arxiv_readerのブックマーク / 2023年1月12日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2023年1月12日のブックマーク (80件)

新規ビュー合成のためのジオメトリバイアストランスフォーマー
arxiv_reader 2023/01/12
いくつかの入力画像と関連するカメラの視点が与えられた場合、オブジェクトの新しいビューを合成するタスクに取り組みます。私たちの仕事は、マルチビュー画像が (グローバル) セット潜在表現としてエンコードさ

arXiv

synthesis

representation

arXiv reaDer

embedding

reasoning

3D

transformer

dataset

attention
リンク
Linear Transformer を使用したヘッドフリーの軽量セマンティックセグメンテーション
arxiv_reader 2023/01/12
既存のセマンティックセグメンテーション作業は、主に効果的なデコーダの設計に焦点を当ててきました。ただし、全体的な構造によって導入される計算負荷は長い間無視されてきたため、リソースに制約のあるハードウ

arXiv

representation

arXiv reaDer

semantic segmentation

embedding

CNN

domain

transformer

dataset

attention
リンク
言語としての EXIF: 画像とカメラメタデータ間のクロスモーダルアソシエーションの学習
arxiv_reader 2023/01/12
特定の写真を記録したカメラに関する情報をキャプチャする視覚的表現を学習します。これを行うために、画像パッチと、カメラが画像ファイルに自動的に挿入する EXIF メタデータとの間のマルチモーダル埋め込み

arXiv

clustering

representation

arXiv reaDer

self-supervised

learning

embedding

transformer

localization

zero-shot
リンク
ImageNet の進行状況は実際のデータセットに反映されますか?
arxiv_reader 2023/01/12
ImageNet の進行状況は実際のデータセットに反映されますか? 6 つの実用的な画像分類データセットでさまざまな精度 (57% ～ 83%) の ImageNet 事前トレーニング済みモデルを評価

arXiv

arXiv reaDer

pre-training

learning

dataset

benchmark

classification

augmentation
リンク
鳥瞰図レイアウトからのストリートビュー画像生成
arxiv_reader 2023/01/12
Bird's-Eye View (BEV) Perception は、ビュー全体で簡潔で統一された空間表現を提供し、さまざまなダウンストリームドライビングアプリケーションに利益をもたらすた

arXiv

representation

arXiv reaDer

generative

autonomous driving

attention

segmentation
リンク
深層残留軸ネットワーク
arxiv_reader 2023/01/12
残差ネットワーク (ResNets) はコンピュータービジョンタスクで優れたパフォーマンスを発揮しますが、その計算コストは依然として高いままです。ここでは、空間 2D 畳み込み演算を 2 つの連続

arXiv

convolutional

arXiv reaDer

computer vision

residual

dataset

benchmark

super-resolution

classification
リンク
ShadowNav: 夜間および永久に影に覆われた地域の月面ナビゲーションのためのクレーターベースのローカリゼーション
arxiv_reader 2023/01/12
現在実行されているものよりも 1 日あたりの距離が大幅に長くなるミッションへの関心が高まっています。さらに、これらの提案されたミッションのいくつかは、自動運転と暗闇での絶対的な位置特定を必要とします。

arXiv

arXiv reaDer

human

monocular

landmark

trajectory

autonomous driving

stereo

detection

localization
リンク
もつれた潜在ベクトルを使用した顔属性編集
arxiv_reader 2023/01/12
もつれを解かれた解釈可能な潜在的な方向を使用して、顔の属性を編集するための画像から画像への変換フレームワークを提案します。顔の属性編集タスクは、編集中に他の属性を保持するために、属性の表現で制御可能な

arXiv

representation

GAN

arXiv reaDer

face

disentangling
リンク
ディープアキシャルハイパーコンプレックスネットワーク
arxiv_reader 2023/01/12
過去 10 年間、ディープハイパーコンプレックスにインスパイアされたネットワークは、入力チャネル間で重みを共有できるようにすることで、画像分類の特徴抽出を強化してきました。最近の研究では、高い計算コ

arXiv

convolutional

arXiv reaDer

dataset

benchmark

classification
リンク
パラメーター化された超複素数乗算を使用して ResNet 画像分類のパフォーマンスを向上させる
arxiv_reader 2023/01/12
最近、多くの深層ネットワークがハイパーコンプレックスおよび関連する計算をアーキテクチャに導入しています。分類用の畳み込みネットワークに関しては、これらの拡張機能がフロントエンドの畳み込み演算に適用され

