arxiv_readerのブックマーク / 2023年4月11日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2023年4月11日のブックマーク (210件)

視覚的インコンテキスト学習を改善するための効果的な要因を探る
arxiv_reader 2023/04/11
In-Context Learning (ICL) は、いくつかのデモンストレーション (プロンプト) を通じて新しいタスクを理解し、モデルを調整することなく新しい入力を予測することです。 NLP で

arXiv

arXiv reaDer

segmentation

learning

detection

computer vision
リンク
拡散モデルを使用したあいまいな医用画像セグメンテーション
arxiv_reader 2023/04/11
専門家のグループからの集合的な洞察は、臨床タスクに対する個人の最良の診断よりも優れていることが常に証明されています.医療画像セグメンテーションのタスクについては、AI ベースの代替案に関する既存の研究

arXiv

arXiv reaDer

metric

segmentation

CT

learning

MRI
リンク
安定マッチング検出トランス
arxiv_reader 2023/04/11
この論文は、DEtection TRansformers (DETR) における異なるデコーダ層にわたるマッチング安定性の問題に関係しています。 DETR での不安定なマッチングは、DETR での 1

arXiv

arXiv reaDer

metric

transformer

classification

benchmark

detection
リンク
SAM vs BET: 深層学習を使用した磁気共鳴画像の脳抽出とセグメンテーションの比較研究
arxiv_reader 2023/04/11
脳抽出は、ほぼすべての神経画像研究において重要な前処理ステップであり、磁気共鳴画像 (MRI) データの正確なセグメンテーションと分析を可能にします。 FSL の Brain Extraction T

arXiv

arXiv reaDer

metric

segmentation

MRI

computer vision
リンク
変圧器追跡のための一般化された関係モデリング
arxiv_reader 2023/04/11
以前の 2 ストリームトラッカーと比較して、最近の 1 ストリームトラッキングパイプラインは、テンプレートと検索領域の間のより早い相互作用を可能にし、顕著なパフォーマンスの向上を達成しました。た

arXiv

arXiv reaDer

real time

tracking

transformer

representation

benchmark

learning

attention
リンク
ディープフェイクの似顔絵: アーティファクトへの注目を高めることで、人間と機械によるディープフェイクの検出が増加します
arxiv_reader 2023/04/11
ディープフェイクは、誤った情報を助長することにより、デジタルウェルビーイングに深刻な脅威をもたらします。ディープフェイクを肉眼で認識するのが難しくなるにつれて、人間のユーザーは、ビデオが本物か偽物か

arXiv

arXiv reaDer

deepfake

human

pose

semi-supervised

detection

video

attention
リンク
SAM は何でもセグメント化できますか? SAM がカモフラージュオブジェクトの検出に対応する場合
arxiv_reader 2023/04/11
SAM は、Meta AI Research によって最近リリースされたセグメンテーションモデルであり、一般的なオブジェクトセグメンテーションでの優れたパフォーマンスにより、急速に注目を集めていま

arXiv

arXiv reaDer

segmentation

benchmark

detection

attention
リンク
CherryPicker: 桜の木のセマンティックスケルトン化とトポロジカル再構築
arxiv_reader 2023/04/11
植物の表現型解析では、樹木の 3D 点群からの正確な形質抽出はまだ未解決の問題です。花や果実などの木の器官の自動モデリングと特性抽出には、意味的にセグメント化された木の点群と木の骨格が必要です。したが

arXiv

arXiv reaDer

point cloud

semantic segmentation

monocular

reconstruction

occlusion

3D
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.04704v2
arxiv_reader 2023/04/11
この作業は、視覚言語モデルの迅速な事前トレーニング方法である POMP を提案します。メモリと計算が効率的であるため、POMP を使用すると、学習したプロンプトが意味情報を凝縮して、2 万以上のクラス

arXiv

arXiv reaDer

pre-training

semantic segmentation

classification

dataset

zero-shot

detection
リンク
Video-kMaX: オンラインおよびほぼオンライン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な統合アプローチ
arxiv_reader 2023/04/11
ビデオパノプティックセグメンテーション (VPS) は、すべてのピクセルをセグメント化し、ビデオ内のオブジェクトを関連付けることによって、包括的なピクセルレベルのシーンの理解を達成することを目的

arXiv

arXiv reaDer

semantic segmentation

transformer

video

panoptic segmentation
リンク
ゼロショットの時空間アクション検出のためのインタラクションを意識したプロンプト
arxiv_reader 2023/04/11
時空間アクション検出の目標は、ビデオ内で各人のアクションが発生する時間と場所を特定し、対応するアクションカテゴリを分類することです。既存の方法のほとんどは、大量のトレーニングデータを必要とする完全

arXiv

arXiv reaDer

pre-training

video

classification

dataset

zero-shot

detection

action

spatio-temporal
リンク
雑然としたテーブルでのタッチを検出することを学ぶ
arxiv_reader 2023/04/11
デジタルインテリジェンスをテーブルにもたらすランプフォームファクターを備えた、新しい自己完結型のカメラプロジェクターテーブルトップシステムを紹介します。任意の卓上をインタラクティブにするリアルタイムの

arXiv

arXiv reaDer

real time

learning

detection

video
リンク
Deep Image Matting: 包括的な調査
arxiv_reader 2023/04/11
画像マッティングとは、自然画像から正確なアルファマットを抽出することを指し、画像編集などのさまざまなダウンストリームアプリケーションで重要な役割を果たします。不適切な問題であるにもかかわらず、従来

arXiv

arXiv reaDer

learning

dataset
リンク
アニメキャラクターシートを使用した共同ニューラルレンダリング
arxiv_reader 2023/04/11
アニメ制作において、思い通りのポーズでキャラクターを描くことは、欠かすことのできない大変な作業です。アーティストの制作支援は、近年の研究のホットスポットです。このホワイトペーパーでは、いくつかの参

arXiv

arXiv reaDer

human

pose

dataset

SMPL

landmark
リンク
テストデータでトレーニングしますか?ナンバープレート認識に対するほぼ重複の影響
arxiv_reader 2023/04/11
この作業は、ナンバープレート認識 (LPR) の研究で広く採用されているデータセットのトレーニングセットとテストセットのほぼ重複の大部分に注目しています。これらの複製は、異なるものの、同じナンバ

arXiv

arXiv reaDer

dataset

attention
リンク
偶然の世代
arxiv_reader 2023/04/11
ジェネレーティブ AI モデルは、プライバシーを保護するデータ共有、コンピューターアート、製品やサービスのパーソナライズ、没入型エンターテイメントなどのアプリケーションを備えた、さまざまな業界にわた

arXiv

arXiv reaDer

person

human

dataset

face

generative

synthesis
リンク
EKILA: ジェネレーティブアートの合成メディアの来歴と帰属
arxiv_reader 2023/04/11
EKILAを紹介します。クリエイティブがジェネレーティブ AI (GenAI) への貢献に対して認識と報酬を受け取ることを可能にする分散型フレームワーク。 EKILA は堅牢なビジュアルアトリビュー

arXiv

arXiv reaDer

representation

generative

synthesis
リンク
強化学習ベースのブラックボックスモデル反転攻撃
arxiv_reader 2023/04/11
モデル反転攻撃は、モデルにアクセスするだけで、機械学習モデルのトレーニングに使用されるプライベートデータを再構築する一種のプライバシー攻撃です。最近、Generative Adversarial N

arXiv

arXiv reaDer

GAN

dataset

reinforcement learning

attention
リンク
フェデレーテッドインクリメンタルセマンティックセグメンテーション
arxiv_reader 2023/04/11
フェデレーテッドラーニングベースのセマンティックセグメンテーション (FSS) は、ローカルクライアントでの分散型トレーニングを通じて広く注目を集めています。ただし、ほとんどの FSS モデル

arXiv

arXiv reaDer

semantic segmentation

gradient

learning

distillation

attention
リンク
VARS: 複数の視点からサッカーの意思決定を自動化するためのビデオアシスタントレフリーシステム
arxiv_reader 2023/04/11
ビデオアシスタントレフリー (VAR) はアソシエーションフットボールに革命をもたらし、レフェリーがピッチでの出来事を確認し、十分な情報に基づいて決定を下し、公平性を確保できるようにしました。し

arXiv

arXiv reaDer

real time

dataset

benchmark

video
リンク
HST-MRF: 医用画像セグメンテーションのための多受容野を備えた異種 Swin Transformer
arxiv_reader 2023/04/11
Transformer は、その優れた長距離モデリング機能により、医用画像セグメンテーションでの使用に成功しています。ただし、Transformer クラスモデルを構築する場合は、パッチセグメンテ

arXiv

arXiv reaDer

transformer

embedding

segmentation

dataset

localization

pooling

attention
リンク
GCoNet+: より強力なグループ協調型共顕著物体検出器
arxiv_reader 2023/04/11
この論文では、GCoNet+ と呼ばれる新しいエンドツーエンドのグループ共同学習ネットワークを紹介します。これは、自然なシーンで共通の顕著なオブジェクトを効果的かつ効率的に (250 fps) 識別で

arXiv

arXiv reaDer

representation

classification

benchmark

affinity

learning

recurrent

detection
リンク
セグメントへのローカライズ: リスクのある臓器のセグメンテーション精度を向上させるためのトリミング
arxiv_reader 2023/04/11
放射線治療を受ける患者のコストと合併症を軽減するには、危険臓器セグメンテーションの精度を高める必要があります。危険にさらされている臓器をセグメンテーションするための一部の深層学習方法では、2 段階のプ

arXiv

arXiv reaDer

segmentation

dataset

learning
リンク
回転スケール同変ステアリング可能フィルター
arxiv_reader 2023/04/11
回転等分散またはスケール等分散のいずれかを CNN に組み込むと、モデルの汎化パフォーマンスが向上することが証明されています。ただし、回転とスケールの等価性を CNN に統合することは、広く調査されて

arXiv

arXiv reaDer

CNN

segmentation

dataset

learning
リンク
組織病理学画像セグメンテーションのためのスケール等価 UNet
arxiv_reader 2023/04/11
デジタル組織病理スライドはスキャンされ、さまざまな倍率で表示され、さまざまな解像度で画像として保存されます。そのような画像で特定のスケールでトレーニングされた畳み込みニューラルネットワーク (CNN

arXiv

arXiv reaDer

CNN

segmentation

dataset
リンク
運動制御における事前訓練済みの視覚モデルの場合、すべてのポリシー学習方法が同じように作成されるわけではありません
arxiv_reader 2023/04/11
近年、事前に訓練された視覚モデルを運動制御に活用することに注目が集まっています。既存の研究では主にこのトレーニング前段階の重要性が強調されていますが、制御固有の微調整中に下流のポリシー学習が果たす重要

arXiv

arXiv reaDer

pre-training

benchmark

reinforcement learning

attention
リンク
ハイブリッド畳み込みに基づくデュアルドメインネットワークによるハイパースペクトル画像超解像
arxiv_reader 2023/04/11
入射エネルギーの数は限られているため、空間分解能の高いハイパースペクトル画像 (HSI) を直接取得することは困難です。 HSI の高次元性と相関関係を考慮すると、HSI の超解像 (SR) は、補助

