arxiv_readerのブックマーク / 2023年4月21日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2023年4月21日のブックマーク (127件)

リアルタイムビュー合成のためのニューラルデュプレックスラディアンスフィールドの学習
arxiv_reader 2023/04/21
ニューラルラディアンスフィールド (NeRFs) は、これまでにない視覚的品質を備えた新しいビュー合成を可能にします。ただし、写真のようにリアルな画像をレンダリングするには、NeRF ではピクセル

arXiv

real time

representation

dataset

distillation

3D

convolutional

arXiv reaDer

reconstruction

synthesis
リンク
反復再重み付け最小二乗最小化による画像回復のためのスパースおよび低ランクの事前確率の学習
arxiv_reader 2023/04/21
学習されたスパースおよび低ランクの制約の下での画像回復のための新しい最適化アルゴリズムを導入します。これは、ℓ_p^p ベクトルおよび \mathcal S_p^p シャッテン行列準ノルムの重み付き拡

arXiv

computer vision

sparse

recurrent

super-resolution

pose

arXiv reaDer

reconstruction

learning
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.10535v2
arxiv_reader 2023/04/21
Farm3D は、事前にトレーニングされた 2D 拡散ベースのイメージジェネレーターからの「無料」の仮想監督から完全に多関節オブジェクトのカテゴリ固有の 3D 再構築子を学習する方法です。最近のアプ

arXiv

real time

distillation

3D

monocular

arXiv reaDer

reconstruction

synthesis

pre-training

video
リンク
Nerfbusters: さりげなくキャプチャされた NeRF から幽霊のようなアーティファクトを削除する
arxiv_reader 2023/04/21
何気なくキャプチャされたニューラルラディアンスフィールド (NeRF) は、カメラの軌跡の外側でレンダリングされると、フローターや欠陥のあるジオメトリなどのアーティファクトに悩まされます。既存の評

arXiv

dataset

distillation

3D

trajectory

arXiv reaDer

synthesis
リンク
マルチモーダルな顔の生成と編集のための共同拡散
arxiv_reader 2023/04/21
拡散モデルは、最近、強力な生成ツールとして登場しています。大きな進歩にもかかわらず、既存の拡散モデルは主にユニモーダル制御に焦点を当てています。つまり、拡散プロセスは条件の 1 つのモダリティのみによ

denoising

arXiv

generative

face

arXiv reaDer

pre-training
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.10528v2
arxiv_reader 2023/04/21
パラメトリック人体モデル (SMPL) を点群データに適合させる問題に対処します。最適化ベースのメソッドは、慎重な初期化が必要であり、局所的な最適化に陥りやすい傾向があります。学習ベースの方法はこれに

arXiv

detection

point cloud

human

estimation

SMPL

pose

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.10523v2
arxiv_reader 2023/04/21
この論文では、新しい教師なし関節形状マッチング (JSM) アプローチである GenCorres を紹介します。 GenCorres の基本的な考え方は、パラメトリックメッシュジェネレーターを学習

benchmark

arXiv

unsupervised

dataset

generative

mesh

arXiv reaDer

synthesis

learning
リンク
対照的なチューニング: マスクされたオートエンコーダーを忘れさせるためのちょっとした助け
arxiv_reader 2023/04/21
Masked Autoencoders (MAE) などの Masked Image Modeling (MIM) メソッドは、入力の豊富な表現を効率的に学習します。ただし、下流のタスクに適応するには

arXiv

unsupervised

augmentation

pre-training

contrastive learning

arXiv reaDer

self-supervised

transformer

classification

clustering
リンク
医用画像解析のためのあらゆるモデルのセグメント化: 実験的研究
arxiv_reader 2023/04/21
医用画像のセグメンテーションモデルのトレーニングは、データアノテーションの利用可能性と取得費用が限られているため、依然として困難です。 Segment Anything Model (SAM) は

arXiv

MRI

domain

dataset

learning

segmentation

arXiv reaDer

zero-shot
リンク
言語的優先順位を使用してビデオから署名アバターを再構築する
arxiv_reader 2023/04/21
手話 (SL) は、世界中の 7,000 万人のろう者にとって主要なコミュニケーション手段です。孤立した標識のビデオ辞書は、コア SL 学習ツールです。これらを 3D アバターに置き換えると、学習が促

occlusion

arXiv

monocular

3D

pose

face

arXiv reaDer

learning

video
リンク
ビデオ認識のための学習可能なアラインメントを使用した暗黙の時間モデリング
arxiv_reader 2023/04/21
対照的な言語イメージ事前トレーニング (CLIP) は、さまざまなイメージタスクで顕著な成功を収めています。ただし、効果的な時間モデリングを使用して CLIP を拡張する方法は、まだ未解決の重大な問

benchmark

arXiv

attention

arXiv reaDer

contrastive

video
リンク
勾配降下の角度ベースの動的学習率
arxiv_reader 2023/04/21
私たちの仕事では、分類タスクの勾配ベースの降下法の適応学習率を取得するための、斬新でシンプルなアプローチを提案します。勾配ベースの項の期待値の減衰によって適応学習率を選択する従来のアプローチの代わりに

benchmark

arXiv

gradient

dataset

arXiv reaDer

classification

learning
リンク
ReLight My NeRF: 新しいビューの合成と現実世界のオブジェクトの再照明のためのデータセット
arxiv_reader 2023/04/21
このホワイトペーパーでは、観測されていない光の条件下でニューラルラディアンスフィールド (NeRF) から新しいビューをレンダリングする問題に焦点を当てます。この目的のために、ReNe (Rel

benchmark

robot

arXiv

dataset

pose

arXiv reaDer

synthesis
リンク
複数の摂動境界内で認定された敵対的ロバスト性
arxiv_reader 2023/04/21
ランダム化平滑化 (RS) は、敵対的攻撃に対するよく知られた認定された防御であり、推論中の入力のランダムノイズ摂動の下で最も可能性の高いクラスを予測することによって、平滑化された分類子を作成します

metric

arXiv

arXiv reaDer

adversarial
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.10442v2
arxiv_reader 2023/04/21
ディープラーニングの推論は、データと畳み込みニューラルネットワーク (CNN) を結び付けます。これは、ユーザーがデータのプライバシーを保護したいが、サービスプロバイダーが CNN の重みを明ら

arXiv

semantic segmentation

CNN

arXiv reaDer

learning
リンク
Road Genome: 自動運転におけるシーン理解のためのトポロジー推論ベンチマーク
arxiv_reader 2023/04/21
自動運転車にとって、複雑な交通環境を理解することは非常に重要です。自動運転の既存のベンチマークは、主にシーンの理解を知覚の問題として投げかけています。そのため、認識パイプラインは、特に高解像度 (HD