arXiv

arXiv reaDer

CNN

residual

dataset

classification
リンク
TinyHD: Hierarchical Maps Distillation を使用した異種デコーダによる効率的なビデオ顕著性予測
arxiv_reader 2023/01/12
ビデオ顕著性予測は、いくつかの実用的なアプリケーションのアップストリームタスクであるため、最近研究コミュニティの注目を集めています。ただし、現在のソリューションは、特に時空間 3D 畳み込みが広く使

arXiv

convolutional

arXiv reaDer

knowledge distillation

3D

saliency

spatio-temporal

dataset

benchmark

attention
リンク
ローカル相関認識点埋め込みによる 3D 点群でのオブジェクト検出
arxiv_reader 2023/01/12
Frustum PointNet (F-PointNet) に基づく点群データの 3D オブジェクト検出のための改善されたアプローチを提示します。元の F-PointNet と比較して、新しく提案され

arXiv

convolutional

arXiv reaDer

embedding

3D

point cloud

detection
リンク
マルチモーダルユークリッド入力からの 3D 形状の自己教師あり潜在表現のための生成対比学習
arxiv_reader 2023/01/12
3D ボリューム形状の潜在表現を学習するための生成的および対照的なニューラルアーキテクチャを組み合わせて提案します。このアーキテクチャでは、ボクセルグリッドと同じ基本形状からのマルチビューイメー

arXiv

representation

arXiv reaDer

self-supervised

generative

contrastive learning

gradient

3D

reconstruction

classification
リンク
パディングモジュール: ディープニューラルネットワークでのパディングの学習
arxiv_reader 2023/01/12
過去数十年間、ネットワークアーキテクチャ、初期化、アクティブ化など、ニューラルネットワークのパフォーマンスを向上させるために多くの研究が行われてきました。ただし、深層学習における学習可能なパディン

arXiv

arXiv reaDer

loss function

learning

classification
リンク
LinkGAN: 制御可能な画像合成のために GAN 潜在データをピクセルにリンクする
arxiv_reader 2023/01/12
この作業は、合成で潜在空間のいくつかの軸を画像領域またはセマンティックカテゴリ (空など) に明示的にリンクするのに役立つ、GAN トレーニング用の使いやすい正則化を示します。このような接続を確立す

arXiv

synthesis

GAN

arXiv reaDer

3D
リンク
HyperTransformers を使用した継続的な少数ショット学習
arxiv_reader 2023/01/12
連続してやってくる複数のタスクから忘れずに学習するという問題に焦点を当てており、各タスクは小説や既読のクラスの数ショットのエピソードを使用して定義されます。最近公開された HyperTransform

arXiv

representation

arXiv reaDer

CNN

learning

regularization

few-shot
リンク
単一ビューのリモートセンシング画像からの標高推定駆動型の建物の 3D 再構築
arxiv_reader 2023/01/12
リモートセンシング画像からの 3D 再構成の構築は、スマートシティ、写真測量などの分野で幅広い用途があります。自動 3D 都市建物モデリングの方法では、通常、マルチビュー画像をアルゴリズムへの入力

arXiv

mesh

arXiv reaDer

3D

point cloud

dataset

reconstruction

estimation
リンク
多様体エントロピー推定によるGANのモード崩壊との戦い
arxiv_reader 2023/01/12
Generative Adversarial Networks (GAN) は、近年、さまざまなタスクやアプリケーションで説得力のある結果を示しています。ただし、モードの崩壊は GAN の重大な問題の

arXiv

GAN

arXiv reaDer

manifold

embedding

dataset

estimation

approximation

regularization
リンク
生物医学的視覚言語処理のために時間構造を活用することを学ぶ
arxiv_reader 2023/01/12
視覚言語処理における自己教師あり学習では、画像とテキストモダリティの間のセマンティックアラインメントを利用します。生物医学 VLP の以前の研究は、臨床ノートが一般的に以前の画像を参照しているにも

arXiv

representation

arXiv reaDer

self-supervised

learning

pose

dataset

benchmark

classification
リンク
密度ベースのクラスタリングとセントロイド分析によるバックドア攻撃の普遍的な検出
arxiv_reader 2023/01/12
この論文では、バックドア攻撃に対するクラスタリングと重心分析 (CCA-UD) に基づくユニバーサル防御を提案します。提案された防御の目標は、トレーニングデータセットを検査することにより、ディープ

