arxiv_readerのブックマーク / 2023年4月27日 - はてなブックマーク

arxiv_reader id:arxiv_reader

2023年4月27日のブックマーク (121件)

ビデオ予測のためのコントロール中心のベンチマーク
arxiv_reader 2023/04/27
ビデオは、具現化されたエージェントが世界のダイナミクスのモデルを学習するための有望な知識源です。大規模なディープネットワークは、人間の知覚的類似性またはピクセル単位の比較に基づくメトリックによって評

arXiv

human

video

robot

dataset

metric

benchmark

self-supervised

arXiv reaDer
リンク
コラージュ表現による制御可能な画像生成
arxiv_reader 2023/04/27
条件付き生成画像モデルの最近の進歩により、印象的な結果が得られました。一方では、テキストベースの条件付きモデルは、画像とテキストのペアの大規模なデータセットを活用することで、驚くべき生成品質を達成しま

arXiv

zero-shot

dataset

representation

metric

arXiv reaDer

generative

segmentation
リンク
UniNeXt: 視覚認識のための統合アーキテクチャの探索
arxiv_reader 2023/04/27
ビジョントランスフォーマーは、コンピュータービジョンタスクで大きな可能性を示しています。最近の作業のほとんどは、パフォーマンス向上のための空間トークンミキサーの作成に重点を置いています。ただし

arXiv

computer vision

transformer

convolutional

attention

arXiv reaDer
リンク
レイコンディショニング: 多視点画像生成におけるフォトリアリズムのためのフォトコンシステンシーの交換
arxiv_reader 2023/04/27
多視点画像生成は、画像の視点編集などの 3D 関連の応用が有望であるため、最近特に注目されています。ほとんどの既存の方法は、3D 表現が最初に合成され、次に 2D 画像にレンダリングされるというパラダ

3D

arXiv

representation

attention

GAN

arXiv reaDer

bias
リンク
膝障害におけるモーションベースのバイオマーカー発見のためのマーカーレス人体モーション解析システム
arxiv_reader 2023/04/27
近年、NHS は、変形性関節症 (OA) の疑いのある患者を含むがこれに限定されない、すべての低リスク患者を診察することがますます困難になっています。待機リストの増加とスタッフの不足に対処するために、

arXiv

arXiv reaDer

human

identification
リンク
FVP: 医用画像セグメンテーションのソースフリー教師なしドメイン適応のためのフーリエ視覚プロンプト
arxiv_reader 2023/04/27
医用画像のセグメンテーション方法は、通常、トレーニングデータとテストデータの間にドメインシフトがある場合、パフォーマンスが低下します。教師なしドメイン適応 (UDA) は、ソースドメインのラベ

arXiv

learning

domain adaptation

unsupervised

dataset

pre-training

arXiv reaDer

segmentation
リンク
3秒前に何が起きた?赤外線画像で過去を推測する
arxiv_reader 2023/04/27
RGB 画像から過去の人間の動きを推測することは、予測の問題に固有の不確実性があるため困難です。一方、熱画像は、熱放射測定によって環境に残された過去の人間と物体の相互作用の痕跡をエンコードします。この

pose estimation

arXiv

dataset

arXiv reaDer

human pose estimation
リンク
知識集約型視覚的質問応答のための対称二重符号化高密度検索フレームワーク
arxiv_reader 2023/04/27
Knowledge-Intensive Visual Question Answering (KI-VQA) とは、画像内に回答がない画像に関する質問に回答することを指します。このホワイトペーパーで

arXiv

embedding

representation

dataset

knowledge distillation

arXiv reaDer
リンク
PVP: 事前トレーニング済みのビジュアルパラメータの効率的な調整
arxiv_reader 2023/04/27
大規模な事前学習済み変換器は、さまざまなコンピュータービジョンタスクで目覚ましい成功を収めています。ただし、計算コストとストレージコストが高いため、ダウンストリームタスク用にこれらのモデルを完

arXiv

computer vision

transformer

adaptation

dataset

pre-training

arXiv reaDer

classification
リンク
異文化理解ベンチマーク (CCUB) データセットを使用したテキストから画像への合成モデルにおける公平な表現に向けて
arxiv_reader 2023/04/27
メディアでの正確な表現は、それを消費する人々の幸福を改善することが示されています.対照的に、不正確な表現は視聴者に悪影響を及ぼし、他の文化に対する有害な認識につながる可能性があります。生成された画像で