benchmark

arXiv

detection

attention

reasoning

3D

segmentation

arXiv reaDer

autonomous driving
リンク
表構造認識手法の再現性と再現性に関する研究
arxiv_reader 2023/04/21
人工知能 (AI) の再現性に関する懸念が浮上しており、研究者は、この分野で公開された調査結果を直接再現しようとして失敗したと報告しています。再現性、つまり新しいデータに対して同じ手順を使用して調査結

arXiv reaDer

arXiv

dataset
リンク
SINC: 同時アクション生成のための 3D ヒューマンモーションの空間構成
arxiv_reader 2023/04/21
私たちの目標は、同時に「歩く」と同時に「手を振る」など、同時アクションを説明するテキスト入力が与えられた場合に、人間の 3D モーションを合成することです。このような同時動作を生成することを「空間構成

few-shot

arXiv

human

3D

arXiv reaDer

action

synthesis
リンク
NTIRE 2023 ライトフィールド画像超解像への挑戦: データセット、方法、結果
arxiv_reader 2023/04/21
このレポートでは、倍率 4 の標準バイキュービック劣化下で LF 画像を超解像することを目的とした、ライトフィールド (LF) 画像超解像 (SR) に関する最初の NTIRE 課題をまとめます。こ

arXiv reaDer

super-resolution

arXiv

dataset
リンク
CUREE: 生態系探索のための好奇心旺盛な水中ロボット
arxiv_reader 2023/04/21
サンゴ礁などの複雑な水中生態系を調査および監視するための現在のアプローチは、ダイバーが保持するカメラまたは固定カメラを使用して調査を実施するか、センサーブイを配置することです。これらのアプローチは、異

arXiv reaDer

arXiv

robot
リンク
自動運転における物体検出とセマンティックセグメンテーションのためのレーダーとカメラの融合: 包括的なレビュー
arxiv_reader 2023/04/21
自動運転における認知技術は、ディープラーニング技術によって近年急速に発展しています。正確で堅牢な認識機能を実現するために、自動運転車には多くの場合、複数のセンサーが装備されており、センサーフュージョ

arXiv

detection

representation

domain

dataset

vehicle

semantic segmentation

arXiv reaDer

learning

autonomous driving
リンク
LiDAR-NeRF: ニューラルラディアンスフィールドによる新しい LiDAR ビューの合成
arxiv_reader 2023/04/21
新しいタスク、LiDAR センサーの新しいビュー合成を紹介します。スタイル転送ニューラルネットワークを備えた従来のモデルベースの LiDAR シミュレーターを適用して、斬新なビューをレンダリングでき

arXiv

dataset

differentiable

3D

LiDAR

arXiv reaDer

synthesis

learning
リンク
ディープラーニングによる乳がん検出
arxiv_reader 2023/04/21
目的: この論文では、マイクロ波イメージングスキャンデータの再構成画像から乳がんを検出するためのディープラーニングモデルを提案し、乳がんの診断と治療に大きな影響を与える可能性のある乳房腫瘍の検

identification

arXiv

detection

dataset

CNN

arXiv reaDer

learning
リンク
団結と征服: 拡散モデルを使用したプラグアンドプレイマルチモーダル合成
arxiv_reader 2023/04/21
複数の制約を満たす写真を生成することは、コンテンツ作成業界で広く利用されています。このタスクを達成するための重要なハードルは、すべてのモダリティ (つまり、制約) とそれに対応する出力で構成されるペア

denoising

arXiv

dataset

generative

arXiv reaDer

synthesis
リンク
自動運転車向けの衛星画像ベースのクロスビューローカリゼーション
arxiv_reader 2023/04/21
自動運転車向けの既存の空間位置特定技術は、ほとんどの場合、事前に構築された 3D-HD マップを使用します。多くの場合、測量グレードの 3D マッピング車両を使用して構築されますが、これは高価であるだ

arXiv

localization

dataset

vehicle

3D

pose

satellite

arXiv reaDer
リンク
DocMAE: 自己教師あり表現学習による文書画像修正
arxiv_reader 2023/04/21
ドキュメント画像の修正には多大な努力が払われてきましたが、そのような歪んだ画像の効果的な表現を学習する方法はまだ調査されていません。この論文では、ドキュメント画像修正のための新しい自己教師ありフレーム

arXiv reaDer

self-supervised

arXiv

representation learning
リンク
ビデオ動作認識のための継続的学習方法のベースライン
arxiv_reader 2023/04/21
継続的学習は、従来の教師付きトレーニングモデルの長年の限界を解決することを目的としているため、最近、研究コミュニティから注目を集めています。ただし、この主題に関するほとんどの研究は、単純な画像分類シ

benchmark

arXiv

attention

action recognition

arXiv reaDer

classification

learning

video
リンク
視覚認識のための発散最適化によるノイジーユニバーサルドメイン適応
arxiv_reader 2023/04/21
ラベル付けされたソースドメインから学んだ知識をラベル付けされていないターゲットドメインに移すために、ソースドメインとターゲットドメインのラベルセットに制約がないユニバーサルドメインアダプ

arXiv reaDer

arXiv

domain adaptation

CNN
リンク
パノプティックセグメンテーションのためのアンサンブルインスタンスとセマンティックセグメンテーション
arxiv_reader 2023/04/21
2019 COCO パノプティックセグメンテーションタスクのソリューションを示します。私たちの方法は、最初にインスタンスセグメンテーションとセマンティックセグメンテーションを別々に実行し、次に2つ

R-CNN

arXiv

panoptic segmentation

semantic segmentation

arXiv reaDer
リンク
衛星画像の時系列分類のための時間畳み込みニューラルネットワークの調査: 調査
arxiv_reader 2023/04/21
地球表面の衛星画像時系列 (SITS) は、詳細な土地被覆マップを提供し、空間次元と時間次元の品質が一貫して改善されています。これらの画像の時系列は、地球表面の正確で最新の土地被覆図を作成することを目

benchmark

arXiv

dataset

CNN

satellite

arXiv reaDer

tracking

classification
リンク
DropDim: 変圧器ネットワークの正則化方法
arxiv_reader 2023/04/21
トランスフォーマーの重要なコンポーネントである自己注意メカニズムを正則化するために設計された構造化ドロップアウトメソッドである、DropDim を紹介します。ランダムにニューロンを削除する一般的なド

arXiv

dataset

regularization

arXiv reaDer

transformer

embedding
リンク
GANの適応的コンセンサス最適化法
arxiv_reader 2023/04/21
敵対的生成ネットワークのトレーニングのために、ADAM と RMSprop を使用した 2 次勾配ベースの方法を提案します。提案された方法は、著名な二次方法と比較した場合、同様の精度を得るために最速で