arXiv

clustering

arXiv reaDer

dataset

detection

classification
リンク
物理学と学習した先例：タスク固有のイメージングのためのカメラとアルゴリズムの設計の再考
arxiv_reader 2023/01/12
カメラは元々、物理ベースのヒューリスティックを使用して美的画像をキャプチャするように設計されていました。近年、カメラの設計は、純粋な物理駆動型から、ますますデータ駆動型でタスク固有のものへと変化してい

arXiv

computer vision

arXiv reaDer
リンク
AdaPoinTr: 適応ジオメトリ認識トランスフォーマーによる多様な点群補完
arxiv_reader 2023/01/12
この論文では、点群の補完を集合間の変換問題として再定式化する新しい方法を提示し、点群の補完にTransformerエンコーダーデコーダーアーキテクチャを採用するPoinTrと呼ばれる新しいモデルを設計

arXiv

arXiv reaDer

embedding

3D

point cloud

denoising

transformer

dataset

benchmark

bias
リンク
加齢黄斑変性におけるバイオマーカー発見のための対照的特徴空間での疾患軌跡のクラスタリング
arxiv_reader 2023/01/12
加齢黄斑変性症 (AMD) は、高齢者の失明の主な原因です。それにもかかわらず、病気の進行の正確なダイナミクスはよくわかっていません。 AMD の診断、予後、および管理を支援する網膜光コヒーレンストモ

arXiv

clustering

arXiv reaDer

self-supervised

contrastive learning

interpretation

dataset
リンク
画像セグメンテーションアルゴリズムをトレーニングするための豊富で異種のサンプルのサブセットを作成するための新しいサンプリング手法
arxiv_reader 2023/01/12
教師あり機械学習アルゴリズムをトレーニングするためのデータセットを作成することは、困難な作業になる場合があります。これは特に医療画像のセグメンテーションに当てはまります。このタスクには通常、画像注釈の

arXiv

arXiv reaDer

dataset

learning

segmentation
リンク
環境からの明確な教師なし参照モデルは、継続的な学習に役立ちます
arxiv_reader 2023/01/12
既存の継続的な学習方法は、主に完全に監視されたシナリオに焦点を当てており、環境で利用可能なラベル付けされていないデータを利用することはまだできません.最近のいくつかの研究では、ラベルなしデータが利用可

arXiv

representation

arXiv reaDer

semi-supervised

unsupervised

OOD

learning
リンク
効率的な推論のためのコンパクトな ConvNet の刈り込み
arxiv_reader 2023/01/12
ニューラルネットワークのプルーニングは、過度にパラメータ化されたネットワークを大量に圧縮するためによく使用されますが、一般化のパフォーマンスはわずかに低下します。ただし、効率的な推論のために高度に最

arXiv

pruning

arXiv reaDer

attention

computer vision

benchmark

NAS
リンク
ユニバーサルドメイン適応のための統合最適トランスポートフレームワーク
arxiv_reader 2023/01/12
ユニバーサルドメインアダプテーション (UniDA) は、ラベルセットに関する制約なしに、ソースドメインからターゲットドメインに知識を転送することを目的としています。両方のドメインがプライベ

arXiv

clustering

arXiv reaDer

metric

representation learning

domain adaptation
リンク
SemSup: シンプルでスケーラブルなゼロショット一般化のためのセマンティック監視
arxiv_reader 2023/01/12
ゼロショット学習は、トレーニング中に見られないクラスのインスタンスを予測する問題です。ゼロショット学習へのアプローチの 1 つは、モデルに補助的なクラス情報を提供することです。この流れに沿った以前の作

arXiv

arXiv reaDer

dataset

learning

zero-shot
リンク
赤外線小型ターゲット検出のための変圧器による動的背景再構成
arxiv_reader 2023/01/12
複雑な背景の下での赤外線小型ターゲット検出 (ISTD) は、ターゲットと背景の違いを区別するのが容易ではないため、難しい問題です。背景再構成は、この問題に対処する方法の 1 つです。この論文では、D

arXiv

reconstruction

arXiv reaDer

embedding

transformer

dataset

detection
リンク
適応グラフ畳み込みネットワークを使用したマルチラベル画像分類: 単一ドメインから複数ドメインへ
arxiv_reader 2023/01/12
この論文では、マルチラベル画像分類のための適応グラフベースのアプローチを提案します。グラフベースの方法は、ラベル相関をモデル化できるため、マルチラベル分類の分野で広く利用されてきました。具体的には、単