arXiv

synthesis

representation

dataset

pre-training

benchmark

arXiv reaDer

bias
リンク
CrossSplit: データ分割によるラベルノイズ記憶の軽減
arxiv_reader 2023/04/27
ラベルノイズの存在下でディープラーニングアルゴリズムのロバスト性を改善するという問題に取り組みます。既存のラベル修正と共同教育方法に基づいて、CrossSplit と呼ばれるノイズの多いラベルの

arXiv

learning

dataset

semi-supervised

arXiv reaDer
リンク
HDR-VDP-3: ハイダイナミックレンジと通常のコンテンツにおける画像の違い、品質、コントラストの歪みを予測するためのマルチメトリック
arxiv_reader 2023/04/27
High-Dynamic-Range Visual-Difference-Predictor バージョン 3、または HDR-VDP-3 は、完全参照画像/ビデオ品質評価、画像ペア間の視覚的差異の予測

video

arXiv

arXiv reaDer

metric
リンク
ピクセルによる言語モデリング
arxiv_reader 2023/04/27
言語モデルは有限の入力セットに対して定義されるため、サポートされる言語の数を拡大しようとすると語彙のボトルネックが生じます。このボトルネックに取り組むと、埋め込み行列で表現できるものと出力層の計算上の

arXiv

embedding

representation

arXiv reaDer

BERT
リンク
内視鏡光コヒーレンストモグラフィによる中耳診断のための非剛体点群登録
arxiv_reader 2023/04/27
目的: 中耳感染症は、特に小児集団の間で最も一般的な炎症性疾患です。現在の診断方法は主観的であり、耳鏡からの視覚的手がかりに依存しており、これは耳科医が病理を特定するのに限られています。この欠点に対処

synthesis

arXiv

dataset

arXiv reaDer

point cloud

interpretation
リンク
セマンティックイメージセグメンテーションのためのドメイン適応型および一般化可能なネットワークアーキテクチャとトレーニング戦略
arxiv_reader 2023/04/27
教師なしドメイン適応 (UDA) とドメイン一般化 (DG) により、ソースドメインでトレーニングされた機械学習モデルは、ラベル付けされていない、または目に見えないターゲットドメインでも適切に機能

arXiv

learning

transformer

domain adaptation

unsupervised

attention

benchmark

arXiv reaDer

bias

semantic segmentation
リンク
マルチビューステレオ表現の再訪: 領域対応 MVSNet
arxiv_reader 2023/04/27
深層学習ベースのマルチビューステレオは、マルチビューから幾何学的に詳細なオブジェクトを完全に再構築するための強力なパラダイムとして登場しました。既存のアプローチのほとんどは、予測されたポイントと光線

arXiv

representation

dataset

stereo

arXiv reaDer

mesh

reconstruction
リンク
SIMARA: ページ全体からキー値情報を抽出するためのデータベース
arxiv_reader 2023/04/27
歴史的な手書き文書から情報を抽出するための新しいデータベースを提案します。このコーパスには、18 世紀から 20 世紀にさかのぼる 6 つの異なるシリーズからの 5,393 の検索補助が含まれています

arXiv

transformer

dataset

localization

arXiv reaDer
リンク
CT-LungNet: 3D 胸部 CT スキャンにおける正確な肺組織セグメンテーションのためのディープラーニングフレームワーク
arxiv_reader 2023/04/27
コンピュータ断層撮影 (CT) 画像における肺組織のセグメンテーションは、ほとんどの肺画像解析アプリケーションの前身です。ディープラーニングを使用したセマンティックセグメンテーション手法は、近年最

3D

arXiv

transfer learning

CT

representation

dataset

pre-training

arXiv reaDer

semantic segmentation

U-Net
リンク
密にクエリされた両側相関によるビデオフレーム補間
arxiv_reader 2023/04/27
ビデオフレーム補間 (VFI) は、存在するフレーム間に存在しない中間フレームを合成することを目的としています。フローベースの VFI アルゴリズムは、中間モーションフィールドを推定して、既存のフ

estimation

arXiv

arXiv reaDer

video
リンク
合成開口異常イメージング
arxiv_reader 2023/04/27
以前の研究では、葉のオクルージョンが存在する場合、異常検出は、従来の航空画像に適用する場合と比較して、合成開口イメージングから得られる統合画像で大幅に優れたパフォーマンスを発揮することが示されています