GAN

arXiv

gradient

dataset

arXiv reaDer
リンク
Search-Map-Search: アクション認識のためのフレーム選択パラダイム
arxiv_reader 2023/04/21
ビデオ理解タスクにおける深層学習の成功にもかかわらず、ビデオ内のすべてのフレームの処理は計算コストが高く、多くの場合、リアルタイムアプリケーションでは不要です。フレーム選択は、モデルがビデオコンテ

benchmark

arXiv

real time

representation

action recognition

arXiv reaDer

reinforcement learning

video
リンク
LA3: 効率的なラベル対応 AutoAugment
arxiv_reader 2023/04/21
自動拡張は、データ拡張ポリシーを検索してディープニューラルネットワークトレーニングの一般化可能性を向上させるための新しい効果的な手法です。既存の作業のほとんどは、サンプルやクラスのバリエーション

arXiv

Bayesian

augmentation

dataset

arXiv reaDer

learning
リンク
クロスモーダルマルチグレイン対照学習による音声翻訳の改善
arxiv_reader 2023/04/21
エンドツーエンドの音声翻訳 (E2E-ST) モデルは、待ち時間が短く、エラーの伝播が少ないため、徐々に主流のパラダイムになりました。ただし、タスクの複雑さとデータ不足のため、そのようなモデルを適

benchmark

arXiv

representation

contrastive learning

arXiv reaDer
リンク
FIANCEE: 条件付き早期終了による敵対的ネットワークのより高速な推論
arxiv_reader 2023/04/21
ジェネレーティブ DNN は画像合成の強力なツールですが、計算負荷によって制限されます。一方、訓練されたモデルとタスク (たとえば、特徴の範囲内での顔の生成) が与えられた場合、出力画像の品質は、異な

arXiv

DNN

real time

adversarial

generative

face

arXiv reaDer

synthesis
リンク
ビデオコピー検出のための機能互換のプログレッシブ学習
arxiv_reader 2023/04/21
ビデオコピー検出 (VCD) は、無許可または複製されたビデオコンテンツのインスタンスを識別するために開発されました。このホワイトペーパーでは、Meta AI Video Similarity

arXiv

detection

arXiv reaDer

learning

video
リンク
ジェネレーティブアートだけではない: アート分析におけるコンテンツスタイルのもつれを解くための安定した拡散
arxiv_reader 2023/04/21
内容とスタイルの二重性は、芸術の本質に固有のものです。人間にとって、これら 2 つの要素は明らかに異なります。コンテンツは芸術作品のオブジェクトと概念を指し、スタイルはそれが表現される方法を指します。

arXiv

computer vision

human

generative

pose

arXiv reaDer

emotion

learning

disentangling
リンク
自動車のジオローカリゼーションのための共同視覚パターン拡張生成トランスフォーマー学習
arxiv_reader 2023/04/21
地理位置情報は、無人車両のルート計画とナビゲーションの基本的なコンポーネントですが、GNSS ベースの地理位置情報は、サービス拒否状態では機能しません。クロスビュージオローカライゼーション (CVG

benchmark

arXiv

attention

augmentation

representation

vehicle

generative

satellite

arXiv reaDer

transformer
リンク
CornerFormer: きめの細かい構造化再構成のためのブースティングコーナー表現
arxiv_reader 2023/04/21
構造化再構成は、ラスタ画像から構造情報（例えば、建物の角や縁）を抽出し、それに従って２Ｄ平面グラフに再構成する、自明でない高密度予測問題である。一般的なセグメンテーションまたは検出の問題と比較して、構

arXiv

detection

representation

reasoning

segmentation

arXiv reaDer

reconstruction

classification
リンク
DiffFit: シンプルなパラメーター効率の良い微調整による大拡散モデルの転送可能性のロック解除
arxiv_reader 2023/04/21
拡散モデルは、高品質の画像を生成するのに非常に効果的であることが証明されています。ただし、事前にトレーニングされた大規模な拡散モデルを新しいドメインに適応させることは未解決の課題であり、現実世界のアプ

benchmark

arXiv

adaptation

domain

dataset

generative

arXiv reaDer

bias

pre-training
リンク
PREIM3D: 単一画像からの 3D 一貫性のある正確な画像属性編集
arxiv_reader 2023/04/21
この論文では、実際に幅広い用途を持つ3D認識画像属性編集問題を研究します。最近の方法では、共有エンコーダーをトレーニングして画像を 3D ジェネレーターの潜在空間にマッピングするか、画像ごとの潜在コー

GAN

arXiv

3D

pose

arXiv reaDer

manifold
リンク
ディープラーニングとリスク管理システムを使用したソーシャルディスタンス検出
arxiv_reader 2023/04/21
3年後に発生し、多くの進化を遂げて再び世界を襲ったコロナウイルス病の発生。人類への影響はすでに深刻です。「社会的距離」を維持しながら「フェイスマスク」を義務付けることによってのみ、このパンデミックか

arXiv

computer vision

detection

human

CNN

face

arXiv reaDer

COVID-19

learning

video
リンク
FishDreamer: 統合された画像のアウトペインティングとセグメンテーションによるフィッシュアイセマンティックコンプリートに向けて
arxiv_reader 2023/04/21
この論文では、Fisheye Semantic Completion (FSC) の新しいタスクを提起します。このタスクでは、魚眼画像の緻密なテクスチャ、構造、およびセマンティクスが、センサーの視野

arXiv

arXiv reaDer

semantic segmentation

dataset

attention
リンク
Mediapipe Holistic を使用したインド手話認識
arxiv_reader 2023/04/21
聴覚障害者は、日常的に重大なコミュニケーション障害に直面しています。耳が聞こえないため、手話を理解していない人とのコミュニケーションが困難になります。さらに、教育的、職業的、社会的状況において困難をも

arXiv

CNN

gesture

pose

face

arXiv reaDer

LSTM
リンク
視覚の主要な意味論を保存することによる画像テキスト検索
arxiv_reader 2023/04/21
画像とテキストの検索は、クロスモーダル検索の主要なタスクの 1 つです。このタスクのいくつかのアプローチでは、画像とテキストを共通の空間にマッピングして、2 つのモダリティ間の対応を作成します。ただし

arXiv reaDer

arXiv

dataset

benchmark
リンク
拡散モデルと検索に関するデータ拡張の観点
arxiv_reader 2023/04/21
拡散モデルは、テキストクエリから写実的な画像を生成することに優れています。当然のことながら、これらの生成能力を使用して、分類などのダウンストリームタスクのトレーニングデータセットを強化するための

arXiv

augmentation

dataset

generative

arXiv reaDer

classification

pre-training
リンク
機械学習による降水アンサンブル予測システムの置き換えに向けて
arxiv_reader 2023/04/21
降水量の予測は、降水量の分布と強度に影響を与えるいくつかの重要なプロセスが、全球気象予測モデルの解像スケール以下で発生するため、他の気象分野に比べて精度が低くなります。これには、より高解像度のシミュレ