arXiv

arXiv reaDer

learning

adversarial

domain

benchmark

classification

GCN
リンク
FAST: 最小限のカーネル表現による高速な任意形状テキスト検出器
arxiv_reader 2023/01/12
FAST (つまり、より高速な任意形状のテキスト検出器) と呼ばれる、正確で効率的なシーンテキスト検出フレームワークを提案します。複雑な後処理と手作りのネットワークアーキテクチャを使用する最近の高

arXiv

representation

arXiv reaDer

dataset

detection

classification
リンク
半教師付き医療画像セグメンテーションのための高信頼性疑似ラベルを使用した共同トレーニング
arxiv_reader 2023/01/12
高品質の疑似ラベルは、半教師付きセマンティックセグメンテーションに不可欠です。一貫性の正則化と疑似ラベリングベースの半教師ありメソッドは、マルチビュー入力からの疑似ラベルを使用して共同トレーニング

arXiv

arXiv reaDer

semi-supervised

semantic segmentation

3D

dataset

regularization
リンク
高密度顕微鏡データでの高速スプライン検出
arxiv_reader 2023/01/12
生物顕微鏡データのコンピューター支援分析は、汎用の深層学習技術の利用により大幅な改善が見られました。しかし、多生物システムの顕微鏡研究では、衝突と重なりの問題は依然として困難です。これは、這う線虫、水

arXiv

synthesis

keypoint

arXiv reaDer

video

learning

detection
リンク
介入アッセイによるオートエンコーダの潜在空間の調査
arxiv_reader 2023/01/12
オートエンコーダは、データ多様体を低次元の潜在空間に埋め込む優れた機能を備えており、表現学習手法の定番となっています。ただし、多くの場合利用できない明示的な監督がなければ、表現は通常解釈不可能であり、

arXiv

arXiv reaDer

metric

manifold

generative

representation learning

disentangling
リンク
ビデオ予測ネットワークを使用した都市交通シーンのアロセントリック占有グリッド予測
arxiv_reader 2023/01/12
動的環境の予測は、自動運転車の安全なナビゲーションに不可欠です。都市交通シーンは、車両や脆弱な道路利用者など、さまざまな動的エージェント間の複雑な相互作用により、予測が特に困難です。以前のアプローチで

arXiv

vehicle

representation

arXiv reaDer

video

dataset
リンク
異種のトライストリームクラスタリングネットワーク
arxiv_reader 2023/01/12
対照的ディープクラスタリングは、ディープニューラルネットワークを介した共同対照的学習とクラスタリングの機能により、最近大きな注目を集めています。急速な進歩にもかかわらず、以前の研究では、対照的な

arXiv

clustering

representation

arXiv reaDer

contrastive learning

dataset

attention

augmentation
リンク
OneRing: ソースフリーのオープン部分ドメイン適応のための簡単な方法
arxiv_reader 2023/01/12
この論文では、ソースとターゲットのドメイン間にドメインとカテゴリの両方のシフトが存在する状況に対処する、ソースフリーのオープン部分ドメイン適応 (SF-OPDA) を調査します。データプライバシーの

arXiv

augmentation

domain adaptation

arXiv reaDer
リンク
VS-Net: 軽量ビデオ顕著な文書検出のためのマルチスケール時空間機能
arxiv_reader 2023/01/12
ビデオ重要ドキュメント検出 (VSDD) は、ビデオフレーム内の視覚的に重要なドキュメント領域を強調することを目的とした、実用的なコンピュータービジョンの重要なタスクです。 VSDD の以前の手法

arXiv

benchmark

convolutional

arXiv reaDer

embedding

computer vision

saliency

dataset

detection

pooling
リンク
マルチスキャナー犬皮膚扁平上皮がん組織病理学データセット
arxiv_reader 2023/01/12
組織病理学では、スキャナによって誘発されるドメインシフトは、目に見えないデータでテストされたときに、訓練されたニューラルネットワークのパフォーマンスを妨げることが知られています。マルチドメインの事

arXiv

pre-training

arXiv reaDer

domain

dataset

segmentation
リンク
自動運転のためのオプティカルフロー: アプリケーション、課題、および改善
arxiv_reader 2023/01/12
オプティカルフローの推定は、自動運転アプリケーションでよく研究されているトピックです。多くの優れたオプティカルフロー推定方法が提案されていますが、一般的に遭遇する困難なシナリオでテストすると、それ

arXiv

synthesis

arXiv reaDer

semi-supervised

optical flow

autonomous driving

dataset

estimation
リンク
自動運転の動作予測のための故障検出: 不確実性の観点
arxiv_reader 2023/01/12
安全で効率的な自動運転には、動作予測が不可欠です。ただし、複雑な人工知能モデルの不可解性と不確実性により、モーション予測モジュールの予測不可能な障害が発生し、システムが誤って安全でない決定を下す可能性