arXiv

synthesis

occlusion

anomaly detection

drone

arXiv reaDer

real time
リンク
エネルギーベースのスライスワッサースタイン距離
arxiv_reader 2023/04/27
スライスされたワッサースタイン (SW) 距離は、2 つの確率尺度間の統計的に効果的で計算効率の良いメトリックとして広く認識されています。 SW 距離の重要な要素は、スライス分布です。この分布を選択す

arXiv

gradient

metric

arXiv reaDer

reconstruction

point cloud
リンク
極端な学習画像圧縮のためのマルチモダリティディープネットワーク
arxiv_reader 2023/04/27
画像ベースの単一モダリティ圧縮学習アプローチは、過去数年間で非常に強力なエンコードおよびデコード機能を実証してきましたが、非常に低いビットレートではぼやけや深刻なセマンティクスの損失に悩まされています

arXiv

learning

compression

attention

arXiv reaDer
リンク
自己教師あり対照学習と光コヒーレンストモグラフィーを使用した針挿入時の組織分類
arxiv_reader 2023/04/27
針の位置決めは、硬膜外麻酔などのさまざまな医療用途に不可欠です。医師は、本能に頼って針を硬膜外腔でナビゲートします。それにより、組織構造を識別することは、針挿入プロセスにおいて追加のフィードバックを提

arXiv

representation

dataset

contrastive learning

self-supervised

arXiv reaDer

classification
リンク
局所次元推定によるGANの潜在空間の分析
arxiv_reader 2023/04/27
忠実度の高い画像合成におけるスタイルベースの GAN (StyleGAN) の印象的な成功は、それらの潜在空間のセマンティックプロパティを理解するための研究の動機となっています。この論文では、多様体

arXiv

synthesis

unsupervised

pre-training

metric

estimation

manifold

GAN

disentangling

arXiv reaDer
リンク
ネガティブプロンプトアルゴリズムの再考: 2D 拡散を 3D に変換し、ヤヌス問題を緩和し、その先へ
arxiv_reader 2023/04/27
テキストから画像への拡散モデルは、テキストから画像を生成する際に大きな進歩を遂げましたが、提供されたテキストではなく、モデルがトレーニングされたデータのような画像を生成する傾向がある場合があります。こ

3D

arXiv

arXiv reaDer
リンク
全手書きページからのキー値情報抽出
arxiv_reader 2023/04/27
デジタル化された手書き文書から情報を抽出するための Transformer ベースのアプローチを提案します。私たちのアプローチは、これまで別々のモデルで実行されていたさまざまなステップ (特徴抽出、手

segmentation

arXiv

arXiv reaDer

dataset
リンク
Super-NeRF: NeRF 超解像のための一貫したビューの詳細生成
arxiv_reader 2023/04/27
ニューラルラディアンスフィールド (NeRF) は、3D シーンのモデリングと、忠実度の高い斬新なビューの合成において目覚ましい成功を収めました。ただし、既存の NeRF ベースの方法は、画像解像

3D

arXiv

synthesis

super-resolution

representation

dataset

arXiv reaDer
リンク
クラスタエントロピー: 病理学的画像セグメンテーションにおけるアクティブドメイン適応
arxiv_reader 2023/04/27
病理学的セグメンテーションにおけるドメインシフトは重要な問題です。ソースドメイン (特定の病院で収集された) によってトレーニングされたネットワークは、異なる画像特徴のために (異なる病院からの)

arXiv

domain adaptation

unsupervised

dataset

semi-supervised

arXiv reaDer

segmentation
リンク
EasyPortrait - 顔の解析とポートレートのセグメンテーションデータセット
arxiv_reader 2023/04/27
最近では、COVID-19 とリモートワークの需要の高まりにより、ビデオ会議アプリが特に普及しています。ビデオチャットの最も価値のある機能は、リアルタイムの背景除去と顔の美化です。これらのタスクを解

arXiv

computer vision

synthesis

COVID-19

dataset

face

arXiv reaDer

segmentation

real time
リンク
医用画像セグメンテーションにおけるデータ拡張と前景領域の保存の混合
arxiv_reader 2023/04/27
ディープラーニングを用いた医用画像セグメンテーションの開発は、医師の診断を大きくサポートします。深層学習ではトレーニングに大量のデータが必要であり、オーバーフィッティングを防ぐために多様性を拡張するた

arXiv

learning

augmentation

dataset

arXiv reaDer

segmentation
リンク
漫画テクスチャ分解モデルとマルチスケールフィルタリング法に基づくZrO2セラミックベアリングボール表面欠陥検出のための結合強化アルゴリズム
arxiv_reader 2023/04/27
この研究は、ZrO2セラミックベアリングボールの表面欠陥検出精度を向上させることを目的としています。画像サンプルのノイズ損傷と組み合わせて、漫画テクスチャ分解モデルに基づくZrO2セラミックベアリング