GAN

arXiv

metric

arXiv reaDer

learning
リンク
低レベルビジョンにおける暗黙の神経表現の再検討
arxiv_reader 2023/04/21
暗黙的神経表現 (INR) は、近年コンピュータービジョンで登場しています。神経橈骨場 (NeRF) などの離散画像データからの高密度 3D モデルなどの連続信号のパラメータ化に効果的であることが示

denoising

arXiv

computer vision

representation

3D

super-resolution

arXiv reaDer
リンク
制約付きプロキシ学習による深い順序分類のクラスレイアウトの制御
arxiv_reader 2023/04/21
深い序数分類の場合、序数分類に固有の適切に構造化された特徴空間を学習することは、クラス間の序数の性質を適切に捉えるのに役立ちます。直観的に、ユークリッド距離メトリックが使用される場合、特徴空間の理想的

arXiv

metric

arXiv reaDer

classification

learning
リンク
軽量画像超解像のためのオムニアグリゲーションネットワーク
arxiv_reader 2023/04/21
軽量の ViT フレームワークは、画像の超解像において大きな進歩を遂げましたが、その 1 次元の自己注意モデリングと均一な集約スキームにより、有効受容野 (ERF) が制限され、空間次元とチャネル次元

arXiv reaDer

super-resolution

arXiv

benchmark
リンク
単眼内視鏡検査における深さ推定のためのジオメトリ認識ディープネットワーク
arxiv_reader 2023/04/21
単眼深度推定は、内視鏡医が手術部位の空間認識と 3D ナビゲーションを実行するために重要です。ただし、既存の方法のほとんどは重要な幾何学的構造の一貫性を無視しており、これは必然的にパフォーマンスの低下

arXiv

gradient

estimation

dataset

monocular

3D

arXiv reaDer

reconstruction

synthesis

video
リンク
対照学習によるマンモグラフィ画像解析のための領域汎化
arxiv_reader 2023/04/21
マンモグラフィの画像解析は、深層学習の進歩により近年目覚ましい進歩を遂げているコンピュータ支援診断スキームの根幹をなす問題です。ただし、ディープラーニングモデルの構築には、画像のスタイルと品質の点

arXiv

unsupervised

detection

domain

dataset

contrastive learning

arXiv reaDer

classification

embedding
リンク
マルチビュービジョンプロンプトフュージョンネットワーク: 2D 事前トレーニング済みモデルは 3D ポイントクラウドデータ不足の学習を促進できますか?
arxiv_reader 2023/04/21
点群ベースの 3D ディープモデルは、自動運転やハウスロボットなど、多くのアプリケーションで幅広い用途があります。自然言語処理における最近の迅速な学習に触発されて、この作業は、少数ショット 3D

robot

few-shot

arXiv

point cloud

dataset

3D

arXiv reaDer

classification

pre-training

autonomous driving
リンク
Spiking-Fer: イベントカメラによる表情認識のためのスパイキングニューラルネットワーク
arxiv_reader 2023/04/21
表情認識 (FER) は、特に大規模なディープラーニングモデルの使用のおかげで、最近大きな進歩を遂げている活発な研究領域です。ただし、このようなアプローチは特にエネルギーを大量に消費するため、エッ

SNN

benchmark

arXiv

sparse

augmentation

domain

dataset

edge device

convolutional

arXiv reaDer
リンク
ディープ MRI 再構成のためのレトロスペクティブ k 空間サブサンプリングスキームについて
arxiv_reader 2023/04/21
目的: 完全にサンプリングされた MRI k 空間データの取得には時間がかかりますが、高速化されたデータを収集すると、取得時間を短縮できます。 2D デカルト直線サブサンプリングスキームを採用するこ

arXiv

recurrent

MRI

dataset

arXiv reaDer

reconstruction

learning
リンク
RGMIM: X 線画像から意味のある表現を学習するための領域ガイド付きマスク画像モデリング
arxiv_reader 2023/04/21
背景と目的: 自己教師あり学習は、医療分野におけるコンピューター支援診断を急速に進歩させています。マスクイメージモデリング (MIM) は、入力ピクセルのサブセットをマスクし、マスクされたピクセル

identification

arXiv

detection

representation

dataset

arXiv reaDer

self-supervised

COVID-19

learning
リンク
MCドロップアウトによるスパイキングニューラルネットワークにおける効率的な不確実性推定
arxiv_reader 2023/04/21
スパイクニューラルネットワーク (SNN) は、生物学的ニューロンのまばらなイベント駆動型通信のモデルとして注目を集めており、ニューロモルフィックハードウェアにおけるエネルギー効率の高いアプリケ

SNN

arXiv

sparse

attention

estimation

vehicle

arXiv reaDer
リンク
建築設計のアイデア作成にテキストから画像への生成を使用する
arxiv_reader 2023/04/21
テキストから画像への生成の最近の進歩は、建築設計において認識されています。私たちの研究は、建築設計プロセスの初期段階で創造性をサポートするテキストから画像へのジェネレーターの可能性を調査した最初の研究

arXiv reaDer

arXiv

generative
リンク
SCoDA: 実際のスキャンのためのドメイン適応形状補完
arxiv_reader 2023/04/21
点群からの 3D 形状の完成は、特に現実世界のオブジェクトのスキャンからは困難な作業です。実際のスキャンのための 3D 形状のグラウンドトゥルースが不足していることを考慮すると、既存の研究では主に、

arXiv

point cloud

domain adaptation

dataset

3D

arXiv reaDer

synthesis

learning
リンク
2 番目の単眼深度推定の課題
arxiv_reader 2023/04/21
この論文では、Monocular Depth Estimation Challenge (MDEC) の第 2 版の結果について説明します。このエディションは、完全監視、自己監視、マルチタスク、または

benchmark

arXiv

estimation

dataset

monocular

multi-task

metric

arXiv reaDer

self-supervised
リンク
継続学習のための二次影響の正則化
arxiv_reader 2023/04/21
継続的学習は、以前の知識を壊滅的に忘れることなく、非定常データストリームで学習することを目的としています。普及しているリプレイベースの方法は、見たデータを保持する小さなバッファーでリハーサルを行うこ

benchmark

arXiv

arXiv reaDer

bias

learning
リンク
場所認識のためのシャムネットワークの一般化された対照最適化
arxiv_reader 2023/04/21
視覚的な場所の認識は、コンピュータビジョンにおける挑戦的なタスクであり、カメラベースのローカリゼーションおよびナビゲーションシステムの重要なコンポーネントです。最近、畳み込みニューラルネットワーク（C

arXiv

computer vision

localization

dataset

CNN

arXiv reaDer

contrastive
リンク
高忠実度で自由に制御可能なトーキングヘッドビデオ生成
arxiv_reader 2023/04/21
トーキングヘッド生成とは、特定のソース ID とターゲットモーションに基づいてビデオを生成することです。ただし、現在の方法は、生成されたビデオの品質と制御性を制限するいくつかの課題に直面しています