arXiv

arXiv reaDer

representation

benchmark

convolutional

dataset

domain

super-resolution

3D

attention
リンク
関節視神経乳頭とカップのセグメンテーションのための再構成主導の動的改良ベースの教師なしドメイン適応
arxiv_reader 2023/04/11
緑内障は、不可逆的な失明の主な原因の 1 つです。眼底画像上の視神経乳頭 (OD) と視神経杯 (OC) のセグメンテーションは、緑内障スクリーニングにおける重要なステップです。このタスクのために多く

arXiv

arXiv reaDer

segmentation

self-supervised

reconstruction

convolutional

adversarial

detection

domain adaptation
リンク
医用画像における一貫した概念に基づく説明と皮膚病変診断への応用
arxiv_reader 2023/04/11
悪性黒色腫の早期発見は、重度の合併症を予防し、治療が成功する可能性を高めるために非常に重要です。メラノーマ皮膚病変診断のための既存の深層学習アプローチは、モデル予測の背後にある理論的根拠を省略し、これ

arXiv

arXiv reaDer

interpretation

classification

dataset

learning

detection

attention
リンク
病理画像のためのハイブリッドディープフィーチャーベースの変形可能な画像登録方法
arxiv_reader 2023/04/11
病理学者は、正確な診断のために、染色の異なる病理スライスからの情報を組み合わせる必要があります。変形可能な画像登録は、マルチモーダル病理スライスを融合するために必要な手法です。この論文では、染色され

arXiv

arXiv reaDer

dataset

learning

detection
リンク
RePAST: Relative Pose Attention Scene Representation Transformer
arxiv_reader 2023/04/11
Scene Representation Transformer (SRT) は、新しいビューをインタラクティブなレートでレンダリングする最近の方法です。 SRT は、任意に選択された参照カメラに対す

arXiv

arXiv reaDer

transformer

representation

pose

attention
リンク
ADS_UNet: 組織病理画像セグメンテーション用のネストされた UNet
arxiv_reader 2023/04/11
UNet モデルは、コントラクトエンコーダーとアップサンプリングデコーダーマップとして配置された完全畳み込みネットワーク (FCN) レイヤーで構成されます。これらのエンコーダーマップとデコー

arXiv

arXiv reaDer

transformer

segmentation

classification

dataset

convolutional
リンク
SoccerNet-Caption: サッカー放送の解説用の高密度ビデオキャプション
arxiv_reader 2023/04/11
サッカーは単なるゲームではなく、国境を越えて世界中の人々を結びつける情熱です。観衆の歓声から解説者の興奮まで、サッカーの試合は一瞬一瞬がスリル満点です。しかし、非常に多くのゲームが同時に行われているた

arXiv

arXiv reaDer

video

dataset

benchmark

captioning

action
リンク
検出トランスフォーマーをデータオーグメンターとして使用する
arxiv_reader 2023/04/11
検出トランスフォーマー (DETR) は、トランスフォーマーアーキテクチャベースのオブジェクト検出モデルです。この論文では、それがデータオーグメンターとしても使用できることを示しています。私たちは

arXiv

arXiv reaDer

pre-training

transformer

classification

benchmark

dataset

augmentation

detection
リンク
セマンティック通信を用いたEnd-to-End無線画像伝送システム
arxiv_reader 2023/04/11
セマンティック通信はモバイル通信の未来と考えられており、受信側でデータをビットごとに再構成するのではなく、データのセマンティックな意味を送信することにより、シャノンの通信定理を超えてデータを送信するこ

arXiv

arXiv reaDer

pre-training

semantic segmentation

GAN

reconstruction

dataset

quantization
リンク
合成神経放射場に基づくセマンティック 3D 認識ポートレート合成と操作
arxiv_reader 2023/04/11
最近、神経放射場を使用した 3D 対応の GAN メソッドが急速に開発されました。ただし、現在の方法では、画像全体を全体的な神経放射フィールドとしてモデル化しているため、合成結果の部分的なセマンティッ

arXiv

arXiv reaDer

GAN

loss function

3D

synthesis
リンク
顔成分関係による親族表現学習
arxiv_reader 2023/04/11
親族認識は、2 つの顔画像の被写体が親族であるか非親族であるかを判断することを目的としています。これは、新たな困難な問題です。ただし、以前のほとんどの方法は、顔画像間の空間的相関を考慮せずに発見的設計

arXiv

arXiv reaDer

representation learning

benchmark

face

loss function
リンク
FreConv: 周波数分岐統合畳み込みネットワーク
arxiv_reader 2023/04/11
最近の研究では、入力データの頻度情報を利用することで、ネットワークのパフォーマンスが向上することが示されています。ただし、既存の一般的な畳み込み構造は、データセットに含まれる頻度情報を利用するために特

arXiv

arXiv reaDer

representation

dataset

convolutional
リンク
パッチベースのアプローチを使用した隠れた画像のディープフェイク検出
arxiv_reader 2023/04/11
DeepFake では、ディープラーニングおよび人工知能技術を使用して、通常 GAN によって生成されるビデオおよび画像コンテンツを生成または変更します。さらに、それは悪用される可能性があり、架空の

arXiv

arXiv reaDer

GAN

deepfake

dataset

face

learning

reasoning

detection

video
リンク
ビジョン言語基盤モデルを使用したマルチオブジェクト設定でのゼロショット分布内検出
arxiv_reader 2023/04/11
インターネットからスクレイピングされたノイズの多い画像から分布外 (OOD) 画像を削除することは、データセットを構築するための重要な前処理であり、ビジョン言語基盤モデル (CLIP) を使用したゼロ

arXiv

arXiv reaDer

OOD

benchmark

dataset

zero-shot

detection
リンク
視覚認識モデルは画像圧縮に対して堅牢ですか?
arxiv_reader 2023/04/11
画像圧縮によってビジュアルコンテンツのデータフットプリントを削減することは、ストレージ要件を削減するために不可欠ですが、転送の帯域幅と遅延要件を削減するためにも不可欠です。特に、圧縮された画像を使

arXiv

arXiv reaDer

semantic segmentation

classification

compression

edge device

detection
リンク
SOOD: 半教師付き指向性オブジェクト検出に向けて
arxiv_reader 2023/04/11
半教師ありオブジェクト検出 (SSOD) は、オブジェクト検出器を強化するためにラベルのないデータを探索することを目的としており、近年活発なタスクになっています。ただし、既存の SSOD アプローチは

arXiv

arXiv reaDer

benchmark

semi-supervised

learning

detection

loss function
リンク
DetCLIPv2: 単語領域アラインメントによるスケーラブルなオープン語彙オブジェクト検出の事前トレーニング
arxiv_reader 2023/04/11
このホワイトペーパーでは、DetCLIPv2 を紹介します。これは、オープンボキャブラリーオブジェクト検出 (OVD) を実現するために大規模な画像とテキストのペアを組み込んだ、効率的でスケーラ

arXiv

arXiv reaDer

pre-training

contrastive

benchmark

localization

zero-shot

learning

detection
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.04512v3
arxiv_reader 2023/04/11
視覚言語事前トレーニングモデル (VLP) は、さまざまな視覚言語タスクで革新的な改善を示しています。 VLP では、いくつかの敵対的攻撃がモデルをだまして、誤った分類やばかげた分類に導きます。以前

arXiv

arXiv reaDer

pre-training

classification

dataset

adversarial

zero-shot

detection
リンク
HybridFusion: LiDAR とビジョンクロスソースポイントクラウドフュージョン
arxiv_reader 2023/04/11
最近、異なるセンサーからのクロスソース点群登録が重要な研究の焦点になっています。ただし、従来の方法では、クロスソース点群の密度と構造が異なるため、課題に直面しています。これらの問題を解決するために、H

arXiv

arXiv reaDer

metric

point cloud

pose

LiDAR

3D
リンク
hist2RNA: 乳がんの組織病理画像から遺伝子発現を予測するための効率的なディープラーニングアーキテクチャ
arxiv_reader 2023/04/11
遺伝子発現は、通常の免疫組織化学 (IHC) を使用して得られるよりも、再発リスクの予測と治療反応性を改善して、乳癌のサブタイプに使用できます。ただし、診療所では、分子プロファイリングは主に ER+

arXiv

arXiv reaDer

learning

dataset
リンク
CDDFuse: マルチモダリティ画像融合のための相関駆動型デュアルブランチ特徴分解
arxiv_reader 2023/04/11
マルチモダリティ (MM) 画像融合は、機能的なハイライトや詳細なテクスチャなど、さまざまなモダリティのメリットを維持する融合画像をレンダリングすることを目的としています。クロスモダリティ機能のモデリ

arXiv

arXiv reaDer

semantic segmentation

transformer

benchmark

detection

attention
リンク
Head-tail Loss: 方向付けられたオブジェクトの検出とアンカーのないモデルのためのシンプルな関数
arxiv_reader 2023/04/11
この論文では、ヘッドテール損失と名付けられた、方向付けられた境界ボックスの予測のための新しい損失関数を提示します。損失関数は、オブジェクトの注釈を表す 2 つのキーポイントの予測と注釈の間の距離を最

arXiv

arXiv reaDer

dataset

anchor free

detection

loss function
リンク
自己整列点群
arxiv_reader 2023/04/11
この論文では、ポイントごとの順序付けによって、3D ポイントクラウド内のポイントの代表的なサブセットを見つけるタスクに対処します。この挑戦的な視覚の問題に対処しようとした作品はごくわずかであり、すべ

arXiv

arXiv reaDer

contrastive

point cloud

differentiable

self-supervised

dataset

zero-shot

3D
リンク
DeFeeNet: 偏差フィードバックによる連続的な 3D 人間の動きの予測
arxiv_reader 2023/04/11
人間とロボットのコラボレーションなど、人間の動きの予測技術を必要とする現実世界のシナリオを考え直してみましょう。現在の研究では、人間の動きを予測するタスクを、過去に観測されたものに基づいて短い将来のシ

arXiv

arXiv reaDer

human

learning

3D
リンク
ドメインの一般化のためのテスト時間適応の改善
arxiv_reader 2023/04/11
ドメイン一般化 (DG) における主な課題は、トレーニングデータとテストデータの間にある分布シフトの問題を処理することです。最近の研究では、学習したモデルをテストデータに適応させるテスト時間トレ

arXiv

arXiv reaDer

benchmark

adaptation

domain
リンク
転送不可能な事前トレーニング済みモデルによる正規化を使用した限られたデータの深い生成モデリング
arxiv_reader 2023/04/11
深層生成モデル (DGM) は、限られたデータで複雑なモデルを学習すると、分散が大きくなり、過適合になりやすいため、データを大量に消費します。バイアスと分散のトレードオフの古典的な視点に触発されて、正

arXiv

arXiv reaDer

pre-training

bias

regularization

generative

learning
リンク
データ駆動型共同音声ジェスチャー生成の包括的なレビュー
arxiv_reader 2023/04/11
発話に伴うジェスチャーは、自然で効率的な身体化された人間のコミュニケーションに不可欠な要素です。このような共同発話ジェスチャの自動生成は、コンピューターアニメーションにおける長年の問題であり、映画、