arXiv

detection

denoising

domain

arXiv reaDer
リンク
MLIC: 学習した画像圧縮のための複数参照エントロピーモデル
arxiv_reader 2023/04/27
最近、画像圧縮の学習が目覚ましい成果を上げています。潜在表現の分布を推定するエントロピーモデルは、レート歪みのパフォーマンスを向上させる上で重要な役割を果たします。ただし、ほとんどのエントロピーモ

arXiv

compression

representation

dataset

attention

arXiv reaDer
リンク
複数の注釈を持つ画像のセグメンテーションに対する潜在空間分布の影響
arxiv_reader 2023/04/27
一般化された確率的 U-Net を提案します。これは、参照セグメンテーションの不確実性をより適切に近似できる潜在空間分布としてガウス分布のより一般的な形式を許可することにより、確率的 U-Net を拡

segmentation

arXiv

arXiv reaDer

U-Net
リンク
OPDN: 全方向画像超解像のための全方向位置認識変形可能ネットワーク
arxiv_reader 2023/04/27
360° 全方向画像は、その没入型でインタラクティブな体験により、特に AR/VR アプリケーションで研究の注目を集めています。ただし、平面画像をキャプチャするための同じセンサーサイズの魚眼レンズでキ

arXiv

transformer

super-resolution

attention

arXiv reaDer
リンク
Chaos Comes Order より: オブジェクトの認識と検出のためのイベント表現の順序付け
arxiv_reader 2023/04/27
今日、イベントを処理する最先端のディープニューラルネットワークは、既製のネットワークを使用する前に、最初にそれらを高密度のグリッドのような入力表現に変換します。ただし、従来、タスクに適切な表現を選

arXiv

detection

learning

representation

dataset

arXiv reaDer
リンク
形状、素材、照明のニューラル PBIR 再構築
arxiv_reader 2023/04/27
オブジェクトの 2D 画像 (写真など) に基づいて、物理世界のオブジェクトの形状と空間的に変化する表面の外観、および周囲の照明を再構築することは、コンピュータービジョンとグラフィックスにおける長年

reconstruction

arXiv

arXiv reaDer

computer vision
リンク
セマンティックセグメンテーションにおける補償学習
arxiv_reader 2023/04/27
類似したクラス間のラベルノイズとあいまいさは、新しいモデルを開発し、セマンティックセグメンテーションのために新しいデータに注釈を付ける際の困難な問題です。この論文では、セマンティックセグメンテーシ

arXiv

identification

learning

dataset

localization

semantic segmentation

arXiv reaDer

bias

classification
リンク
トレーニング不要の位置認識テキストから画像への合成
arxiv_reader 2023/04/27
現在の大規模な生成モデルは、テキストプロンプトに基づいて高品質の画像を生成する際に非常に効率的です。ただし、生成された画像内のオブジェクトのサイズと位置を正確に制御する機能はありません。この研究では

arXiv

synthesis

metric

generative

arXiv reaDer
リンク
学習可能な眼科SAM
arxiv_reader 2023/04/27
セグメンテーションは、眼科の画像解析に不可欠です。しかし、そのさまざまなモーダルイメージは、多数のラベルに基づくトレーニングに依存しているか、一般化能力が弱いため、既存のセグメンテーションアルゴリ

arXiv

transformer

dataset

one-shot

segmentation

arXiv reaDer
リンク
異常検出のための画像表現の学習: 医薬品開発における組織学的変化の発見への応用
arxiv_reader 2023/04/27
病理組織学的画像の異常検出システムを提示します。組織学では、通常、正常なサンプルは豊富にあるのに対し、異常な (病理学的) 症例はほとんどないか入手できません。このような設定では、健全なデータでトレー

arXiv

learning

anomaly detection

representation

dataset

pre-training

OOD

CNN

arXiv reaDer
リンク
説明可能性ツールは性別に偏っていますか?顔提示攻撃検出のケーススタディ
arxiv_reader 2023/04/27
顔認識 (FR) システムは、主に深層学習に基づく FR システムのより高い説明可能性と解釈可能性への要求が高まるにつれて、私たちの日常生活に広がり続けています。 FR システムにおける人口統計グルー