arXiv

adaptation

dataset

landmark

3D

pose

face

arXiv reaDer

self-supervised

video
リンク
DiffTalk: 一般化されたオーディオ主導のポートレートアニメーション用の拡散モデルの作成
arxiv_reader 2023/04/21
トーキングヘッド合成は、ビデオ制作業界にとって有望なアプローチです。最近、この研究分野では、生成の品質を改善したり、モデルの一般化を強化したりするために多くの努力が払われてきました。ただし、実用化に

denoising

arXiv

attention

landmark

face

arXiv reaDer

synthesis

video
リンク
ショートスキャン歯科用 CBCT 再構成におけるモーションアーティファクトの検出
arxiv_reader 2023/04/21
コーンビームコンピュータ断層撮影 (CBCT) は、診断および治療計画のために歯科で広く使用されています。 CBCT Imaging は取得時間が長いため、患者が動く可能性があります。この動きは、

arXiv

detection

augmentation

simulation

arXiv reaDer

reconstruction

learning
リンク
Foundation モデルは、セマンティックセグメンテーションの弱い増分学習を推進します
arxiv_reader 2023/04/21
セマンティックセグメンテーション手法の最新の増分学習は、通常、密な注釈に基づいて新しいカテゴリを学習します。有望な結果が得られますが、ピクセルごとのラベル付けには費用と時間がかかります。セマンティッ

arXiv

augmentation

dataset

semantic segmentation

learning

arXiv reaDer

contrastive

pre-training
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.10136v2
arxiv_reader 2023/04/21
ディープニューラルネットワーク (DNN) に対する敵対的攻撃の大きな脅威を考えると、現実世界のアプリケーションを攻撃するための転送可能性を高めるために、数多くの研究が提案されてきました。ただし、

arXiv

DNN

adversarial

gradient

dataset

arXiv reaDer

classification
リンク
MimCo: Contrastive Teacher を使用したマスクイメージモデリングの事前トレーニング
arxiv_reader 2023/04/21
最近のマスク画像モデリング (MIM) は、入力画像のマスクされた部分を復元するためにターゲットモデルを必要とする自己教師あり学習 (SSL) で多くの注目を集めています。 MIM ベースの事前トレ

arXiv

attention

representation

contrastive learning

arXiv reaDer

self-supervised

reconstruction

pre-training
リンク
画像分類におけるボトルネックの概念の学習
arxiv_reader 2023/04/21
ディープニューラルネットワークの動作を解釈して説明することは、多くのタスクにとって重要です。説明可能な AI は、主に決定にピクセルごとの関連性を提供することによって、この課題に対処する方法を提供

arXiv

explainable

arXiv reaDer

self-supervised

classification

learning
リンク
時空間特徴相互作用による時空間ビデオ超解像の強化
arxiv_reader 2023/04/21
時空間ビデオ超解像 (STVSR) の目標は、特定のビデオのフレームレート (時間解像度とも呼ばれます) と空間解像度の両方を向上させることです。最近のアプローチでは、エンドツーエンドのディープニ

benchmark

arXiv

super-resolution

arXiv reaDer

video
リンク
SATA: 継続的なテスト時間適応のためのソースアンカリングおよびターゲットアライメントネットワーク
arxiv_reader 2023/04/21
絶えず変化するテストドメイン/環境で十分に機能するようにトレーニング済みのモデルを適応させることは、重要かつ困難なタスクです。この作業では、オンライン適応に必要な次の特性を満たすことを目的とした新し

benchmark

arXiv

adaptation

domain

dataset

arXiv reaDer

contrastive

pre-training
リンク
密なオブジェクト記述子を使用して雑然とした一般オブジェクトを選択するための強化学習
arxiv_reader 2023/04/21
雑然とした一般的なオブジェクトを選択することは、複雑な形状とさまざまなスタック構成のため、困難な作業です。多くの先行研究は、ピッキングに姿勢推定を利用していますが、散らかったオブジェクトでは姿勢推定が

pose estimation

arXiv

arXiv reaDer

reinforcement learning

pre-training
リンク
eTag: 埋め込み蒸留とタスク指向生成によるクラス増分学習
arxiv_reader 2023/04/21
クラス増分学習 (CIL) は、ニューラルネットワークの壊滅的な忘却問題を解決することを目的としています。これは、ネットワークが新しいタスクで更新されると、以前に学習したタスクのパフォーマンスが劇的

arXiv

distillation

arXiv reaDer

generative

embedding

learning
リンク
OpenContrails: GOES-16 ABI での Contrail 検出のベンチマーク
arxiv_reader 2023/04/21
飛行機雲 (凝縮の軌跡) は、航空機によって引き起こされた線状の氷雲であり、航空による気候変動の最大の原因である可能性があります。飛行機雲の回避は、航空による気候への影響を大幅に軽減する安価な方法とな

arXiv

detection

human

dataset

arXiv reaDer
リンク
シーンスタイルテキスト編集
arxiv_reader 2023/04/21
この作業では、元のテキストシーンを維持しながら、ソース画像のテキストコンテンツとテキストスタイルを変更する「Scene Style Text Editing (SSTE)」と呼ばれるタスクを提案します

arXiv

representation

dataset

arXiv reaDer

embedding
リンク
少数ショット学習のためのクラスターパッチ要素接続
arxiv_reader 2023/04/21
弱い特徴表現の問題は、長い間、少数ショット分類タスクのパフォーマンスに影響を与えてきました。この問題を軽減するために、最近の研究者は、パッチ機能を埋め込んで識別表現を生成することにより、サポートとクエ

benchmark

few-shot

arXiv

detection

attention

segmentation

arXiv reaDer

classification

embedding
リンク
ビデオベースの歩行者属性認識のための Learning CLIP Guided Visual-Text Fusion Transformer
arxiv_reader 2023/04/21
既存の歩行者属性認識 (PAR) アルゴリズムは、主に静止画像に基づいて開発されています。しかし、重度のオクルージョンやモーションブラーなどの困難な要素を含む画像では、パフォーマンスは信頼できません

occlusion

arXiv

human

pedestrian

dataset

arXiv reaDer

transformer

classification

embedding

pre-training
リンク
RGBW 融合に関する MIPI 2023 チャレンジ: 方法と結果
arxiv_reader 2023/04/21
高度なイメージセンサーを開発し、カメラシステムの新しいアルゴリズムと統合することは、モバイルプラットフォームでのコンピューテーショナルフォトグラフィーとイメージングに対する需要の増加に伴い、一

arXiv reaDer

arXiv

metric

dataset
リンク
NeUDF: ボリュームレンダリングによるニューラル符号なし距離フィールドの学習
arxiv_reader 2023/04/21
マルチビュー形状再構成は、ニューラルインプリシットサーフェスレンダリングの最新の進歩のおかげで目覚ましい進歩を遂げました。ただし、符号付き距離関数 (SDF) に基づく既存の方法は、閉じた表面に