arXiv

arXiv reaDer

autonomous driving

detection

estimation
リンク
pyssam -- 生物医学的な形状と外観の統計モデリングのための Python ライブラリ
arxiv_reader 2023/01/12
pyssam は、骨、肺、その他の臓器などの生物学的 (およびその他の) 形状の統計的形状および外観モデル (SSAM) を作成するための Python ライブラリです。臓器の解剖学的「ランドマーク」

arXiv

python

arXiv reaDer

landmark

point cloud

dataset

segmentation
リンク
交通環境は自動運転の予測に定量的にどのように影響するか?
arxiv_reader 2023/01/12
複雑な交通環境での安全で効率的な自動運転には、正確な軌道予測が不可欠です。近年、人工知能は予測精度の向上において強力な能力を発揮しています。ただし、その不可解性と不確実性の特性により、予測に対する交通

arXiv

arXiv reaDer

trajectory

autonomous driving

dataset

estimation
リンク
GraVIS: 皮膚科学分析のための独立した情報源からの拡張ビューのグループ化
arxiv_reader 2023/01/12
自己教師あり表現学習は、下流のタスクに転送可能な表現を提供するために人間の注釈を必要としないため、医用画像分析で非常に成功しています。最近の自己教師あり学習方法は、ノイズコントラスト推定 (NCE、

arXiv

arXiv reaDer

self-supervised

transfer learning

contrastive learning

representation learning

attention

segmentation

augmentation
リンク
何をどこで学習するか: 監視なしで位置情報と ID 追跡を解きほぐす
arxiv_reader 2023/01/12
私たちの脳は、視覚的なデータストリームを背景と目立つオブジェクトに簡単に分解できます。さらに、オブジェクトの動きと相互作用を予測することができます。これは、概念的な計画と推論に不可欠な能力です。 C

arXiv

representation

arXiv reaDer

tracking

self-supervised

reasoning

saliency

dataset

benchmark

disentangling
リンク
効率的な少数ショット画像分類のためのコンテキストスクイーズアンドエキサイテーション
arxiv_reader 2023/01/12
近年、データ量の少ない環境で、タスク間で効果的な知識伝達を必要とするユーザー中心のアプリケーションが増加しています。その一例がパーソナライゼーションです。この場合、特定のユーザーに属する少量のラベル付

arXiv

arXiv reaDer

learning

dataset

benchmark

classification

adaptation

few-shot
リンク
タブレットPCによる署名検証によるセキュアアクセスシステム
arxiv_reader 2023/01/12
署名信号をキャプチャできる低コストのポータブルデバイスがますます使用されています。さらに、認証目的で書面による署名が社会的および法的に受け入れられることで、さまざまな新しいアプリケーションが開かれて

arXiv

arXiv reaDer
リンク
位置ガイダンスとシャム調整を備えたアトリウムセグメンテーションネットワーク
arxiv_reader 2023/01/12
心房スキャン画像のセグメンテーションは、心房の 3 次元再構成と外科的位置決めにとって非常に重要です。既存のセグメンテーションネットワークのほとんどは 2D 構造を採用し、元の画像のみを入力として取

arXiv

arXiv reaDer

3D

dataset

reconstruction

localization

segmentation
リンク
3D 断層撮影画像における生体サンプルの局在化のための自己教師あり学習
arxiv_reader 2023/01/12
シンクロトロンベースのコンピューター断層撮影法 (CT) では、空間分解能、視野、およびサンプルの位置決めと位置合わせの速度の間にトレードオフがあります。この問題は、人間の介入なしに大量のサンプルをス

arXiv

arXiv reaDer

pre-training

self-supervised

human

CT

semantic segmentation

3D

localization

estimation
リンク
機械 CAD オブジェクトの 3D 点群における幾何プリミティブの認識
arxiv_reader 2023/01/12
このホワイトペーパーで直面する問題は、機械 CAD オブジェクトのスキャンから得られる点群の単純および複雑な幾何学的プリミティブの認識に関するものです。多数のポイント、ノイズの存在、外れ値、欠落また