arXiv

detection

computer vision

learning

face recognition

arXiv reaDer

bias
リンク
DiffuseExpand: 拡散モデルを使用した 2D 医用画像セグメンテーション用の拡張データセット
arxiv_reader 2023/04/27
データセットの拡張により、プライバシーの問題やラベル付けの問題による医療画像セグメンテーションのデータ不足の問題を効果的に軽減できます。ただし、既存の拡張アルゴリズムは、ペアのセグメンテーションマス

arXiv

synthesis

COVID-19

dataset

face

arXiv reaDer

GAN

segmentation
リンク
中間レベルの摂動減衰による敵対的伝達性の向上
arxiv_reader 2023/04/27
敵対的な方向に従ってフィーチャ表現を劇的に混乱させようとする中間レベルの攻撃は、転送可能な敵対的な例を作成する際に良好なパフォーマンスを示しています。このカテゴリの既存の方法は、通常、最初に方向ガイド

representation

arXiv

arXiv reaDer

adversarial
リンク
類似度スコア引数逆伝播法に基づく効率的な説明可能な顔認証
arxiv_reader 2023/04/27
説明可能な顔認識は、セキュリティクリティカルなアプリケーションでこのテクノロジの使用が定着するにつれて、ますます注目を集めています。特定の顔認識システムで 2 つの顔の画像が一致する、または一致しな

arXiv

explainable

benchmark

attention

face recognition

arXiv reaDer
リンク
シンプルな手がかりが強力なマルチオブジェクトトラッカーにつながる
arxiv_reader 2023/04/27
長い間、マルチオブジェクトトラッキングの最も一般的なパラダイムは、オブジェクトが最初に検出され、次にビデオフレームに関連付けられる、検出による追跡 (TbD) でした。関連付けのために、ほとんどの

arXiv

video

re-id

dataset

attention

MOT

arXiv reaDer
リンク
人物追跡手法をきめ細かく検証するための現実的な群集シミュレーション環境の開発
arxiv_reader 2023/04/27
一般に、クラウドデータセットは、実際のソースまたは合成ソースから収集または生成できます。実際のデータは、インフラストラクチャベースのセンサー (静止カメラやその他のセンサーなど) を使用して生成さ

3D

arXiv

synthesis

learning

tracking

dataset

simulation

arXiv reaDer
リンク
フィルターによるフィルターの刈り込み連続するレイヤーの類似性
arxiv_reader 2023/04/27
フィルタープルーニングは、畳み込みニューラルネットワーク (CNN) を圧縮および高速化するために広く採用されていますが、以前のほとんどの研究では、異なるレイヤーのフィルターとチャネルの間の関係が

arXiv

dataset

benchmark

CNN

arXiv reaDer

pruning
リンク
STIR: 画像検索後処理用のシャム変換
arxiv_reader 2023/04/27
画像検索のための現在のメトリック学習アプローチは、通常、コサイン距離などの単純なアプローチがうまく機能する有益な潜在表現の空間を学習することに基づいています。 HypViT などの最近の最先端の手法は

arXiv

transformer

metric learning

embedding

representation

attention

arXiv reaDer
リンク
3D オブジェクト検出のためのグループ同変 BEV
arxiv_reader 2023/04/27
最近、3D オブジェクト検出が大きな注目を集め、実際の道路シナリオで継続的な改善を実現しています。環境情報は、関心のあるオブジェクトを検出するために、単一のセンサーまたはマルチセンサーフュージョンか

3D

arXiv

detection

vehicle

dataset

attention

arXiv reaDer
リンク
RSIR Transformer: ランダムサンプリングウィンドウと重要領域ウィンドウを使用した階層型ビジョントランスフォーマー
arxiv_reader 2023/04/27
最近、トランスフォーマーは、さまざまなビジョンタスクで有望なパフォーマンスを示しています。ただし、トランスフォーマーにとって、特に高解像度の視覚タスクの場合、グローバルな自己注意の高いコストは依然と

attention

arXiv

arXiv reaDer

transformer
リンク
VGOS: スパース入力からのビュー合成のためのボクセルグリッド最適化
arxiv_reader 2023/04/27
Neural Radiance Fields (NeRF) は、その最先端の品質と柔軟性により、新しいビュー合成で大きな成功を収めています。ただし、NeRF では、高密度の入力ビュー (数十から数百)