arXiv

arXiv reaDer

gesture

human

dataset

generative

learning

robot

synthesis
リンク
オプティカルフローとパッチマッチによるハンドヘルドカメラ入力の露出融合
arxiv_reader 2023/04/11
この論文では、手持ち式カメラで撮影された多重露光画像融合のためのハイブリッド合成法を提案します。カメラの揺れやダイナミックなシーンが原因のモーションは、コンテンツフュージョンの前に補正する必要があり

arXiv

arXiv reaDer

optical flow

occlusion

synthesis
リンク
ディープ顔認識のためのグループ化された知識の抽出
arxiv_reader 2023/04/11
特徴ベースの蒸留法と比較して、ロジット蒸留は、教師と生徒のネットワーク間の一貫した特徴次元の要件を自由化できますが、顔認識のパフォーマンスは劣ると見なされます。主な課題の 1 つは、モデル容量が少ない

arXiv

arXiv reaDer

knowledge distillation

benchmark

face recognition
リンク
写実的なスタイル転送による複数の参照を使用した古い写真の現代化
arxiv_reader 2023/04/11
本稿ではまず、様式化と強調を統一的に行うことにより、複数の参照を使用して古い写真の現代化を提示します。古い写真をモダナイズするために、ネットワーク MROPM-Net と新しい合成データ生成スキームで

arXiv

arXiv reaDer

dataset

benchmark

synthesis
リンク
ストリーム可能に自由な視点のビデオのためのニューラル残留放射輝度フィールド
arxiv_reader 2023/04/11
静的オブジェクトのモデリングとフリービューレンダリングのための Neural Radiance Fields (NeRF) の成功は、動的シーンに対する数多くの試みに影響を与えてきました。フリービ

arXiv

arXiv reaDer

real time

representation

compression

residual

video
リンク
逆レンダリングによる流体力学の推定
arxiv_reader 2023/04/11
人間は、液体の落下などの物理的プロセスを、そのようなシーンの写真をちらりと見るだけで、強い直感的な理解を持っています。この作業は、グラウンドトゥルースの流体力学を監視することなく、注釈のないビデオか

arXiv

arXiv reaDer

simulation

differentiable

representation

dataset

reconstruction

video
リンク
単一点教師ありのモンテカルロ線形クラスタリングは、赤外線の小さなターゲット検出に十分です
arxiv_reader 2023/04/11
単一フレーム赤外線小型ターゲット (SIRST) 検出は、赤外線画像上の乱雑な背景から小さなターゲットを分離することを目的としています。最近、深層学習ベースの方法は、SIRST 検出で有望なパフォーマ

arXiv

arXiv reaDer

weakly-supervised

clustering

dataset

learning

detection
リンク
半教師付き医用画像セグメンテーションのための二重の不確実性を伴う自己トレーニング
arxiv_reader 2023/04/11
半教師付き医用画像セグメンテーションの分野では、ラベル付きデータの不足が根本的な問題です。ラベル付けされていない画像から画像の特徴を効果的に学習してセグメンテーションの精度を向上させる方法は、この分野

arXiv

arXiv reaDer

pre-training

segmentation

dataset

estimation

semi-supervised

learning
リンク
HIER: 階層的正則化によるクラスラベルを超えたメトリック学習
arxiv_reader 2023/04/11
メトリック学習の監督は、人間がラベル付けしたクラス間の等価性の形で長い間与えられてきました。このタイプの監督は、何十年にもわたってメトリック学習の基礎となってきましたが、この分野のさらなる進歩を妨げる

arXiv

arXiv reaDer

metric learning

benchmark

regularization
リンク
部分的なスポーツフィールドレジストレーションを使用したスポーツ放送のための単眼 3 次元人物姿勢推定
arxiv_reader 2023/04/11
スポーツイベントの撮影では、世界中のアスリートの動きを 2D 放送映像に投影し、平面化します。これらの画像の関節のピクセル位置は、高い妥当性で検出できます。アスリートの手足の実際の 3D 動作 (キ

arXiv

arXiv reaDer

monocular

dataset

pose estimation

human pose estimation

3D

synthesis
リンク
DeepAccident: V2X 自動運転の動きと事故の予測ベンチマーク
arxiv_reader 2023/04/11
安全性は自動運転の最優先事項です。それにもかかわらず、現在のところ、自動運転の直接的で説明可能な安全性評価をサポートする公開されたデータセットはありません。この作業では、実際の運転で頻繁に発生するさま

arXiv

arXiv reaDer

explainable

benchmark

dataset

autonomous driving

detection

vehicle

3D
リンク
BerDiff: 医用画像セグメンテーションのための条件付きベルヌーイ拡散モデル
arxiv_reader 2023/04/11
医用画像のセグメンテーションは、不明確な腫瘍境界や複数のもっともらしい注釈などの要因に起因する、固有のあいまいさと高い不確実性を伴う困難な作業です。セグメンテーションマスクの精度と多様性は、臨床現場

arXiv

arXiv reaDer

segmentation

dataset

saliency

trajectory
リンク
ドライバーの注意散漫な行動とさまざまな注視ゾーンを分析するための総合的注意散漫運転 (SynDD2) データセット
arxiv_reader 2023/04/11
この記事では、ドライバーのさまざまな注意散漫な行動やさまざまな注視ゾーンを検出および分析するための、機械学習モデル用の総合的な注意散漫運転 (SynDD2 - SynDD1 の連続体) データセットを

arXiv

arXiv reaDer

classification

dataset

learning

gaze

activity

vehicle

synthesis
リンク
衛星動画超解像のためのローカル・グローバル時差学習
arxiv_reader 2023/04/11
オプティカルフローベースおよびカーネルベースのアプローチは、衛星ビデオの超解像 (VSR) における一時的な補償のために広く調査されています。ただし、これらの手法は計算量が多く、複雑なモーション

arXiv

arXiv reaDer

satellite

representation

video

optical flow

residual

learning

super-resolution
リンク
微表情認識のための適応変位生成とトランスフォーマーフュージョンによる特徴表現学習
arxiv_reader 2023/04/11
マイクロエクスプレッションは、偽造も抑制もできない、自発的で迅速かつ微妙な顔の動きです。それらは非常に重要な非言語コミュニケーションの手がかりですが、一時的で強度が低いため、認識が困難です。最近、特徴

arXiv

arXiv reaDer

transformer

representation learning

self-supervised

convolutional

face
リンク
Context-aware Transformer による高ダイナミックレンジイメージング
arxiv_reader 2023/04/11
LDR 画像をハイダイナミックレンジ (HDR) 画像として合成する際に、ゴーストの発生を回避することは困難な作業です。畳み込みニューラルネットワーク (CNN) は、一般的に HDR ゴースト

arXiv

arXiv reaDer

CNN

transformer

attention
リンク
メタ合成参照表現セグメンテーション
arxiv_reader 2023/04/11
参照式セグメンテーションは、画像から言語表現によって記述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。このタスクの最近の進歩にもかかわらず、このタスクに取り組んでいる既存のモデルは、個々

arXiv

arXiv reaDer

representation

segmentation

dataset

benchmark

learning
リンク
iQPP: 画像クエリのパフォーマンス予測のベンチマーク
arxiv_reader 2023/04/11
今日まで、コンテンツベースの画像検索のコンテキストにおけるクエリパフォーマンス予測 (QPP) は、特にクエリが画像である例によるクエリのシナリオでは、ほとんど未踏のタスクのままです。画像検索にお

arXiv

arXiv reaDer

benchmark
リンク
PCR: オンラインクラスの増分継続学習のためのプロキシベースの対照的なリプレイ
arxiv_reader 2023/04/11
オンラインクラスの増分継続学習は、継続学習の特定のタスクです。データストリームから新しいクラスを継続的に学習することを目的としており、データストリームのサンプルは 1 回しか見られないため、壊滅的

arXiv

arXiv reaDer

contrastive

dataset

benchmark

learning
リンク
H2RBox-v2: 対称学習による HBox 教師付き方向オブジェクト検出の強化
arxiv_reader 2023/04/11
自動運転やリモートセンシングなどで指向性オブジェクト検出の需要が高まるにつれて、指向性アノテーションは労働集約的な作業になりました。既存の水平方向に注釈が付けられたデータセットを最大限に活用し、注釈

arXiv

arXiv reaDer

weakly-supervised

metric learning

self-supervised

dataset

autonomous driving

detection

attention
リンク
衣服を変える人物の再識別のためのアイデンティティガイド付き協調学習
arxiv_reader 2023/04/11
着替え人物再識別 (ReID) は、着替えや歩行者の視点/ポーズの変更による大きな特徴の変化の問題に対処することを目的とした、新たに出現した研究トピックです。追加情報 (例: 人間の輪郭スケッチ情報、

arXiv

arXiv reaDer

pedestrian

representation

pose

re-id

dataset

keypoint

3D

attention
リンク
CAVL: 視覚と言語の対照的で適応的な表現の学習
arxiv_reader 2023/04/11
視覚および言語の事前トレーニングは、視覚と言語の表現を一緒に学習することを目的としています。これは、視覚言語の下流のタスクに移すことができます。ただし、トレーニング前の段階では、言語と視覚の間に意味的

arXiv

arXiv reaDer

pre-training

contrastive

representation

zero-shot

reasoning

VQA

adaptation

learning
リンク
インスタンスニューラルラディアンスフィールド
arxiv_reader 2023/04/11
このホワイトペーパーでは、Instance Neural Radiance Field、または Instance NeRF と呼ばれる、最初の学習ベースの NeRF 3D インスタンスセグメンテー

arXiv

arXiv reaDer

panoptic segmentation

dataset

video

3D

synthesis
リンク
潜在空間での敵対的攻撃の生成
arxiv_reader 2023/04/11
入力 (ピクセル) 空間での敵対的攻撃は通常、L_1 や L_∞-norm などのノイズマージンを組み込んで、ディープラーニングネットワークを混乱させる知覚できない摂動データを生成します。このよ

arXiv

arXiv reaDer

GAN

dataset

learning
リンク
ICDAR 2023 ビデオテキストリーディングコンテスト
arxiv_reader 2023/04/11
最近、自然シーンにおけるビデオテキストの検出、追跡、および認識が、コンピュータービジョンコミュニティで非常に人気が高まっています。ただし、ほとんどの既存のアルゴリズムとベンチマークは、一般的なテ

arXiv

arXiv reaDer

tracking

benchmark

dataset

detection

video

computer vision
リンク
モデル編集によるデータ効率の良い化石セグメンテーションの改善
arxiv_reader 2023/04/11
ほとんどのコンピュータービジョン研究は、ありふれたオブジェクトの何千もの画像を含むデータセットに焦点を当てています。ただし、医学や地球科学のデータセットなど、影響の大きいデータセットの多くには、ドメ

