーザーテキスト入力からスタイル画像を生成することにより、ディープニューラルスタイル転送の新しい方法を作成します。言語モデルとスタイル転送モデルはシームレスなパイプライン

arXiv

arXiv reaDer
リンク
LidarCLIP または: 点群と話す方法を学んだ方法
arxiv_reader 2022/12/15
テキストと画像を関連付ける研究では、最近、CLIP、DALL-E 2、Stable Diffusion などのモデルでいくつかのブレークスルーが見られました。ただし、テキストと LIDAR データなど

attention

arXiv reaDer

LiDAR

embedding

dataset

captioning

detection

domain

arXiv

point cloud
リンク
結腸がんの病期と生存期間を予測するためのゲノミクスと組織病理学的画像を統合したディープニューラルネットワーク
arxiv_reader 2022/12/15
予後因子としてゲノミクスまたは組織病理学的全スライド画像のいずれかの特徴のみを使用して、定義済みの結腸がんの病期内に説明のつかない多様な変動が存在します。この変動を解明すると、ステージングと治療結果が

dataset

CNN

arXiv reaDer

arXiv

classification
リンク
第 3 回継続的学習ワークショップチャレンジ: 自己中心的なカテゴリとインスタンスレベルのオブジェクトの理解
arxiv_reader 2022/12/15
生涯学習または増分学習としても知られる継続学習は、最近、人工知能研究コミュニティの間で新たな関心を集めています。最近の研究努力により、ディープニューラルネットワークにおける壊滅的な忘却現象の影響を

learning

arXiv reaDer

video

computer vision

classification

dataset

detection

arXiv

benchmark
リンク
https://arxiv-check-250201.firebaseapp.com/each/2208.05481v5
arxiv_reader 2022/12/15
連続確率微分方程式 (SDE) を使用した拡散モデルは、画像生成において優れたパフォーマンスを示しています。これは、MR 再構成の逆問題を解く前に、深層生成として使用できます。ただし、既存の VP-S

learning

arXiv reaDer

reconstruction

generative

dataset

arXiv

MRI
リンク
オブジェクト検出のためのオブジェクト製造標的型攻撃
arxiv_reader 2022/12/15
最近の研究では、深層学習ベースの物体検出は敵対的な例に対して脆弱であることが示されています。一般に、物体検知に対する敵対的攻撃には、標的型攻撃と非標的型攻撃があります。私たちの詳細な調査によると、前者

learning

attention

arXiv reaDer

dataset

detection

adversarial

arXiv
リンク
DA Wand: ニューラルメッシュパラメーター化を使用した歪みを考慮した選択
arxiv_reader 2022/12/15
メッシュのパラメーター化に使用できるポイントの周りのローカルサブ領域を選択することを学習するためのニューラル手法を提示します。私たちのフレームワークの動機は、サーフェスのデカール、テクスチャリング、

learning

arXiv reaDer

segmentation

arXiv

3D

mesh

differentiable
リンク
SA-DPSGD: シミュレーテッドアニーリングに基づく差分プライベート確率的勾配降下法
arxiv_reader 2022/12/15
差分プライバシー (DP) は、機械学習モデルにアクセスできる攻撃者が個々のトレーニングポイントに関する情報を抽出できないようにする、正式なプライバシー保証を提供します。差分プライベート確率的勾配降

learning

arXiv reaDer

annealing

dataset

classification

gradient

arXiv
リンク
AIの時代に危険にさらされているブラジルのデータ?
arxiv_reader 2022/12/15
画像処理と分析、および機械学習技術の進歩により、人間の日常業務における生体認証システムの使用が促進されています。これらのタスクは、モバイルデバイスへの単純なアクセスから、ソーシャルネットワークで共

arXiv

learning

arXiv reaDer

face
リンク
- 2022年12月16日
- 2022年12月15日
- 2022年12月14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