arXiv

synthesis

sparse

arXiv reaDer

regularization

reconstruction
リンク
確率的画質転送による低磁場磁気共鳴画像強調
arxiv_reader 2023/04/27
低磁場 (<1T) 磁気共鳴画像法 (MRI) スキャナーは、低中所得国 (LMIC) で広く使用され続けており、高所得国では、肥満、閉所恐怖症などの小さな子供の患者などの一部のアプリケーション

arXiv

simulation

MRI

arXiv reaDer

U-Net
リンク
高解像度画像のかすみ除去のための合理化されたグローバルおよびローカル機能コンビネーター (SGLC)
arxiv_reader 2023/04/27
画像のかすみ除去は、画像から大気の霧やかすみを除去することを目的としています。かすみ除去モデルは近年大きく進化していますが、高解像度のかすみ画像の問題に正確に取り組んでいるモデルはほとんどありません。

arXiv

arXiv reaDer

metric
リンク
SEAL: ラベル階層の探索と学習を同時に行う
arxiv_reader 2023/04/27
ラベル階層は、分類のパフォーマンスを向上させる外部知識の重要な情報源です。ただし、ほとんどの既存の方法は、データ分布と一致しない可能性がある定義済みのラベル階層に依存しています。この問題に対処するため

arXiv

learning

dataset

semi-supervised

metric

arXiv reaDer

classification
リンク
スーパービジョントランスフォーマー
arxiv_reader 2023/04/27
トークン数が二次的に増加するビジョントランスフォーマー (ViT) の計算コストを削減しようとします。一度に 1 つの ViT モデルのみをトレーニングする新しいトレーニングパラダイムを提示します

arXiv

arXiv reaDer

transformer
リンク
トレーニングフリーDARTSの接続感度の問題：アーキテクチャレベルのスコアリングから運用レベルの感度分析まで
arxiv_reader 2023/04/27
最近提案されたトレーニング不要の NAS メソッドは、トレーニングフェーズを放棄し、さまざまなゼロコストプロキシをスコアとして設計して、優れたアーキテクチャを特定し、ニューラルアーキテクチャ検索

arXiv

NAS

gradient

differentiable

arXiv reaDer

bias
リンク
マルチタスクメタ学習: 目に見えないタスクに適応する方法を学ぶ
arxiv_reader 2023/04/27
この作業は、マルチタスクメタ学習 (MTML) を提案し、2 つの学習パラダイムであるマルチタスク学習 (MTL) とメタ学習を統合して、両方の長所を組み合わせます。特に、MTL の要素である複数の

arXiv

detection

learning

dataset

estimation

classification

multi-task

arXiv reaDer

semantic segmentation
リンク
スコアベースの拡散モデルにおけるディスクリミネーターガイダンスによる生成プロセスの改良
arxiv_reader 2023/04/27
提案された方法である Discriminator Guidance は、事前にトレーニングされた拡散モデルのサンプル生成を改善することを目的としています。このアプローチは、現実的であるかどうかにかかわ

arXiv

pre-training

denoising

estimation

GAN

generative

arXiv reaDer
リンク
ディープライフロングクロスモーダルハッシング
arxiv_reader 2023/04/27
ハッシュ手法は、高速なクエリ速度と低いストレージコストにより、クロスモーダル検索タスクで大きな進歩を遂げました。その中でも、深層学習ベースのハッシングは、非線形の異種特徴の優れた抽出および表現能力に

arXiv

learning

representation

dataset

benchmark

arXiv reaDer
リンク
画像偽造検出のための不一致ガイド付き再構成学習
arxiv_reader 2023/04/27
この論文では、偽造に敏感な本物のコンパクトな視覚パターンの両方でモデル学習能力を高めるための新しい画像偽造検出パラダイムを提案します。不一致固有のパターン (たとえば、ノイズ、テクスチャ、および周波数

arXiv

detection

learning

dataset

attention

reconstruction

arXiv reaDer
リンク
TextDeformer: テキストガイダンスを使用したジオメトリ操作
arxiv_reader 2023/04/27
テキストプロンプトのみによってガイドされる、入力三角形メッシュの変形を自動的に生成する手法を紹介します。私たちのフレームワークは、大きな低頻度の形状変化と小さな高頻度の詳細の両方を生成する変形が可能