arXiv

arXiv reaDer

segmentation

classification

dataset

R-CNN

learning

computer vision
リンク
大規模リモートセンシング画像検索のための局所性保存多視点グラフハッシング
arxiv_reader 2023/04/11
ハッシングは、リモートセンシング画像検索で非常に人気があります。この記事では、大規模なリモートセンシングデータセットのクエリされた画像を取得するために、学習可能なパラメーターを使用したマルチビュー

arXiv

arXiv reaDer

dataset

manifold
リンク
Eagle: エンドツーエンドの深層強化学習に基づく PTZ カメラの自律制御
arxiv_reader 2023/04/11
パン・チルト・ズーム（PTZ）カメラの自律制御のための既存のアプローチでは、物体の検出と位置特定が PTZ メカニズムの制御とは別に実行される複数のステージが使用されます。これらのアプローチでは、手動

arXiv

arXiv reaDer

real time

tracking

simulation

localization

reinforcement learning

domain

detection
リンク
ViT-Calibrator: ビジョントランスフォーマーの意思決定ストリームのキャリブレーション
arxiv_reader 2023/04/11
その驚異的な性能により、さまざまな視覚タスクでトランスフォーマーを利用することに関心が高まっています。ただし、既存のアプローチは主に内部モデルアーキテクチャ設計の最適化に重点を置いており、多くの場合

arXiv

arXiv reaDer

transformer

dataset

learning

sparse
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.04351v2
arxiv_reader 2023/04/11
放射輝度場は 3D シーンの効果的な表現であり、新規ビュー合成と 3D 再構成で広く採用されています。グラウンドトゥルースを取得することはほとんど不可能であるため、ジオメトリ、つまり密度フィールドを

arXiv

arXiv reaDer

metric

point cloud

reconstruction

benchmark

dataset

residual

3D

synthesis
リンク
無条件拡散モデルによるリアルタイムのテキスト駆動型画像操作に向けて
arxiv_reader 2023/04/11
拡散モデルの最近の進歩により、画像編集用の多くの強力なツールが可能になりました。これらのツールの 1 つは、テキスト駆動型の画像操作です。つまり、提供されたテキストの説明に従って画像のセマンティック属

arXiv

arXiv reaDer

real time

human

dataset
リンク
ニューラルグラウンドプラン: 単一の画像からの永続的なニューラルシーン表現
arxiv_reader 2023/04/11
シーンの 2D 画像観測を永続的な 3D シーン表現にマッピングする方法を提示し、シーンの可動コンポーネントと不動コンポーネントの斬新なビュー合成ともつれた表現を可能にします。ビジョンとロボット工学で

arXiv

arXiv reaDer

differentiable

representation

segmentation

self-supervised

disentangling

3D

synthesis
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.04336v3
arxiv_reader 2023/04/11
ニューラルネットワークベースの過剰セグメンテーションと反復的なマージと改良を介して、3D形状の一連のタイトなバウンディングボックスを見つけるための新しいフレームワークを提示します。完全な境界を保証しな

arXiv

arXiv reaDer

unsupervised

segmentation

detection

3D
リンク
Agronav: セマンティックセグメンテーションとセマンティックライン検出を使用した農業用ロボットと車両の自律ナビゲーションフレームワーク
arxiv_reader 2023/04/11
農業分野におけるビジョンベースのナビゲーションの実装の成功は、2 つの重要な要素にかかっています。1) シーン内の重要な要素の正確な識別、および 2) 横断可能な地面から作物を分離する境界線の検出によ

arXiv

arXiv reaDer

semantic segmentation

dataset

identification

robot

detection

vehicle
リンク
ラベル付けされていない RGB-D ビデオからのオブジェクトセグメンテーションの自己教師あり学習
arxiv_reader 2023/04/11
この作品は、RGB 画像の剛体オブジェクトをセグメント化するための自己教師あり学習システムを提案します。提案されたパイプラインは、静的オブジェクトのラベル付けされていない RGB-D ビデオでトレーニ

arXiv

arXiv reaDer

unsupervised

point cloud

clustering

segmentation

self-supervised

contrastive learning

3D
リンク
力場構築による解釈可能な ODE スタイルの生成拡散モデル
arxiv_reader 2023/04/11
かなり長い間、研究者は、生成拡散モデルと数理物理学との間の深いつながりを確立する方法の開発に注力してきました。以前の努力にもかかわらず、進歩は単一の専門的な方法の追求に限定されていました。拡散モデルの

arXiv

arXiv reaDer

generative
リンク
「スライスされた」サブウィンドウ検索: 最大四角形問題に対するサブリニア複雑度ソリューション
arxiv_reader 2023/04/11
正と負の数の 2D マトリックスを考えると、内容の合計が他のすべての四角形よりも大きい四角形をその中に描くにはどうすればよいでしょうか?この基本的な問題は、一般に最大四角形問題またはサブウィンドウ検索

arXiv

arXiv reaDer

real time

domain
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.04321v2
arxiv_reader 2023/04/11
オブジェクトの連続状態を理解することは、実世界でのタスクの学習と計画に不可欠です。ただし、ほとんどの既存のタスク学習ベンチマークは、離散 (バイナリなど) オブジェクトの目標状態を想定しているため、複

arXiv

arXiv reaDer

human

pose

benchmark

learning

action

3D
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 2023/04/11
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

arXiv reaDer

embedding

dataset

localization

learning

vehicle
リンク
サイコロの損失勾配とそれを模倣する方法について
arxiv_reader 2023/04/11
ここ数年、完全に教師ありのセマンティックセグメンテーションのコンテキストで、クロスエントロピーやダイスなどのいくつかの損失が、ニューラルネットワークを監視するための事実上の標準として浮上していま

arXiv

arXiv reaDer

metric

semantic segmentation

gradient
リンク
CuNeRF: ゼロショット医用画像の任意スケールの超解像のためのキューブベースの神経放射場
arxiv_reader 2023/04/11
医用画像の任意スケールの超解像 (MIASSR) は、単一のモデルを介して任意のスケールで医療ボリュームをスーパーサンプリングすることを目的として、最近広く注目を集めています。ただし、既存の MIAS

arXiv

arXiv reaDer

differentiable

domain

representation

CT

zero-shot

MRI

super-resolution

attention
リンク
確率的人間の軌跡予測を促進する教師なしサンプリング
arxiv_reader 2023/04/11
人間の動きの不確定な性質により、軌道予測システムは確率モデルを使用してマルチモダリティ現象を定式化し、将来の軌道の有限セットを推測する必要があります。ただし、ほとんどの既存の方法の推論プロセスはモンテ

arXiv

arXiv reaDer

unsupervised

human

Bayesian

trajectory
リンク
フェデレーテッドリソースを介したリアルタイム X 線タイコグラフィーデータ分析のための AI 支援自動ワークフロー
arxiv_reader 2023/04/11
大規模なリモートコンピューティングリソースと組み込み GPU プラットフォームをエッジで使用して、X 線タイコグラフィー用に収集されたデータの AI/ML 高速化リアルタイム分析を可能にする、エン

arXiv

arXiv reaDer

real time

dataset
リンク
ForamViT-GAN: 微小古生物学的画像解析のための深層学習における新しいパラダイムの探索
arxiv_reader 2023/04/11
地球科学における微古生物学は、過去の環境および気候条件を再構築するために、地質学的記録を通じて微化石 (有孔虫など) の進化を研究することに焦点を当てています。この分野は、微化石の特徴の視覚的認識に大

arXiv

arXiv reaDer

CNN

semantic segmentation

transformer

GAN

classification

identification

few-shot

computer vision
リンク
連続 BSL 認識のための単語レベルのバングラ手話データセット
arxiv_reader 2023/04/11
堅牢な手話認識システムは、特に口頭でのコミュニケーションに苦労している人々にとって、コミュニケーションの障壁を大幅に軽減できます。これは、思考、感情、アイデアの表現を可能にするため、人間の成長と進歩に

arXiv

arXiv reaDer

gesture

human

pose

dataset

face

learning

video
リンク
SUPRA: 内視鏡検査におけるマルチモーダルセグメンテーションを改善するためのスーパーピクセルガイド付き損失
arxiv_reader 2023/04/11
ドメインシフトは、医用画像処理業界ではよく知られている問題です。特に、データがさまざまなモダリティを持つ可能性がある内視鏡画像解析では、深層学習 (DL) メソッドのパフォーマンスが悪影響を受けます

arXiv

arXiv reaDer

U-Net

clustering

segmentation

dataset

augmentation

learning

domain
リンク
Patch Space Neural Transformation Blendingによるワンショットディテールレタッチ
arxiv_reader 2023/04/11
写真のレタッチは、専門知識と高度なツールが必要なため、初心者ユーザーにとっては難しい作業です。写真家は多くの場合、複雑なディテールを含む高品質のレタッチ済み写真を生成するために多くの時間を費やします。

arXiv

arXiv reaDer

representation

one-shot

learning
リンク
Point-SLAM: 高密度ニューラルポイントクラウドベースの SLAM
arxiv_reader 2023/04/11
入力に依存するデータ駆動型の方法で反復的に生成されるポイントクラウド内のニューラルシーン表現の機能を固定する、単眼 RGBD 入力用の高密度ニューラル同時ローカリゼーションおよびマッピング (SL

arXiv

arXiv reaDer

SLAM

point cloud

tracking

RGB-D

monocular

dataset

localization

sparse
リンク
HumanSD: 人間の画像生成のためのネイティブスケルトンガイド拡散モデル
arxiv_reader 2023/04/11
制御可能な人物画像生成 (HIG) には、数多くの実際の用途があります。 ControlNet や T2I-Adapter などの最先端のソリューションは、HIG のスケルトンガイダンスを含むさまざ

arXiv

arXiv reaDer

pre-training

human

pose

dataset

denoising
リンク
混合注意に基づく RGB-T トラッキング
arxiv_reader 2023/04/11
RGB-T 追跡には、可視モダリティと熱モダリティの両方からの画像の使用が含まれます。主な目的は、さまざまな条件で比較的支配的なモダリティを適応的に活用して、単一モダリティの追跡と比較してより堅牢な追

arXiv

arXiv reaDer

metric

tracking

transformer

representation

dataset

attention
リンク
MaskCLIP: マスクされた自己蒸留は、対照的な言語イメージの事前トレーニングを促進します
arxiv_reader 2023/04/11
このペーパーでは、新しく提案されたマスクされた自己蒸留を対照的な言語イメージの事前トレーニングに組み込んだ、シンプルで効果的なフレームワーク MaskCLIP を紹介します。マスクされた自己蒸留の核と

arXiv

arXiv reaDer

contrastive

representation learning

zero-shot
リンク
CLVOS23: 継続的な学習のための長いビデオオブジェクトセグメンテーションデータセット
arxiv_reader 2023/04/11
現実世界のシナリオでの継続的な学習は大きな課題です。一般的な継続的学習モデルは、一定のメモリサイズを持ち、事前定義されたタスク境界を持たない必要があります。これは、半教師付きビデオオブジェクトセ