arXiv

representation

dataset

regularization

3D

arXiv reaDer

reconstruction
リンク
単眼ビデオからの斬新なビューとポーズでの人間のニューラルレンダリング
arxiv_reader 2023/04/21
単眼ビデオを入力として与えられた新しいビューとポーズの下で、写真のようにリアルな人間を生成する新しい方法を紹介します。このトピックに関する最近の大きな進歩にもかかわらず、動的なシーンのシナリオで共有さ

arXiv

point cloud

human

dataset

monocular

pose

arXiv reaDer

transformer

learning

video
リンク
リアルタイムアンチエイリアシングニューラルレンダリングのマルチスケール表現
arxiv_reader 2023/04/21
ニューラルラディアンスフィールド (NeRF) のレンダリングスキームは、光線をシーンにキャストすることによってピクセルをレンダリングするのに効果的です。ただし、NeRF は、トレーニングイメ

arXiv

real time

representation

dataset

3D

arXiv reaDer
リンク
決定木に関するビデオベースの対照学習: 行動認識から自閉症診断まで
arxiv_reader 2023/04/21
コンピューターに 10,000 の異なるアクションを認識させるにはどうすればよいでしょうか?ディープラーニングは、教師ありおよび教師なしのアプローチから、自己教師ありのアプローチへと進化しました。こ

arXiv

detection

unsupervised

contrastive learning

action recognition

arXiv reaDer

self-supervised

classification

video
リンク
超低解像度の顔認識と品質推定のための認識可能性埋め込み強化
arxiv_reader 2023/04/21
非常に低解像度の顔認識 (VLRFR) は、極端なスタンドオフ距離または取得デバイスの広い視野角による小さな関心領域や低解像度など、独自の課題をもたらします。この論文では、視覚的な品質ではなく、埋め込

arXiv

attention

estimation

dataset

face recognition

pose

arXiv reaDer

embedding

learning
リンク
MedMNIST 分類 Decathlon 用の複雑なミキサー
arxiv_reader 2023/04/21
医用画像分野の発展に伴い、研究者は MedMNIST (v2) などの医療知識の必要性をブロックするためのデータセットのクラスを開発しようとしています。 MedMNIST (v2) には、多数の小さな

autoML

arXiv

weakly-supervised

dataset

learning

arXiv reaDer

self-supervised

classification

pre-training
リンク
ニューラルラディアンスフィールド: 過去、現在、未来
arxiv_reader 2023/04/21
3D 環境と周囲のモデリングや解釈などのさまざまな側面により、人間は 3D コンピュータービジョン、コンピューターグラフィックス、機械学習の研究を進めるようになりました。 Mildenhall ら

arXiv

computer vision

augmentation

representation

dataset

3D

arXiv reaDer

learning
リンク
敵対的変形場を用いた医用画像の疾患証拠の解釈
arxiv_reader 2023/04/21
ディープラーニングモデルは非常に複雑であるため、特定の疾患のラベルと相関していると彼らが認識する証拠を説明することは困難です。この情報は、モデルへの信頼を築き、バイアスを見つけるために重要です。これ

GAN

arXiv

interpretation

representation

MRI

dataset

arXiv reaDer

bias

learning
リンク
予測勾配降下による敵対的トレーニングにおけるモデル勾配の優先方向の定量化
arxiv_reader 2023/04/21
敵対的トレーニング、特に射影勾配降下 (PGD) は、敵対的攻撃に対する堅牢性を向上させるための成功したアプローチであることが証明されています。敵対的トレーニングの後、入力に関するモデルの勾配は優先的

GAN

arXiv

gradient

metric

residual

arXiv reaDer
リンク
胸部X線の解釈可能性手法によって生成された放射線科医の視線と顕著性マップの比較
arxiv_reader 2023/04/21
医療画像分析モデルの解釈可能性は、重要な研究分野と見なされています。 5人の放射線科医からの視線追跡データのデータセットを使用して、解釈可能性手法の出力と放射線科医がどこを見たかを表すヒートマップを比

arXiv

gaze

attention

saliency

dataset

metric

arXiv reaDer

bias
リンク
ビジュアルナビゲーションのためのレンダリング可能なニューラルラディアンスマップ
arxiv_reader 2023/04/21
3D環境の全体的な視覚情報を含むように設計された、レンダリング可能なニューラル放射輝度マップ（RNR-Map）である視覚ナビゲーション用の新しいタイプのマップを提案します。 RNR-Map はグリッド

arXiv

localization

odometry

dataset

3D

pose

arXiv reaDer

tracking
リンク
深層学習を使用した MRI 画像の脳腫瘍の多重分類とセグメンテーション
arxiv_reader 2023/04/21
この研究では、磁気共鳴画像法 (MRI) スキャンから脳腫瘍を分類およびセグメンテーションするためのディープラーニングモデルを提案しています。分類モデルは EfficientNetB1 アーキテク

arXiv

MRI

U-Net

dataset

metric

segmentation

arXiv reaDer

classification

learning
リンク
オープンワールドの継続的学習: ノベルティ検出と継続的学習の統合
arxiv_reader 2023/04/21
AIエージェントは、未知のものや目新しさのある現実のオープンワールドでますます使用されるようになっているため、(1) (i)学習したオブジェクトを認識し、(ii)以前に見たり学習したことのないアイテム

arXiv

OOD

detection

arXiv reaDer

learning
リンク
Visual DNA: ニューロン活性化の分布を使用した画像の表現と比較
arxiv_reader 2023/04/21
最新のコンピュータービジョンでは、適切なデータセットを選択することが重要です。ただし、2 つのデータセットがどの程度異なるかを評価するための汎用ツールは存在しません。このために、Neuron Act

arXiv

computer vision

dataset

face

arXiv reaDer

transfer learning

synthesis

pre-training
リンク
Jedi: エントロピーベースのローカリゼーションと敵対的パッチの除去
arxiv_reader 2023/04/21
現実世界の敵対的な物理パッチは、さまざまなコンピュータービジョンアプリケーションの最先端モデルを侵害することに成功していることが示されています。入力勾配または特徴分析のいずれかに基づく既存の防御は

identification

benchmark

arXiv

computer vision

adversarial

gradient

localization

arXiv reaDer

pre-training
リンク
赤ちゃんの泣き声の弱教師あり検出
arxiv_reader 2023/04/21
赤ちゃんの泣き声を検出することは、赤ちゃんのモニタリングとヘルスケアの重要な部分です。ほとんどすべての既存の方法は、教師あり SVM、CNN、またはそれらのバリエーションを使用します。この作業では、弱

arXiv

anomaly detection

weakly-supervised

SVM

dataset

CNN

arXiv reaDer

classification

pre-training
リンク
道路利用者検出のための確率論的アプローチ
arxiv_reader 2023/04/21
自動運転アプリケーションにおけるオブジェクト検出は、セマンティックオブジェクトの検出と追跡が、歩行者や車両などの都市部の運転環境に一般的に固有であることを意味します。最先端の深層学習ベースのオブジェ