3D

arXiv

gradient

differentiable

representation

pre-training

face

mesh

arXiv reaDer
リンク
Concept-Monitor: 個々のニューロンによる DNN トレーニングの理解
arxiv_reader 2023/04/27
この作業では、Concept-Monitor と呼ばれる一般的なフレームワークを提案し、新しい統合された埋め込み空間と概念の多様性メトリックを使用して、ブラックボックスの DNN トレーニングプロ

arXiv

embedding

metric

adversarial

arXiv reaDer

DNN

pruning
リンク
3D ハンドポーズ推定のための効率的な注釈と学習: 調査
arxiv_reader 2023/04/27
この調査では、効率的な注釈と学習の観点から、3D の手の姿勢推定の体系的なレビューを提示します。 3D の手の姿勢推定は、ビデオ理解、AR/VR、ロボティクスなどのさまざまなアプリケーションを可能にす

pose estimation

arXiv

3D

occlusion

video

domain adaptation

learning

semi-supervised

self-supervised

arXiv reaDer
リンク
テクニカルノート: DNN を忠実かつ簡潔に説明するための AND-OR 相互作用の定義と定量化
arxiv_reader 2023/04/27
このテクニカルノートでは、ディープニューラルネットワーク (DNN) の推論ロジックを反映する、入力変数間のエンコードされた相互作用を定量化することによって、ディープニューラルネットワーク

arXiv

arXiv reaDer

DNN
リンク
弱教師付きセマンティックセグメンテーションのためのグローバルコンテキストとローカルコンテンツの結合
arxiv_reader 2023/04/27
フレンドリーなアノテーションと満足のいくパフォーマンスの利点のおかげで、弱い教師ありセマンティックセグメンテーション (WSSS) アプローチが広く研究されています。最近、単一段階の WSSS が目

arXiv

arXiv reaDer

self-supervised

weakly-supervised

semantic segmentation
リンク
DiffMimic: 微分可能な物理学による効率的なモーションの模倣
arxiv_reader 2023/04/27
モーションの模倣は、物理ベースのキャラクターアニメーションの基本的なタスクです。ただし、ほとんどの既存のモーション模倣方法は、強化学習 (RL) に基づいて構築されており、重い報酬エンジニアリング、

arXiv

gradient

reinforcement learning

differentiable

simulation

benchmark

arXiv reaDer
リンク
ESPT: 少数ショット学習を改善するための自己教師ありエピソード空間プレテキストタスク
arxiv_reader 2023/04/27
最近、自己教師あり学習 (SSL) 手法が少数ショット学習 (FSL) フレームワークに統合され、少数ショット画像分類のパフォーマンスを向上させる有望な結果が示されました。ただし、FSL で使用される

arXiv

few-shot

learning

embedding

representation

dataset

benchmark

self-supervised

arXiv reaDer

classification
リンク
機械的モード接続
arxiv_reader 2023/04/27
モード接続のレンズを通してニューラルネットワークの損失状況を研究します。これは、データセットでのトレーニングを介して取得されたニューラルネットワークの最小値が低損失の単純なパスを介して接続されてい

synthesis

arXiv

arXiv reaDer

dataset
リンク
関連付けから生成へ: 教師なしクロスモーダルマッピングによるテキストのみのキャプション
arxiv_reader 2023/04/27
CLIP や ALIGN に代表される視覚言語事前訓練モデル (VLPM) の開発により、CLIP のゼロショット機能により、画像分類や画像テキスト検索などの連想ベースの視覚タスクで大きなブレークスル

arXiv

video

unsupervised

zero-shot

representation

pre-training

arXiv reaDer

captioning

classification
リンク
Polyp-PVT: ピラミッドビジョントランスフォーマーによるポリープセグメンテーション
arxiv_reader 2023/04/27
ほとんどのポリープセグメンテーション方法は、バックボーンとして CNN を使用するため、エンコーダーとデコーダーの間で情報を交換するときに 2 つの重要な問題が発生します。既存の CNN ベースの方

arXiv

identification

transformer

representation

dataset

arXiv reaDer

CNN

segmentation
リンク
StepFormer: 教育ビデオでの自己管理型ステップの発見とローカリゼーション
arxiv_reader 2023/04/27
説明ビデオは、人間のデモンストレーションから手順タスクを学ぶための重要なリソースです。ただし、このようなビデオの手順は通常短くまばらであり、ほとんどのビデオは手順とは無関係です。これは、そのようなビデ

arXiv

detection

transformer

sparse

zero-shot

unsupervised

arXiv reaDer

self-supervised

weakly-supervised

loss function
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 2023/04/27
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

detection

transformer

augmentation

dataset

pre-training

benchmark

arXiv reaDer

classification
リンク
実世界の部分観測からの予測世界モデル
arxiv_reader 2023/04/27
認知科学者は、人間のような適応可能な知的エージェントは、エージェントと環境の学習された因果的精神的シミュレーションを通じて推論を行うと考えています。このようなシミュレーションを学習する問題は、予測世界