arXiv

3D

point cloud

arXiv reaDer
リンク
ディープトランスファーラーニングに基づく微調整された Yolov3 と SegNet を使用した黒色腫皮膚がんの検出とセグメンテーションへの迅速かつ正確なアプローチ
arxiv_reader 2023/01/12
黒色腫は、人間の皮膚のどの部分にも発生する可能性がある最も深刻な皮膚癌の 1 つです。メラノーマ病変の早期診断は、治癒の可能性を大幅に高めます。メラノーマのセグメンテーションを改善することで、医師や手

arXiv

real time

arXiv reaDer

transfer learning

YOLO

dataset

detection

localization

segmentation
リンク
連続環境における視覚と言語のナビゲーションのためのグラフベースの環境表現
arxiv_reader 2023/01/12
連続環境における視覚と言語のナビゲーション (VLN-CE) は、エージェントが現実的な環境で言語の指示に従う必要があるナビゲーションタスクです。環境の理解は VLN-CE タスクの重要な部分ですが

arXiv

representation

arXiv reaDer

embedding

loss function

detection

attention

GCN
リンク
医用画像におけるデータの不均一性に対処するためのラベル効率の高い自己管理型フェデレーテッドラーニング
arxiv_reader 2023/01/12
複数の機関からの大規模な医療データセットの収集とキュレーションは、正確な深層学習モデルをトレーニングするために不可欠ですが、プライバシーの問題がデータ共有の妨げになることがよくあります。フェデレーテッ

arXiv

OOD

arXiv reaDer

pre-training

self-supervised

representation learning

transformer

dataset

classification
リンク
堅牢な機械学習モデルにおけるバックドア攻撃と防御に向けて
arxiv_reader 2023/01/12
堅牢な最適化の導入により、敵対的攻撃に対する防御の最先端が押し上げられました。特に、最先端の射影勾配降下 (PGD) ベースのトレーニング方法は、敵対的な入力に対する防御において普遍的かつ確実に効果的

arXiv

clustering

DNN

representation

arXiv reaDer

adversarial

saliency

dataset

detection

classification
リンク
ピラミッド機能を使用したビデオの一般的なイベント境界検出
arxiv_reader 2023/01/12
一般的なイベント境界検出 (GEBD) は、人間が自然にイベント境界を認識するように、幅広く多様な一連のアクションでビデオをチャンクに分割することを目的としています。この研究では、ビデオ内の一般的なイ

arXiv

benchmark

representation

convolutional

arXiv reaDer

pre-training

action

dataset

detection

estimation
リンク
言語を使用して目に見えない領域に拡張する
arxiv_reader 2023/01/12
展開時にビジョンモデルが遭遇する可能性のあるすべてのドメインのトレーニングデータを収集するには、コストがかかります。代わりに、トレーニングドメイン (「鳥の写真」など) と、拡張したいがデータが

arXiv

arXiv reaDer

embedding

bias

dataset

benchmark

domain adaptation
リンク
LENet: マルチスケール畳み込み注意を使用した軽量で効率的な LiDAR セマンティックセグメンテーション
arxiv_reader 2023/01/12
LiDAR セマンティックセグメンテーションは、車両にシーンの豊富な理解を提供できます。これは、ロボット工学と自動運転の認識システムに不可欠です。この論文では、軽量で効率的な射影ベースのLiDARセ

arXiv

vehicle

convolutional

arXiv reaDer

LiDAR

semantic segmentation

autonomous driving

benchmark

attention
リンク
データの蒸留: 調査
arxiv_reader 2023/01/12
ディープラーニングの人気により、膨大な数の大規模で多種多様なデータセットがキュレーションされています。個々のタスクで人間に近いパフォーマンスが得られるにもかかわらず、大規模なデータセットでパラメータ

arXiv

arXiv reaDer

pose

dataset

learning

distillation
リンク
ソースフリーオブジェクト検出のための敵対的アラインメント
arxiv_reader 2023/01/12
ソースフリーオブジェクト検出 (SFOD) は、ラベルが豊富なソースドメインで事前トレーニングされた検出器を、ソースデータを表示することなく、ラベルのないターゲットドメインに転送することを目的

arXiv

pre-training

arXiv reaDer

learning

adversarial

domain

dataset

detection
リンク
材料系における微細構造状態変数に向けて
arxiv_reader 2023/01/12
自然界に見られる材料特性の膨大な組み合わせは、材料の微細構造の複雑さによって実現されます。高度な特性評価と物理ベースのシミュレーション技術により、非常に大規模な微細構造データセットが生成されました。最