arXiv

arXiv reaDer

segmentation

dataset

semi-supervised

learning

video
リンク
LiDAR ベースのオブジェクト検出におけるカリキュラムオブジェクト操作
arxiv_reader 2023/04/11
この論文では、カリキュラムオブジェクト操作 (COM) フレームワークを提案することにより、LiDAR ベースの 3D オブジェクト検出におけるカリキュラム学習の可能性を探ります。フレームワークは、

arXiv

arXiv reaDer

augmentation

learning

detection

LiDAR

3D
リンク
赤外線小型ターゲット検出のための MAE による動的背景再構成
arxiv_reader 2023/04/11
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

arXiv reaDer

transformer

embedding

reconstruction

dataset

detection
リンク
任意スケールの組織病理画像の超解像に向けて: 暗黙的な自己組織強化に基づく効率的なデュアルブランチフレームワーク
arxiv_reader 2023/04/11
病理画像用の既存の超解像モデルは、固定整数倍率でのみ機能し、パフォーマンスが制限されています。暗黙的なニューラルネットワークベースの方法は、自然画像の任意スケールの超解像で有望な結果を示しています

arXiv

arXiv reaDer

super-resolution

dataset
リンク
スライドトランスフォーマー: ローカルセルフアテンションを備えた階層型ビジョントランスフォーマー
arxiv_reader 2023/04/11
自己注意メカニズムは、グローバルコンテキストからの適応的特徴抽出を可能にする Vision Transformer (ViT) の最近の進歩における重要な要素でした。ただし、既存の自己注意方法は、疎

arXiv

arXiv reaDer

bias

transformer

benchmark

convolutional

learning

attention

sparse
リンク
指紋ドメインでのデータ拡張による一般的な GAN 生成の画像検出
arxiv_reader 2023/04/11
この作業では、指紋ドメインでデータ拡張を実行することにより、GAN で生成された画像検出器の一般化可能性を改善することを調査します。具体的には、最初にオートエンコーダーベースのGAN指紋抽出器を使用し

arXiv

arXiv reaDer

GAN

augmentation

domain

detection
リンク
CrowdCLIP: 視覚言語モデルによる教師なし群衆カウント
arxiv_reader 2023/04/11
監視された群衆のカウントは、特に密集したシーンでは困難で費用がかかる、コストのかかる手動のラベル付けに大きく依存しています。この問題を軽減するために、CrowdCLIP という群衆カウントのための新し

arXiv

arXiv reaDer

unsupervised

pre-training

contrastive

dataset

learning
リンク
オブジェクト中心の予測モデルによる固有の物理概念の発見
arxiv_reader 2023/04/11
抽象的な物理的概念を発見し、観察を通じてそれらが世界でどのように機能するかを理解する能力は、人間の知性の中核にあります。この能力の獲得は、監視されていない方法でオブジェクトと関係の観点から環境を構成的

arXiv

arXiv reaDer

unsupervised

human

representation

reasoning
リンク
深層画像検索における教師なし多基準敵対的検出
arxiv_reader 2023/04/11
深層学習のアルゴリズムサプライチェーンの脆弱性は、下流の画像検索システムに新たな課題を課しています。さまざまな手法の中でも、ディープハッシングが人気を集めています。ディープラーニングからアルゴリ

arXiv

arXiv reaDer

real time

unsupervised

classification

adversarial

denoising

quantization

domain

detection
リンク
Video ChatCaptioner: 充実した時空間記述に向けて
arxiv_reader 2023/04/11
ビデオキャプションは、自然言語を使用してビデオから動的なシーンを伝えることを目的としており、環境内の時空間情報の理解を促進します。最近の進歩はありますが、詳細で充実したビデオの説明を生成することは、

arXiv

arXiv reaDer

captioning

video
リンク
医用画像セグメンテーションネットワークにおけるトランスの利用
arxiv_reader 2023/04/11
自然画像のデータが豊富な領域での成功により、トランスフォーマーは最近、医療画像のセグメンテーションで人気を博しています。ただし、さまざまなアーキテクチャの順列でトランスフォーマーと畳み込みブロックを組

arXiv

arXiv reaDer

interpretation

transformer

representation

segmentation

convolutional

domain
リンク
アソシエーションフットボールビデオにおけるアクションスポッティングのアクティブラーニングに向けて
arxiv_reader 2023/04/11
アソシエーションフットボールは複雑でダイナミックなスポーツであり、各ゲームで多数のアクションが同時に発生します。サッカービデオの分析は難しく、微妙で多様な時空間パターンを特定する必要があります。コ

arXiv

arXiv reaDer

video

dataset

face

learning

domain

action

spatio-temporal

computer vision
リンク
AGAD: 敵対的生成異常検出
arxiv_reader 2023/04/11
異常の検出は、異常の多様性と大規模な異常データの取得の難しさにより、異常の欠如に悩まされていました。半教師付き異常検出方法は、通常のデータのみを活用して、学習した正規分布から逸脱した異常を検出するため

arXiv

arXiv reaDer

anomaly detection

benchmark

dataset

semi-supervised

adversarial

generative
リンク
可視赤外人物再識別のための形状消去特徴学習
arxiv_reader 2023/04/11
視覚的なあいまいさが高い可視画像と赤外線画像の間のモダリティギャップにより、可視赤外線人物再識別 (VI-ReID) のための多様なモダリティ共有セマンティックコンセプトを学習することは、依然とし

arXiv

arXiv reaDer

person

representation

dataset

re-id

identification

learning
リンク
OpenDriver: オープンロードのドライバー状態検出データセット
arxiv_reader 2023/04/11
現代社会では、交通安全はドライバーの心理的および生理的状態に大きく依存しています。疲労、眠気、ストレスなどのマイナス要因は、ドライバーの反応時間や意思決定能力を損ない、交通事故の増加につながります。障

arXiv

arXiv reaDer

real time

tracking

dataset

activity

detection
リンク
DSMNet: まばらな点群フレームからの深い高精度 3D サーフェスモデリング
arxiv_reader 2023/04/11
既存のポイントクラウドモデリングデータセットは、ポイントクラウドモデリング効果自体よりも、主にポーズまたは軌跡の精度によってモデリングの精度を表現します。この要求の下で、最初に光学ステージを

arXiv

arXiv reaDer

point cloud

pose

localization

trajectory

LiDAR

3D

attention

sparse
リンク
オンラインストリーミングビデオ理解のためのシステムステータス認識適応ネットワーク
arxiv_reader 2023/04/11
近年、リアルタイムアプリケーション向けのディープニューラルネットワークが大きく進歩しています。ただし、ほとんどの既存の研究では、デバイスの状態と利用可能なリソースが時間とともに変動する一般的なケ

arXiv

arXiv reaDer

real time

self-supervised

adaptation

video
リンク
BEVStereo++: ダイナミックテンポラルステレオによるマルチビュー 3D オブジェクト検出における正確な深度推定
arxiv_reader 2023/04/11
奥行認識の固有の曖昧さに制限されている現代のマルチビュー 3D オブジェクト検出方法は、パフォーマンスのボトルネックに陥っています。直感的には、時間的マルチビューステレオ (MVS) テクノロジを活

arXiv

arXiv reaDer

stereo

dataset

estimation

affinity

detection

3D
リンク
複素数値ニューラルフィールドを使用した物理情報に基づいた光カーネル回帰
arxiv_reader 2023/04/11
リソグラフィは集積回路製造の基本であり、大量の計算オーバーヘッドを必要とします。機械学習 (ML) ベースのリソグラフィモデルの進歩により、製造プロセスの費用と能力の間のトレードオフが緩和されます。

arXiv

arXiv reaDer

learning

dataset
リンク
3D オブジェクト検出のための Sparse Dense Fusion
arxiv_reader 2023/04/11
マルチモーダル学習の普及により、カメラと LiDAR の融合が 3D オブジェクト検出で人気を博しています。複数の融合アプローチが提案されていますが、融合モジュールの特徴表現に基づいて、疎のみまたは密

arXiv

arXiv reaDer

transformer

representation

benchmark

learning

detection

LiDAR

3D

sparse
リンク
DiffPose: より信頼性の高い 3D 姿勢推定に向けて
arxiv_reader 2023/04/11
単眼の 3D 人間の姿勢推定は、特有のあいまいさとオクルージョンのために非常に困難であり、高い不確実性と不確定性につながることがよくあります。一方、拡散モデルは、ノイズから高品質の画像を生成するための

arXiv

arXiv reaDer

monocular

benchmark

pose estimation

occlusion

human pose estimation

3D
リンク
ロバストな自己監視型ビジュアルトランスフォーマーの事前トレーニングのためのトークンブースティング
arxiv_reader 2023/04/11
大規模なラベルなしデータを使用した学習は、ビジュアルトランスフォーマー (VT) を事前トレーニングするための強力なツールになりました。ただし、以前の作業では、実際のシナリオでは、入力データが破損し

arXiv

arXiv reaDer

pre-training

transformer

representation

self-supervised

dataset

learning
リンク
転移学習を用いた胸部 X 線画像からの COVID19 の検出
arxiv_reader 2023/04/11
COVID19 は、世界中の何百万人もの人々に感染した非常に伝染性の高い病気です。検査コンポーネントが限られているため、胸部 X 線撮影などのスクリーニングツールは、臨床医が病気の診断と進行を評価す

arXiv

arXiv reaDer

COVID-19

transfer learning

classification

dataset

identification

detection
リンク
CCLAP: 潜在拡散モデルによる制御可能な中国の風景画の生成
arxiv_reader 2023/04/11
深い生成モデルの開発により、近年、中国の風景画の生成が大きな成功を収めています。しかし、データが不足しており、モデリング機能が限られているため、制御可能な中国の風景画の生成に焦点を当てた研究はほとんど

arXiv

arXiv reaDer

generative

dataset
リンク
デジタルパソロジー用の何でもモデル (SAM) のセグメント化: スライド全体のイメージングでゼロショットセグメンテーションを評価する
arxiv_reader 2023/04/11
セグメントエニシングモデル (SAM) は、画像セグメンテーションの基盤モデルとしてリリースされました。プロンプタブルセグメンテーションモデルは、1,100 万ライセンスのプライバシーを尊重し

arXiv

arXiv reaDer

segmentation

zero-shot

few-shot
リンク
Slideflow: リアルタイムの全スライド可視化によるデジタル組織病理学のためのディープラーニング
arxiv_reader 2023/04/11
ディープラーニング手法は、組織病理学的画像を分析するための強力なツールとして登場しましたが、現在の手法は特定のドメインやソフトウェア環境に特化していることが多く、インタラクティブなインターフェイスに

arXiv

arXiv reaDer

real time

weakly-supervised

classification

augmentation

learning

domain
リンク
複数のラベルドメインにわたるスケーラブルなセマンティック転送によるセマンティックヒューマンパーシング
arxiv_reader 2023/04/11
このホワイトペーパーでは、新しいトレーニングパラダイムである Scalable Semantic Transfer (SST) を紹介し、さまざまなラベルドメイン (つまり、さまざまなレベルのラ

arXiv

arXiv reaDer

representation learning

human

segmentation

benchmark

dataset

reasoning

domain
リンク
セマンティック強化画像クラスタリング
arxiv_reader 2023/04/11
イメージクラスタリングは、コンピュータービジョンにおける重要かつ挑戦的なタスクです。画像クラスタリングタスクを解決するために多くの方法が提案されていますが、それらは画像を探索し、画像の特徴に従っ