arXiv

detection

pedestrian

domain

vehicle

YOLO

arXiv reaDer

tracking

autonomous driving
リンク
弱い教師ありビデオ異常検出における見落とされたビデオ分類
arxiv_reader 2023/04/21
現在の監視が弱いビデオ異常検出アルゴリズムは、ほとんどの場合、複数インスタンス学習 (MIL) またはそのバリエーションを使用しています。最近のほとんどすべてのアプローチは、パフォーマンスを改善するた

arXiv

anomaly detection

weakly-supervised

BERT

dataset

CNN

arXiv reaDer

classification

LSTM

video
リンク
Tetra-NeRF: 四面体を使用した神経放射フィールドの表現
arxiv_reader 2023/04/21
Neural Radiance Fields (NeRFs) は、新しいビュー合成と 3D 再構築の問題に対する非常に最近の非常に人気のあるアプローチです。 NeRF で使用される一般的なシーン表現は

arXiv

point cloud

sparse

representation

3D

arXiv reaDer

reconstruction

synthesis
リンク
ディープホモグラフィ推定のドメインシフト耐性の分析
arxiv_reader 2023/04/21
ホモグラフィ推定は、多くのアプリケーションで基本的な画像位置合わせ方法です。最近、畳み込みニューラルネットワーク (CNN) の開発により、いくつかの学習ベースのアプローチがこのタスクで大きな成功を

arXiv

classification

detection

estimation

domain

CNN

segmentation

arXiv reaDer

transfer learning
リンク
SurgicalGPT: 手術における視覚的な質問応答のためのエンドツーエンドの言語視覚 GPT
arxiv_reader 2023/04/21
GPT ベースの大規模言語モデル (LLM) の進歩は、自然言語処理に革命をもたらし、さまざまなドメインでの使用が指数関数的に増加しています。一方向の注意を組み込むことで、これらの自己回帰 LLM は

VQA

arXiv

attention

autoregressive

domain

pose

segmentation

arXiv reaDer

embedding
リンク
https://arxiv-check-250201.firebaseapp.com/each/2202.02952v3
arxiv_reader 2023/04/21
U-Net に基づくモデルなどの学習ベースの画像再構成モデルでは、適切な一般化が保証される場合、大量のラベル付き画像セットが必要です。ただし、一部のイメージングドメインでは、ピクセルレベルまたはボ

semi-supervised

denoising

arXiv

domain

U-Net

differentiable

3D

spatio-temporal

arXiv reaDer

reconstruction
リンク
高忠実度画像合成のための階層構成GAN
arxiv_reader 2023/04/21
近年の画像合成における生成的敵対的ネットワーク（GAN）の急速な進歩にもかかわらず、既存の画像合成アプローチは、ジオメトリドメインまたは外観ドメインのいずれかでのみ機能し、さまざまな合成アーティファク

GAN

occlusion

arXiv

attention

domain

arXiv reaDer

synthesis

learning
リンク
ユニバーサル移動オブジェクトセグメンテーションのための時間分布と空間相関の学習
arxiv_reader 2023/04/21
以前のアプローチは通常、特定のシーンまたは類似のシーンに効果的であるため、普遍的な移動オブジェクトのセグメンテーションは、あらゆる種類の自然シーンからのビデオに一般的なモデルを提供することを目的として

arXiv

Bayesian

dataset

segmentation

arXiv reaDer

learning

video
リンク
キーポイントによるマルチモーダル登録のための堅牢で解釈可能な深層学習フレームワーク
arxiv_reader 2023/04/21
KeyMorph は、対応するキーポイントの自動検出に依存するディープラーニングベースの画像登録フレームワークです。登録のための最先端の深層学習方法は、多くの場合、大きなミスアライメントに対して堅

arXiv

MRI

differentiable

3D

arXiv reaDer

keypoint

learning
リンク
Attention-Map エントロピーに基づく能動的視覚探索
arxiv_reader 2023/04/21
アクティブな視覚的探索は、連続する観測が環境に基づいてアクティブに選択される現実世界のシナリオでの制限されたセンサー機能の問題に対処します。この問題に取り組むために、アテンションマップエントロピー

arXiv

dataset

segmentation

arXiv reaDer

reconstruction

classification
リンク
DCN-T: ハイパースペクトル画像分類用のトランスフォーマーを使用したデュアルコンテキストネットワーク
arxiv_reader 2023/04/21
ハイパースペクトル画像 (HSI) の分類は、複雑なイメージング条件によって引き起こされる空間変動のために困難です。以前の方法は、限られた注釈付きデータで特別に設計されたネットワークをゼロからトレーニ

benchmark

arXiv

adaptation

representation

segmentation

arXiv reaDer

transformer

classification

clustering
リンク
ポピュリズムの顔：政治指導者の顔の感情表現の違いを機械学習で調べる
arxiv_reader 2023/04/21
オンラインメディアは、政治情報が世界規模で拡散および消費される方法に革命をもたらしました。この変化により、政治家は有権者の注目を集めて維持するための新しい戦略を採用することを余儀なくされました。これ

arXiv

computer vision

python

attention

CNN

face

arXiv reaDer

emotion

learning

video
リンク
MARS: 弱い教師ありのセマンティックセグメンテーションのための追加の教師なしの、モデルに依存しないバイアスオブジェクトの削除
arxiv_reader 2023/04/21
弱い教師ありセマンティックセグメンテーションは、イメージレベルのクラスラベルなどの弱い教師を使用してセマンティックセグメンテーションモデルをトレーニングすることにより、ラベル付けコストを削減

benchmark

arXiv

unsupervised

weakly-supervised

localization

dataset

semantic segmentation

arXiv reaDer
リンク
Anything-3D: シングルビューの Anything Reconstruction in the Wild に向けて
arxiv_reader 2023/04/21
制約のない現実世界のシナリオでの単一 RGB イメージからの 3D 再構成は、オブジェクトと環境に固有の多様性と複雑さのために、多くの課題を提示します。このホワイトペーパーでは、一連の視覚言語モデル

arXiv

dataset

3D

segmentation

arXiv reaDer

reconstruction
リンク
リモートセンシング衛星画像のドメイン適応型自己教師あり表現学習
arxiv_reader 2023/04/21
この作業は、リモートセンシング衛星データを使用して、対照的な自己教師あり表現学習と知識伝達を研究するための新しいドメイン適応パラダイムを提示します。主な最先端のリモートセンシングビジュアルドメ

arXiv

classification

domain

dataset

contrastive learning

representation learning

satellite

arXiv reaDer

self-supervised

transfer learning
リンク
包括的 AI モデルの標準的な方法論として構成理論を導入する
arxiv_reader 2023/04/21
ジョージ・ケリーによって開発された社会心理学の構成理論は、イベントを予測および予想するための精神的構成物です。コンストラクトは、人間がデータを解釈、キュレーション、予測、および検証する方法です。情報。

arXiv

dataset

face

arXiv reaDer

classification

learning
リンク
少数ショットの教師なし画像の異常検出に適したデータ拡張とは?
arxiv_reader 2023/04/21
データ拡張は、商業的競争やサンプル収集の難しさなどの要因により、陽性サンプルの入手が制限されることが多い産業用途における教師なし異常検出の有望な手法です。このホワイトペーパーでは、教師なし異常検出の

unsupervised

few-shot

augmentation

arXiv

anomaly detection

arXiv reaDer
リンク
OOD-CV-v2: 自然画像における個々の迷惑行為の分布外シフトに対するロバスト性の拡張ベンチマーク
arxiv_reader 2023/04/21
現実世界のシナリオでビジョンアルゴリズムの堅牢性を強化することは困難です。その理由の 1 つは、既存の堅牢性ベンチマークが合成データに依存しているか、個々の迷惑要因の影響を無視しているため、制限があ