arXiv

arXiv reaDer

sparse

dataset

learning

estimation

simulation
リンク
CARD: 効率的なクラス認識正規化デコーダによるセマンティックセグメンテーション
arxiv_reader 2023/01/12
セマンティックセグメンテーションは、学習中に「クラスレベル」のコンテキスト情報を活用することで、最近注目すべき進歩を遂げました。ただし、これらのアプローチは、クラスレベルの情報をピクセル機能に連結

arXiv

arXiv reaDer

representation learning

semantic segmentation

loss function

dataset

benchmark

regularization
リンク
Dense Negative Pairs を使用した Dense Contrastive Learning の改善
arxiv_reader 2023/01/12
多くの対比表現学習法は、画像全体の単一のグローバル表現を学習します。ただし、DenseCL (Wang et al., 2021) などの高密度対比表現学習法は、マルチラベル分類、検出、セグメンテーシ

arXiv

reconstruction

arXiv reaDer

contrastive learning

representation learning

detection

classification

localization

segmentation
リンク
ParkPredict+: CNN と Transformer を使用した駐車場内の車両のマルチモーダルインテントおよびモーション予測
arxiv_reader 2023/01/12
駐車場での人間が運転する車両のマルチモーダルな意図と軌道予測の問題が、この論文で扱われています。 CNN と Transformer ネットワークで設計されたモデルを使用して、軌跡履歴とローカルの鳥瞰

arXiv

vehicle

arXiv reaDer

human

video

trajectory

CNN

transformer

dataset
リンク
ポーズ推定を使用したロバストな人間のアイデンティティの匿名化
arxiv_reader 2023/01/12
多くの屋外自律型モバイルプラットフォームでは、データ駆動型アルゴリズムを強化するために、より多くの人間の身元を匿名化したデータが必要です。人間の身元の匿名化は、現在の顔検出および匿名化システムの課題

arXiv

arXiv reaDer

human pose estimation

face

pose estimation

detection

pedestrian

localization
リンク
スキューへの適応: 3D 部分畳み込みとバイアスマスキングによる時空間都市データの代入
arxiv_reader 2023/01/12
画像修復技術を適応させて、まばらさ、空間と時間の両方の分散、および異常なイベントを特徴とする都市設定の大規模で不規則な欠落領域を帰属させます。都市データの欠落地域は、センサーまたはソフトウェアの障害、

arXiv

convolutional

arXiv reaDer

sparse

computer vision

3D

dataset

learning

attention
リンク
Pix2Map: 画像からストリートマップを推測するためのクロスモーダル検索
arxiv_reader 2023/01/12
自動運転車は、自律ナビゲーションを都市の道路地図に依存しています。このホワイトペーパーでは、既存のマップを継続的に更新および拡張する必要に応じて、エゴビュー画像から直接都市のストリートマップトポ

arXiv

vehicle

arXiv reaDer

learning

embedding

dataset

localization
リンク
Forgettable Learning Dynamics によるディープモデルの説明
arxiv_reader 2023/01/12
ディープニューラルネットワークは数え切れないほどのアプリケーションで大きな成功を収めていますが、モデルの動作や予測を説明することは未解決の研究課題です。このホワイトペーパーでは、セマンティック

arXiv

representation

arXiv reaDer

tracking

pose

semantic segmentation

learning
リンク
より強力な顔モーフィング攻撃のための拡散モデル
arxiv_reader 2023/01/12
顔モーフィング攻撃は、2 つの ID のうちの 1 つで誤認を引き起こすことを目的として、2 つの異なる ID からのバイオメトリック品質で構成されるモーフィングされた画像を提示することにより、顔認識

arXiv

arXiv reaDer

metric

detection

face recognition
リンク
BIQ2021：大規模なブラインドイメージ品質評価データベース
arxiv_reader 2023/01/12
デジタルマルチメディアデバイスの普及の結果として、デジタル画像の知覚品質の評価はますます重要になっています。スマートフォンと高速インターネットは、利用可能なマルチメディアコンテンツの量を増やしたテクノ

arXiv

dataset

human

arXiv reaDer
リンク
ディープラーニングに基づく抗議活動のマルチラベル画像分類
arxiv_reader 2023/01/12
都市化が加速する中でインターネット技術が台頭し、世界中で採用されているデジタルコミュニケーションプラットフォームのおかげで、情報の共有がこれまでになく簡単になりました。結果として得られる膨大な量の

arXiv

activity

arXiv reaDer

dataset

learning

classification
リンク
既製の画像テキスト機能を使用したオープン語彙の時間的動作検出
arxiv_reader 2023/01/12
トリミングされていないビデオでのアクションの検出は、小規模なクローズドクラスのセットに限定されるべきではありません。事前トレーニング済みの画像とテキストの共同埋め込みを利用した、オープン語彙の一時的