arXiv

arXiv reaDer

pre-training

clustering

self-supervised

benchmark

dataset

zero-shot

learning

computer vision
リンク
超解像におけるL1損失の再考：確率論的見解とその先
arxiv_reader 2023/04/11
不良設定問題としての超解像には、低解像度入力の高解像度候補が多数あります。ただし、特定のHR画像に最適に適合させるために使用される一般的なℓ_1損失は、画像復元における非一意性のこの基本的な特性を考慮

arXiv

arXiv reaDer

reconstruction

learning

super-resolution
リンク
Propheter: Prophetic Teacher Guided Long-Tailed Distribution学習
arxiv_reader 2023/04/11
一般的な視覚認識の分野で一般的な課題であるディープロングテールラーニングの問題は、多くの現実世界のアプリケーションで解決されていません。ロングテール分類における非常に歪んだデータセットの問題に取り

arXiv

arXiv reaDer

classification

benchmark

dataset

augmentation

learning
リンク
表面再構成のための衛星画像への NeRF の適用
arxiv_reader 2023/04/11
最近導入された Shadow Neural Radiance Field (S-NeRF) モデルの修正実装である Sat-NeRF を紹介します。この方法は、写真に存在する照明の変化を考慮しながら、

arXiv

arXiv reaDer

satellite

reconstruction

dataset

augmentation

sparse
リンク
OTRE：最適なトランスポートガイド付きの対になっていない画像から画像への変換が、強化による正則化と出会う場所
arxiv_reader 2023/04/11
無散瞳網膜色眼底写真 (CFP) は、瞳孔散大を必要としないという利点により広く利用できますが、オペレーター、全身の欠陥、または患者関連の原因により品質が低下する傾向があります。最適な網膜像の品質は、

arXiv

arXiv reaDer

unsupervised

segmentation

reconstruction

dataset

regularization

denoising
リンク
ノイズの多い画像セグメンテーションにおける限界しきい値処理
arxiv_reader 2023/04/11
この作業は、ガウスフィールド変形に基づくノイズモデルを考慮することによって、医用画像セグメンテーションにおけるラベルノイズに関する研究を提示します。このようなノイズは、リアルに見えるセグメンテー

arXiv

arXiv reaDer

segmentation

loss function
リンク
構成的同化：ビュー生成戦略による対照的学習パフォーマンスの向上
arxiv_reader 2023/04/11
ランダムサイズ変更クロップやカラージッターなどのドメインの専門知識 (エキスパート変換) に基づく変換は、SimCLR などの対照的な学習手法の成功にとって重要であることが証明されています。最近、

arXiv

arXiv reaDer

domain

representation learning

dataset

contrastive learning
リンク
SVDiff: 拡散微調整のためのコンパクトなパラメータ空間
arxiv_reader 2023/04/11
拡散モデルは、テキストから画像への生成において目覚ましい成功を収め、テキストプロンプトやその他のモダリティから高品質の画像を作成できるようになりました。ただし、これらのモデルをカスタマイズするための

arXiv

arXiv reaDer
リンク
MedGen3D: ペアの 3D 画像とマスク生成のためのディープジェネレーティブフレームワーク
arxiv_reader 2023/04/11
正確で堅牢な学習ベースのモデルを開発するには、十分なラベル付きデータを取得して注釈を付けることが重要ですが、そのようなデータを取得することは、多くの医療画像セグメンテーションタスクでは困難な場合があ

arXiv

arXiv reaDer

segmentation

CT

dataset

generative

MRI

3D

synthesis
リンク
変形可能な線形オブジェクトの検出と物理的相互作用
arxiv_reader 2023/04/11
変形可能な線形オブジェクト（ケーブル、ロープ、スレッドなど）は、私たちの日常生活によく見られます。しかし、これらの物体の知覚とそれらとの物理的相互作用の研究は、依然として成長分野です。変形可能な線形オ

arXiv

arXiv reaDer

tracking

simulation

segmentation

robot

occlusion

detection
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 2023/04/11
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

arXiv

arXiv reaDer

localization

estimation

robot

augmentation

quantization

adaptation

detection

3D
リンク
深いプロトタイプ部品は、形態学的な腎臓結石の識別を容易にし、測光摂動に対して競争力のあるロバスト性を備えています
arxiv_reader 2023/04/11
腎臓結石の種類を特定することで、泌尿器科医は形成の原因を特定し、適切な治療法を処方して将来の再発を減らすことができます。現在、関連付けられている ex-vivo 診断 (Morpho-constitu

arXiv

arXiv reaDer

classification

identification

adversarial

learning

reasoning

action
リンク
ShapeCrafter：再帰的なテキスト条件付き3D形状生成モデル
arxiv_reader 2023/04/11
再帰的なテキスト条件付き3D形状生成のためのニューラルネットワークであるShapeCrafterを紹介します。テキスト条件付きの3D形状を生成する既存の方法では、テキストプロンプト全体を使用して、1つ

arXiv

arXiv reaDer

dataset

3D
リンク
単語レベルのペルシャ語読唇データセット
arxiv_reader 2023/04/11
深層学習の進歩により、読唇術は近年目覚ましい進歩を遂げています。それにもかかわらず、そのような進歩の前提条件は、適切なデータセットです。この論文は、約 1,800 人の話者からの 244,000 のビ

arXiv

arXiv reaDer

dataset

learning

video
リンク
不完全な3D顔構造を再構築するためのMICAモデルへの自己教師あり学習の適用
arxiv_reader 2023/04/11
この研究では、自己教師あり学習アプローチを採用して、事前トレーニング済みの MICA モデルと不完全な顔データセットの統合を強調しています。欠陥のある顔の構造を再生する革新的な方法を提示し、患者の治療

arXiv

arXiv reaDer

pre-training

self-supervised

dataset

face

learning

3D
リンク
オープンシナリオ半教師あり医用画像分類に向けて
arxiv_reader 2023/04/11
半教師あり学習 (SSL) は、適切にラベル付けされた適切なトレーニングデータを収集するための高価なコストを削減するため、特にディープラーニング手法で大きな注目を集めています。ただし、従来の SS

arXiv

arXiv reaDer

pre-training

classification

estimation

semi-supervised

learning

domain adaptation

attention
リンク
Polygonizer: 自己回帰型の建物デリニエーター
arxiv_reader 2023/04/11
地理空間計画では、ベクトル化された形式でオブジェクトを表現することがしばしば不可欠です。この形式は、Web 開発、グラフィックス、またはデザインなどのダウンストリームタスクに簡単に変換できるからです

arXiv

arXiv reaDer

semantic segmentation
リンク
POEM: ポイント埋め込みマルチビューステレオで手を再構築する
arxiv_reader 2023/04/11
マルチビューベースのビジョンタスクでは、ニューラルネットワークが 3D の幾何学的認識機能をキャプチャできるようにすることが不可欠です。従来の方法では通常、マルチビューステレオの 3D 情報を

arXiv

arXiv reaDer

reconstruction

dataset

mesh

stereo

3D

attention
リンク
ロバストモデルとジェネレーティブモデルの関係を探る
arxiv_reader 2023/04/11
敵対的トレーニング (AT) でトレーニングされた堅牢な識別分類器を、エネルギーベースモデル (EBM) の形で生成モデリングと接続する研究を提供します。識別分類器の損失を分解し、識別モデルが入力デ

arXiv

arXiv reaDer

manifold

adversarial

generative
リンク
NeBLa: パノラマ X 線写真からの口腔構造の 3D 再構成のためのニューラル Beer-Lambert
arxiv_reader 2023/04/11
パノラマ X 線撮影 (パノラマ X 線、PX) は、歯科検査で広く使用されている画像診断法です。ただし、PX は口腔構造の 2D 平坦化画像のみを提供するため、3D コーンビームコンピュータ断層撮

arXiv

arXiv reaDer

reconstruction

3D
リンク
Attack is Good Augmentation: スケルトン対比表現学習に向けて
arxiv_reader 2023/04/11
効果的な正と負のサンプルペアに依存する対照的な学習は、教師なしスケルトンベースのアクション認識で有益なスケルトン表現を学習するのに役立ちます。これらの正と負のペアを実現するために、既存の弱い/強い

arXiv

arXiv reaDer

unsupervised

action recognition

representation learning

dataset

augmentation

contrastive learning
リンク
スパースインタラクティブガイダンスによる領域認識ポートレートレタッチ
arxiv_reader 2023/04/11
ポートレートのレタッチは、入力されたポートレート写真の美的品質を向上させることを目的としており、特に人物領域の優先度が必要です。ディープラーニングベースの方法は、レタッチ効率を大幅に高め、有望なレタッ

arXiv

arXiv reaDer

sparse
リンク
ハードウェアを考慮した効率的なブロック設計のための算術強度バランシング畳み込み
arxiv_reader 2023/04/11
ディープラーニングの進歩に伴い、エッジデバイスと軽量ニューラルネットワークの重要性が増しています。 AI アクセラレータのレイテンシを短縮するには、FLOP を削減するだけでなく、ハードウェア

arXiv

arXiv reaDer

classification

convolutional

edge device

learning
リンク
PVD-AL: 異なる NeRF アーキテクチャ間の効率的な変換のためのアクティブラーニングを使用したプログレッシブボリューム蒸留
arxiv_reader 2023/04/11
Neural Radiance Fields (NeRF) は、3D シーンの実用的で用途の広い表現として広く採用されており、さまざまなダウンストリームタスクを容易にします。ただし、プレーンな多層パ

arXiv

arXiv reaDer

real time

distillation

representation

benchmark

dataset

learning

3D
リンク
Wise-IoU: 動的集束メカニズムによるバウンディングボックス回帰損失
arxiv_reader 2023/04/11
バウンディングボックス回帰 (BBR) の損失関数は、オブジェクト検出に不可欠です。その優れた定義により、モデルのパフォーマンスが大幅に向上します。ほとんどの既存の作業は、トレーニングデータの例が

arXiv

arXiv reaDer

real time

gradient

dataset

localization

detection

loss function
リンク
暗黙の 3D 再構成のためのサンプリング戦略の分析
arxiv_reader 2023/04/11
暗黙的な 3D 再構成ネットワークのトレーニングプロセスでは、空間クエリポイントのサンプリング戦略の選択が、モデルの最終的なパフォーマンスに影響します。異なる研究では、クエリポイントの空間分布だ

arXiv

arXiv reaDer

classification

reconstruction

3D
リンク
RIDCP: 高品質の Codebook Priors による実画像のかすみ除去の活性化
arxiv_reader 2023/04/11
既存のかすみ除去アプローチは、ペアになった実際のデータと堅牢な事前分布がないため、現実世界のかすみ画像を処理するのに苦労しています。この作業では、より現実的なかすんでいるデータを合成し、より堅牢な事前