OOD

arXiv

transformer

pose estimation

benchmark

convolutional

arXiv reaDer

classification

detection

3D
リンク
注意ベースのシャム複合ニューラルネットワークの医用画像認識への応用
arxiv_reader 2023/04/21
医用画像認識は、実際のアプリケーションではデータが不十分であるという問題に直面することがよくあります。少数ショット条件下での画像認識と処理は、オーバーフィッティング、低い認識精度、低い信頼性、および不

occlusion

few-shot

arXiv

attention

face

arXiv reaDer

classification
リンク
GMConv: 畳み込みカーネルの有効受容野の変調
arxiv_reader 2023/04/21
畳み込みニューラルネットワークでは、畳み込みは通常、N × N の受容野 (RF) が固定された正方形のカーネルを使用して実行されます。ただし、ネットワークにとって最も重要なのは、入力ピクセルが出力

arXiv

detection

CNN

arXiv reaDer

classification
リンク
Any-to-Any スタイルトランスファー: ピカソとダヴィンチのコラボレーション
arxiv_reader 2023/04/21
スタイル転送は、スタイル参照用の特定の画像のスタイルを、コンテンツ参照用の別の特定の画像にレンダリングすることを目的としており、芸術的生成および画像編集で広く採用されています。既存のアプローチでは、ス

attention

arXiv reaDer

arXiv

segmentation
リンク
ニューラルラディアンスフィールドの参照ガイド付き制御可能なインペインティング
arxiv_reader 2023/04/21
ビュー合成用の Neural Radiance Fields (NeRF) の人気により、NeRF 編集ツールが必要になりました。ここでは、ビューの一貫性と制御可能な方法で領域を修復することに焦点を当

arXiv

monocular

3D

arXiv reaDer

synthesis
リンク
オブジェクト検出のための未知のスニファー: 未知のオブジェクトに目をつぶらないでください
arxiv_reader 2023/04/21
最近提案されたオープンワールドオブジェクトとオープンセット検出は、これまでに見たことのないオブジェクトを見つけて、それらを既知のものと区別するというブレークスルーを達成しました。しかし、既知のクラスか

arXiv reaDer

arXiv

benchmark

detection
リンク
CHATTY: 監視されていないドメイン適応のための歩留まりと結合された全体的な敵対的トランスポート条件
arxiv_reader 2023/04/21
CHATTY と呼ばれる新しい手法を提案します。これは、教師なしドメイン適応のための歩留まりを伴う全体論的敵対的トランスポート条件の結合です。敵対的トレーニングは、ドメイン弁別ヘッドからの勾配を逆にし

benchmark

arXiv

unsupervised

adversarial

domain adaptation

representation

dataset

arXiv reaDer

learning
リンク
自己修正疑似ステレオによる単一ビュービュー合成
arxiv_reader 2023/04/21
単一のビュー画像から新しいビューを合成することは、非常に不適切な問題です。シングルビュービュー合成問題をマルチビュー設定に拡張することにより、学習のあいまいさを減らす効果的な解決策を発見しました。具体

arXiv

stereo

representation

3D

arXiv reaDer

reconstruction

synthesis

learning

pruning
リンク
ドメイン一般化セマンティックセグメンテーションのための適応様式化変調
arxiv_reader 2023/04/21
モデルのトレーニングに十分なラベル付きデータを取得することは、ほとんどの実際のアプリケーションでは現実的ではありません。したがって、セマンティックセグメンテーションタスクのドメイン一般化の問題に対

benchmark

arXiv

domain

dataset

semantic segmentation

arXiv reaDer

classification
リンク
AutoTaskFormer: マルチタスク学習のためのビジョントランスフォーマーの検索
arxiv_reader 2023/04/21
ビジョントランスフォーマーは、分類やセグメンテーションなどの単一のタスクで優れたパフォーマンスを示しています。ただし、現実世界の問題は分離されていないため、複数のタスクを同時に実行できるビジョント

arXiv

NAS

dataset

multi-task

segmentation

arXiv reaDer

one-shot

transformer

classification
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 2023/04/21
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

benchmark

arXiv

attention

representation

domain

dataset

3D

super-resolution

convolutional

arXiv reaDer
リンク
シングルスキャン光コヒーレンストモグラフィ血管造影のための深層学習ベースの血管系抽出
arxiv_reader 2023/04/21
光コヒーレンストモグラフィー血管造影 (OCTA) は、周囲の静的な生体組織から動く赤血球信号を抽出することにより、OCT の機能を拡張する非侵襲的なイメージングモダリティです。 OCTA は、皮膚

arXiv

convolutional

face

arXiv reaDer

transformer
リンク
周波数の正則化: 畳み込みニューラルネットワークの情報の冗長性の制限
arxiv_reader 2023/04/21
畳み込みニューラルネットワークは、多くのコンピュータービジョンタスクで印象的な結果を示しています。ただし、これらのネットワークのサイズが大きくなると、多数のネットワークパラメータに起因する情報

GAN

arXiv

computer vision

domain

regularization

CNN

arXiv reaDer
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 2023/04/21
脳抽出は、さまざまなニューロイメージング研究における重要な前処理ステップであり、特に、磁気共鳴画像 (MRI) データを使用して、脳を非脳組織から正確に分離し、関連する脳内組織コンパートメントと構造

arXiv

computer vision

MRI

metric

learning

segmentation

arXiv reaDer

zero-shot
リンク
カリフォルニア大学サンフランシスコ校、脳転移定位放射線手術 (UCSF-BMSR) MRI データセット
arxiv_reader 2023/04/21
カリフォルニア大学サンフランシスコ校の脳転移定位放射線手術 (UCSF-BMSR) データセットは、5136 の脳転移の専門家の注釈を付けた 412 人の患者からの 560 の脳 MRI で構成される

arXiv reaDer

MRI

dataset

arXiv
リンク
- 2023年4月24日
- 2023年4月21日
- 2023年4月20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