arXiv

arXiv reaDer

video

optical flow

action

detection
リンク
HITNet：リアルタイムステレオマッチングのための階層的反復タイルリファインメントネットワーク
arxiv_reader 2023/01/12
この論文では、リアルタイムステレオマッチングのための新しいニューラルネットワークアーキテクチャであるHITNetを紹介します。フルコストボリュームで動作し、3D畳み込みに依存する最近の多くのニューラル

arXiv

real time

convolutional

arXiv reaDer

metric

learning

stereo

3D

benchmark

differentiable
リンク
再帰型推論マシンを使用した重力レンズ系における前景密度と背景表面輝度のピクセル化された再構成
arxiv_reader 2023/01/12
背景のソースの画像の歪みを定量化し、前景のレンズの質量密度を再構築するために強い重力レンズをモデル化することは、計算上の困難な課題でした。重力レンズ画像の品質が向上するにつれて、そこに含まれる情報を完

arXiv

arXiv reaDer

learning

recurrent

reconstruction

simulation
リンク
FrustumFormer: マルチビュー 3D 検出のための適応型インスタンス認識リサンプリング
arxiv_reader 2023/01/12
2D 透視空間から 3D 空間への特徴の変換は、マルチビュー 3D オブジェクト検出に不可欠です。最近のアプローチは主にビュー変換の設計に焦点を当てており、遠近ビューの特徴を推定された深度で 3D 空

arXiv

benchmark

arXiv reaDer

3D

dataset

detection

attention

localization
リンク
音声調整された拡散モデルによる音声主導のビデオ編集
arxiv_reader 2023/01/12
この論文では、ノイズ除去拡散モデルを使用した、エンドツーエンドの音声駆動ビデオ編集の方法を提案します。人が話しているビデオが与えられた場合、顔のランドマークや 3D 顔モデルなどの中間構造表現に依存す

arXiv

representation

arXiv reaDer

video

face

landmark

domain

3D

denoising

person
リンク
InstaGraM: ベクトル化された HD マップ学習のためのインスタンスレベルのグラフモデリング
arxiv_reader 2023/01/12
自動運転を大規模に展開するには、幾何学的情報とセマンティック情報を含む軽量の高精細 (HD) マップの構築が最も重要です。車両によってキャプチャされた一連の画像からこのようなタイプのマップを自動的に生

arXiv

vehicle

representation

arXiv reaDer

learning

autonomous driving

dataset

detection

segmentation
リンク
GiT: 車両再識別のためのグラフインタラクティブトランスフォーマー
arxiv_reader 2023/01/12
トランスフォーマーは、コンピュータービジョンでますます人気が高まっています。トランスフォーマーは、画像を一連のパッチとして扱い、シーケンスから堅牢なグローバル機能を学習します。ただし、車両の再識別に

arXiv

re-id

vehicle

arXiv reaDer

computer vision

transformer

dataset
リンク
トランスフォーマーに基づくマルチスケール・マルチモーダル微表情認識アルゴリズム
arxiv_reader 2023/01/12
マイクロエクスプレッションは、人々が隠そうとする本当の感情を明らかにすることができる自発的な無意識の顔面筋肉の動きです.手作業による方法は順調に進歩しており、ディープラーニングが注目を集めています。マ

arXiv

emotion

arXiv reaDer

face

contrastive learning

transformer

dataset

attention
リンク
視覚的分類のための適応識別正則化
arxiv_reader 2023/01/12
識別機能の学習を改善する方法は、分類の中心です。既存の研究では、対照的な学習のために正と負のペアを構築するか、より厳密なクラス分離マージンを設定するかによって、クラス間の分離可能性とクラス内の類似性を

arXiv

arXiv reaDer

contrastive learning

gradient

benchmark

classification

regularization
リンク
Detachable Novel Views 分布駆動神経放射場を使用した動的シーンの合成
arxiv_reader 2023/01/12
カジュアルな単眼ビデオから現実世界のダイナミックなシーンで斬新なビューを表現して合成することは、長年の問題です。既存のソリューションは通常、ジオメトリ技術を適用するか、いくつかの隣接するフレーム間の時

arXiv

occlusion

synthesis

representation

arXiv reaDer

video

monocular

autonomous driving

3D

dataset
リンク
- 2023年1月13日
- 2023年1月12日
- 2023年1月11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