arXiv

arXiv reaDer

pre-training

explainable

dataset

domain

synthesis
リンク
特徴空間の縮小による GAN トレーニングの改善
arxiv_reader 2023/04/11
データ生成の優れた機能により、Generative Adversarial Networks (GAN) は教師なし学習においてかなりの注目を集めています。ただし、トレーニング分布はディスクリミネータ

arXiv

arXiv reaDer

unsupervised

GAN

representation

classification

OOD

dataset

detection

attention
リンク
セマンティックスケールの不均衡を掘り下げる
arxiv_reader 2023/04/11
ロングテールデータによって引き起こされるモデルバイアスは、広く研究されています。ただし、サンプル数に基づく測定では、3 つの現象を同時に説明することはできません。(1) 十分なデータが与えられた場

arXiv

arXiv reaDer

real time

bias

classification

dataset

learning
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 2023/04/11
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

arXiv reaDer

embedding

GAN

dataset

manifold

estimation

approximation

regularization
リンク
網膜異常識別のための不確実性をヒントにしたオープンセット学習
arxiv_reader 2023/04/11
トレーニング中に目に見えないクラスからのサンプルを認識できないことは、網膜異常分類の実際の実装における人工知能 (AI) の主要な制限です。この障害を解決するために、9 つの一般的な網膜状態の眼底画像

arXiv

arXiv reaDer

anomaly

classification

dataset

identification

learning
リンク
LiDAR セマンティックセグメンテーションの継続的学習: スパースデータに対するクラス増分および粗から微への戦略
arxiv_reader 2023/04/11
過去数年間、画像の分類とセグメンテーションのための継続的学習 (CL) 戦略が広く調査され、知識の蒸留や自己修復など、壊滅的な忘却に取り組むための革新的なソリューションが設計されました。ただし、点群へ

arXiv

arXiv reaDer

knowledge distillation

point cloud

semantic segmentation

classification

learning

LiDAR

sparse
リンク
EMP-SSL: 1 回のトレーニングエポックでの自己教師あり学習に向けて
arxiv_reader 2023/04/11
最近、自己教師あり学習 (SSL) は、画像表現の学習において大きな成功を収めました。経験的な成功にもかかわらず、ほとんどの自己教師あり学習方法はむしろ「非効率的な」学習者であり、通常、完全に収束する

arXiv

arXiv reaDer

gradient

representation

self-supervised

dataset

learning

quantization
リンク
SuperYOLO: マルチモーダルリモートセンシング画像における超解像度アシストオブジェクト検出
arxiv_reader 2023/04/11
リモートセンシング画像 (RSI) から数十ピクセルを含むマルチスケールの小さなオブジェクトを正確かつタイムリーに検出することは、依然として困難です。既存のソリューションのほとんどは、主に複雑なディ

arXiv

arXiv reaDer

representation

dataset

learning

detection
リンク
少数ショットクラスのインクリメンタル学習用のプロトタイプクアドプレット
arxiv_reader 2023/04/11
データの不足と新しいタスクの漸進的な学習は、多くの最新のコンピュータービジョンアルゴリズムに 2 つの大きなボトルネックをもたらします。壊滅的な忘却の現象、つまり、モデルが新しいデータのバッチでト

arXiv

arXiv reaDer

embedding

GAN

pose

classification

learning

few-shot

computer vision
リンク
StillFast: 短期的なオブジェクトの相互作用予測のためのエンドツーエンドのアプローチ
arxiv_reader 2023/04/11
予測問題は、人間の位置の予測、手や物体の軌道の予測、行動や人間と物体の相互作用の予測など、さまざまな側面を考慮して研究されてきました。この論文では、StillFast という名前の新しいエンドツー

arXiv

arXiv reaDer

action

dataset

video
リンク
KeyDetect -- キーストロークダイナミクスに基づく異常とユーザーの検出
arxiv_reader 2023/04/11
サイバー攻撃は常に大きな懸念事項です。セキュリティ層が貧弱な Web サイトやサービスは、このようなサイバー攻撃に対して最も脆弱です。攻撃者は、このような脆弱なサービスから、クレジットカードの詳細や

arXiv

arXiv reaDer

metric

CNN

classification

anomaly detection

learning
リンク
トランスダクティブなゼロショット学習のためのクロスドメインのセマンティック - ビジュアルリレーションシップの学習
arxiv_reader 2023/04/11
Zero-Shot Learning (ZSL) は、新しいクラスを認識するためのモデルを学習します。 ZSL の主な課題の 1 つは、トレーニングデータとテストデータの間のカテゴリの不一致によっ

arXiv

arXiv reaDer

batch normalization

zero-shot

learning

domain adaptation
リンク
GANHead: ジェネレーティブなアニメーション可能なニューラルヘッドアバターに向けて
arxiv_reader 2023/04/11
デジタルアバターを人々の生活に取り入れるには、完全で現実的でアニメーション化可能な頭部アバターを効率的に生成することが強く求められます。この作業は困難であり、既存の方法ですべての要件を一度に満たすこ

arXiv

arXiv reaDer

representation

pose

generative
リンク
暗黙的なニューラル表現を使用した動的相関の取得
arxiv_reader 2023/04/11
固体における集団励起の観察と記述は、多体系の物理を理解しようとするときの基本的な問題です。これらの励起の解析は通常、動的構造因子 S(Q, ω) を非弾性中性子または X 線散乱技術で測定し、これを計

arXiv

arXiv reaDer

real time

differentiable

representation

benchmark
リンク
現実的な超音波胎児脳画像合成に向けて
arxiv_reader 2023/04/11
出生前超音波画像診断は、胎児の健康状態を評価するための第一選択のモダリティです。 AI および ML メソッドの医療画像データセットは多様でなければなりません (つまり、診断、疾患、病理学、スキャナー

arXiv

arXiv reaDer

GAN

dataset

synthesis
リンク
確率論的回転モデリングのための SO(3) 多様体上の離散正規化フローの詳細
arxiv_reader 2023/04/11
正規化フロー (NF) は、基本分布の一連の追跡可能な変換によって表現力豊かな分布を構築し、基になるデータの確率モデルを形成するための強力なツールを提供します。回転は、コンピュータービジョン、グラフ

arXiv

arXiv reaDer

manifold

occlusion

computer vision
リンク
3D GAN と潜在空間: 包括的な調査
arxiv_reader 2023/04/11
Generative Adversarial Networks (GAN) は、低次元のランダムノイズを高次元の空間にマッピングすることにより、生成モデリングの重要な役割を果たしています。これらのネ

arXiv

arXiv reaDer

point cloud

GAN

human

reconstruction

face

3D
リンク
継続的な学習のためのデータジオメトリの調査
arxiv_reader 2023/04/11
継続的学習は、古いデータの知識を忘れないようにしながら、非定常データストリームから効率的に学習することを目的としています。多くの実用的なアプリケーションでは、データは非ユークリッドジオメトリに準拠

arXiv

arXiv reaDer

learning
リンク
胸部放射線画像に関する知識を強化した視覚言語の事前トレーニング
arxiv_reader 2023/04/11
大規模なデータで事前トレーニングされたマルチモーダル基盤モデルは、自然言語理解と視覚認識に成功していますが、医療タスクのきめの細かい性質とドメイン知識に対する高い需要のために、医療ドメインでの使用は依

arXiv reaDer

zero-shot

few-shot

dataset

domain

arXiv

pre-training
リンク
赤外線センサーの測光補正
arxiv_reader 2023/04/11
赤外線サーモグラフィは、表面や物体全体の温度分布を捉えて測定するために、いくつかの分野で広く使用されています。温度分布の空間分布が利用可能であれば、この方法論を 3D アプリケーションにさらに拡張でき

arXiv

arXiv reaDer

reconstruction

domain

3D
リンク
MC-MLP:ビジョン向けオール MLP アーキテクチャの複数座標フレーム
arxiv_reader 2023/04/11
深層学習では、多層パーセプトロン (MLP) が再び研究者の注目を集めています。このホワイトペーパーでは、MC-MLP を紹介します。MC-MLP は、一連の完全に接続された (FC) レイヤーで構

arXiv

arXiv reaDer

classification

learning

computer vision

attention
リンク
ゼロショットビデオオブジェクトセグメンテーションのための共注意伝播ネットワーク
arxiv_reader 2023/04/11
ゼロショットビデオオブジェクトセグメンテーション (ZS-VOS) は、これらのオブジェクトを事前に知らなくても、ビデオシーケンス内の前景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

arXiv

arXiv reaDer

tracking

segmentation

benchmark

optical flow

estimation

zero-shot

spatio-temporal
リンク
単一の画像からの忠実度の高い着衣アバターの再構成
arxiv_reader 2023/04/11
この論文では、効率的な 3D 着衣アバター再構築のフレームワークを提示します。最適化ベースの方法の高精度と学習ベースの方法の効率の利点を組み合わせることにより、単一の画像から高忠実度の服を着たアバター

arXiv

arXiv reaDer

person

dataset

reconstruction

3D
リンク
少数ショット行動認識のための空間的および時間的モデリングの再検討
arxiv_reader 2023/04/11
空間的および時間的モデリングは、少数ショットアクション認識の最も重要な側面の 1 つです。これまでのほとんどの研究は、重要な低レベルの空間的特徴と短期的な時間的関係を考慮せずに、高レベルの空間表現に

arXiv

arXiv reaDer

action recognition

transformer

representation

dataset

few-shot
リンク
クラス増分学習のためのクラス増分標本圧縮
arxiv_reader 2023/04/11
模範ベースのクラス増分学習 (CIL) は、新しいクラスのすべてのサンプルを使用してモデルを微調整しますが、各増分フェーズでは古いクラスの少数ショットの模範を使用します。「少数ショット」は限られたメモ

arXiv

arXiv reaDer

compression

benchmark

learning

few-shot
リンク
Factify 2: マルチモーダルなフェイクニュースと風刺ニュースのデータセット
arxiv_reader 2023/04/11
インターネットは、世界にオープンなプラットフォームを提供して、意見を表明し、ストーリーを共有します。これは非常に価値のあることですが、フェイクニュースを私たちの社会の最も差し迫った問題の 1 つにし

arXiv

arXiv reaDer

transformer

dataset

BERT

attention
リンク
画像のノイズ除去と CT 再構成のためのマルチコードディープ画像事前ベースのプラグアンドプレイ ADMM
arxiv_reader 2023/04/11
逆問題のイメージングにおける事前確率に基づく畳み込みニューラルネットワークの使用は、ますます一般的になっています。ただし、現在の最先端の方法では深刻なオーバーフィッティングが容易に発生する可能性があ

arXiv

arXiv reaDer

CNN

reconstruction

CT

dataset

denoising
リンク
個別の点ごとの攻撃では不十分: 顔認識のための一般化多様体敵対的攻撃
arxiv_reader 2023/04/11
顔認識 (FR) モデルに対する従来の敵対的攻撃は、通常、単一の状態イメージを使用してターゲット ID の個別の例を生成します。ただし、このようなポイントごとの攻撃のパラダイムは、アイデンティティの多

arXiv

arXiv reaDer

manifold

face recognition

adversarial

augmentation

domain
リンク
自然言語教師による動画埋め込み空間の学習
arxiv_reader 2023/04/11
CLIP モデルの最近の成功は、幅広い視覚および言語タスクに適用できる可能性を示しています。ただし、これは言語と画像の埋め込み空間の関係を確立するだけであり、ビデオドメインとは関係ありません。この論

arXiv

arXiv reaDer

pre-training

CNN

embedding

benchmark

dataset

learning

domain

video
リンク
US-GAN：表情合成におけるUltimate Skip Connectionの重要性について
arxiv_reader 2023/04/11
敵対的生成ネットワーク (GAN) を使用して、表情合成に究極のスキップ (US) 接続を使用する利点を示します。直接接続により、アーティファクトを抑制しながら、アイデンティティ、顔、および色の詳細を

arXiv

arXiv reaDer

GAN

dataset

face

residual

synthesis
リンク
接続性の問題：効果的なスパース性のレンズを介したニューラルネットワークのプルーニング
arxiv_reader 2023/04/11
ニューラルネットワークの剪定は、スパース性の高い体制への関心が急上昇している実り多い研究分野です。このドメインでのベンチマークは、サブネットワークのスパース性の忠実な表現に大きく依存しています。これは

arXiv

arXiv reaDer

representation

compression

benchmark

pruning

domain
リンク
SGIDN-LCD: スーパーピクセルグリッドとインクリメンタルダイナミックノードを使用した外観ベースのループクロージャー検出アルゴリズム
arxiv_reader 2023/04/11
ループクロージャ検出 (LCD) は、視覚的同時ローカリゼーションおよびマッピング (SLAM) システムの重要なコンポーネントです。これにより、以前に訪れたシーンの認識が可能になり、長期的な探索か

arXiv

arXiv reaDer

pre-training

SLAM

pose

dataset

localization

face

detection
リンク
忠実度の高いテキストから画像への合成のための拡散モデルの時空間的注意の活用
arxiv_reader 2023/04/11
拡散ベースのモデルは、テキストから画像への合成タスクで最先端のパフォーマンスを達成しました。ただし、これらのモデルの重大な制限の 1 つは、オブジェクトの欠落、属性の不一致、オブジェクトの位置の誤りな

arXiv

arXiv reaDer

denoising

attention

synthesis
リンク
式のマスクされた学生データセット
arxiv_reader 2023/04/11
顔表情認識 (FER) アルゴリズムは、顔がほとんどまたはまったく遮られていない制約のある環境でうまく機能します。ただし、現実世界の顔の閉塞は一般的であり、現在の Covid-19 シナリオではフェイ

arXiv

arXiv reaDer

COVID-19

knowledge distillation

benchmark

dataset

face

occlusion

contrastive learning
リンク
位置認識適応正規化: 山火事の危険予測のための深層学習アプローチ
arxiv_reader 2023/04/11
気候変動は、気象サイクルにおける極端な現象を激化し、増加させると予想されます。これは私たちの生活のさまざまな分野に大きな影響を与えるため、最近の研究では、地球観測からそのような極端な出来事を特定して予

arXiv

arXiv reaDer

CNN

dataset

learning
リンク
リモートセンシング画像におけるロバストな視覚的質問応答のための多言語拡張
arxiv_reader 2023/04/11
リモートセンシング画像の内容に基づいて質問に回答することを目的とした、リモートセンシングデータの視覚的質問応答 (RSVQA) が最近注目されています。ただし、RSVQA の以前の作業は、RSVQA

arXiv

arXiv reaDer

representation

dataset

augmentation

contrastive learning

attention
リンク
顔モデルの同一性ロバスト性の向上
arxiv_reader 2023/04/11
多くのタスクで深層学習モデルが成功しているにもかかわらず、そのようなモデルがショートカットを学習することや、無関係な交絡因子に対する堅牢性の欠如について懸念がありました。人間の顔で直接トレーニングされ

arXiv

arXiv reaDer

bias

embedding

human

dataset

face recognition

learning
リンク
WOMD-LiDAR: モーション予測のための生センサーデータセットベンチマーク
arxiv_reader 2023/04/11
広く採用されているモーション予測データセットは、観察された感覚入力を 3D ボックスやポリラインなどの高レベルの抽象化に置き換えます。これらのまばらな形状は、認識システムの予測で元のシーンに注釈を付け

arXiv

arXiv reaDer

point cloud

benchmark

dataset

LiDAR

augmentation

computer vision

3D

sparse
リンク
高次空間相互作用光リモートセンシング向け軽量化モデルの強化画像ベースの小型船舶検出
arxiv_reader 2023/04/11
正確で信頼性の高い光学式リモートセンシング画像ベースの小型船舶検出は、海洋監視システムにとって重要ですが、既存の方法では、検出性能と計算の複雑さのバランスをとるのに苦労することがよくあります。この論

arXiv

arXiv reaDer

dataset

UAV

detection

attention
リンク
転移学習によるプライバシー保護 CNN トレーニング
arxiv_reader 2023/04/11
プライバシーを保護するニューラルネットワークの推論は十分に研究されていますが、準同型 CNN トレーニングは依然として未解決の挑戦的なタスクのままです。この論文では、単なる準同型暗号化 (HE) 技

arXiv

arXiv reaDer

CNN

transfer learning

gradient

dataset

approximation

domain

loss function
リンク
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
arxiv_reader 2023/04/11
単一の LiDAR と 4 つの IMU のみを使用して、大規模なシナリオで正確な連続ローカルポーズとグローバルトラジェクトリを使用して挑戦的な 3D 人間の動きをキャプチャするためのマルチセン

arXiv

arXiv reaDer

point cloud

human

pose

dataset

action

LiDAR

3D

sparse
リンク
\nblat NeRF によるイベントベースのカメラトラッカー
arxiv_reader 2023/04/11
カメラが 3D ワールドを移動するとき、ピクセル値の一部のみが変化します。イベントベースのカメラは、まばらなイベントとして変化を観察します。カメラのポーズを効率的に復元するために、スパースイベントを

arXiv

arXiv reaDer

3D

tracking

gradient

representation

pose estimation

sparse
リンク
ChiroDiff: 拡散モデルによる筆記データのモデリング
arxiv_reader 2023/04/11
手書き、スケッチ、描画などの連続時間の幾何学的構造に対する生成モデリングは、自己回帰分布によって達成されています。しかし、このような厳密に順序付けされた離散因数分解は、筆記データの重要な特性を把握する

arXiv

arXiv reaDer

dataset

generative

autoregressive
リンク
学習のためのジェネレーティブ AI: 合成学習ビデオの可能性の調査
arxiv_reader 2023/04/11
生成型人工知能 (AI) の最近の進歩は、世界中の注目を集めています。 Dalle-2 や ChatGPT などのツールは、以前は AI の能力を超えていると考えられていたタスクが、合成ビデオの生成な

arXiv

arXiv reaDer

generative

attention

learning

video

synthesis
リンク
AutoQNN: ニューラルネットワークを自動的に量子化するためのエンドツーエンドのフレームワーク
arxiv_reader 2023/04/11
適切な混合精度ポリシーを使用して予想される量子化スキームを調査することは、ディープニューラルネットワーク (DNN) を高い効率と精度で圧縮するための重要なポイントです。この探索は、ドメインの専門

arXiv

arXiv reaDer

differentiable

domain

human

DNN

classification

compression

quantization

NAS
リンク
ImageEye: プログラム合成によるバッチ画像処理
arxiv_reader 2023/04/11
この論文は、バッチ画像処理のための新しい合成ベースのアプローチを提示します。画像全体にグローバル編集しか適用できない既存のツールとは異なり、この方法では、画像内の個々のオブジェクトにきめ細かい編集を適

arXiv

arXiv reaDer

pre-training

classification

reasoning

synthesis
リンク
GeoDE: オブジェクト認識のための地理的に多様な評価データセット
arxiv_reader 2023/04/11
現在のデータセット収集方法は、通常、Web から大量のデータをスクレイピングします。この手法は非常にスケーラブルですが、この方法で収集されたデータはステレオタイプの偏見を助長する傾向があり、個人を特定

arXiv

arXiv reaDer

dataset

bias
リンク
MS3D: 3D オブジェクト検出における教師なしドメイン適応のための複数の検出器の活用
arxiv_reader 2023/04/11
3D オブジェクト検出における教師なしドメイン適応のための新しい自己トレーニングパイプラインである Multi-Source 3D (MS3D) を紹介します。 3D 検出器の驚くべき精度にもかかわ

arXiv

arXiv reaDer

unsupervised

pre-training

bias

dataset

estimation

domain adaptation

detection

3D
リンク
HARFLOW3D: FPGA デバイス上の HAR 向けのレイテンシー指向の 3D-CNN アクセラレーターツールフロー
arxiv_reader 2023/04/11
ヒューマンアクション認識タスク (HAR) では、3D 畳み込みニューラルネットワークが非常に効果的であることが証明されており、最先端の結果を達成しています。この調査では、モデル固有の特性とターゲ

arXiv

arXiv reaDer

CNN

action recognition

human

3D
リンク
最小最大ジャンプ距離とその応用
arxiv_reader 2023/04/11
最小最大ジャンプ距離 (MMJ 距離) の 3 つのアプリケーションについて説明します。 MMJ ベースの K-means は、MMJ 距離で K-means を修正します。 MMJ ベースのシルエッ

arXiv

arXiv reaDer

clustering
リンク
JPEG 圧縮画像は AI 編集に対する保護をバイパスする可能性がある
arxiv_reader 2023/04/11
最近開発されたテキストから画像への拡散モデルにより、高品質の画像を簡単に編集または作成できます。それらの使いやすさは、悪意のある編集やディープフェイクの作成の可能性について懸念を引き起こしています.知

arXiv

arXiv reaDer

deepfake

pose

compression
リンク
SAR ATR における深層学習の非因果性の発見と説明
arxiv_reader 2023/04/11
近年、深層学習は SAR ATR で広く使用されており、MSTAR データセットで優れたパフォーマンスを達成しています。ただし、制約されたイメージング条件により、MSTAR にはバックグラウンド相関な

arXiv

arXiv reaDer

bias

dataset

learning
リンク
EduceLab-Scrolls: X 線 CT を使用した Herculaneum Papyri からのテキストの検証可能な復元
arxiv_reader 2023/04/11
X 線 CT 画像を使用して Herculaneum パピルスの隠されたテキストを明らかにするための完全なソフトウェアパイプラインを提示します。この強化された仮想アンラッピングパイプラインは、機械

arXiv

arXiv reaDer

metric

human

CT

dataset

learning

domain

detection

3D
リンク
EPVT: 皮膚病変認識におけるドメイン一般化のための環境認識プロンプトビジョントランスフォーマー
arxiv_reader 2023/04/11
深層学習を用いた皮膚病変の認識は目覚ましい進歩を遂げており、これらのシステムを実世界のシナリオに展開する必要性が高まっています。しかし、最近の研究では、皮膚病変認識のためのディープニューラルネット

arXiv

arXiv reaDer

transformer

embedding

OOD

dataset

learning

domain
リンク
- 2023年4月12日
- 2023年4月11日
- 2023年4月10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