arXiv

reasoning

reinforcement learning

robot

explainable

arXiv reaDer
リンク
部分観測から航行パターンを予測する学習
arxiv_reader 2023/04/27
人間は、方向性経路または車線として表される相互に既知のナビゲーションパターンを順守することにより、規則に制約された環境を協調的にナビゲートします。不完全に観察された環境からこれらのナビゲーションパ

arXiv

human

learning

robot

augmentation

dataset

self-supervised

arXiv reaDer
リンク
決算発表における構造図認識
arxiv_reader 2023/04/27
財務発表の構造図から構造化データを正確に抽出することは、財務ナレッジグラフを構築し、さまざまな財務アプリケーションの効率をさらに向上させる上で非常に重要です。まず、財務発表の構造図を認識するための新

benchmark

arXiv

arXiv reaDer
リンク
クロスドメインの少数ショット学習のためのスタイル転送ベースのタスク拡張の活用
arxiv_reader 2023/04/27
クロスドメインの少数ショット学習の主な問題は、特にドメインシフトが大きい場合に、ソースドメインでトレーニングされたモデルがターゲットドメインに一般化するのに苦労することです。トレーニングタスク

arXiv

few-shot

learning

augmentation

domain

benchmark

multi-task

arXiv reaDer
リンク
タスク指向の多目的最適化による敵対的な例の生成
arxiv_reader 2023/04/27
ディープラーニングモデルは、たとえ最先端のものであっても、敵対的な例に対して非常に脆弱です。敵対的トレーニングは、モデルの堅牢性を向上させる最も効率的な方法の 1 つです。敵対的トレーニングを成功

arXiv

arXiv reaDer

learning

adversarial
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.13219v2
arxiv_reader 2023/04/27
この論文では、Zeitview Rooftop Geometry (ZRG) データセットを紹介します。 ZRG には、住宅の屋根のジオメトリとシーンの理解を目的として、対応するデジタルサーフェス

3D

arXiv

learning

dataset

benchmark

estimation

monocular

arXiv reaDer

point cloud
リンク
建物フットプリント抽出用のデュアルスキップ接続を備えた U-Net、ResUnet、および U-Net3+ アーキテクチャの再考
arxiv_reader 2023/04/27
建物の足跡とその目録の重要性は、複数の社会問題の基礎となる空間情報として認識されています。複雑な都市の建物を抽出するには、超高解像度 (VHR) の地球観測 (EO) 画像のセグメンテーションが必要で

arXiv

learning

dataset

arXiv reaDer

segmentation

U-Net
リンク
TransFusionOdom: 解釈可能な変圧器ベースの LiDAR 慣性融合オドメトリ推定
arxiv_reader 2023/04/27
センサーのマルチモーダルフュージョンは、移動ロボットの基本モジュールでもあるオドメトリ推定のパフォーマンスを向上させるために一般的に使用されるアプローチです。しかし、教師ありセンサー融合オドメトリー

arXiv

synthesis

learning

transformer

robot

dataset

estimation

domain

arXiv reaDer

odometry
リンク
Pascal VOC によるセマンティックセグメンテーションのための CNN の活用
arxiv_reader 2023/04/27
この論文では、Pascal VOC データセットを使用したセマンティックセグメンテーションに関する包括的な研究を紹介します。ここでは、存在するオブジェクト/エンティティに基づいて画像全体をセグメント

arXiv

transfer learning

convolutional

augmentation

metric

annealing

CNN

arXiv reaDer

semantic segmentation

U-Net
リンク
条件付き拡散確率モデルによる単一ビューの高さ推定
arxiv_reader 2023/04/27
デジタルサーフェスモデル (DSM) は、地球の表面を理解し、自然構造や人工構造の存在や変化を監視するための豊富な高さ情報を提供します。古典的な高さの推定には、マルチビューの地理空間画像または L

3D

arXiv

LiDAR

benchmark

denoising

estimation

domain

generative

arXiv reaDer

point cloud
リンク
EverLight: 屋内外の編集可能な HDR ライティングの推定
arxiv_reader 2023/04/27
照明環境の多様性のため、既存の照明推定技術は、屋内または屋外環境で明示的に設計されています。メソッドは、シェーディングと強いキャストシャドウを強調する正確なエネルギーを (たとえば、パラメトリック

arXiv

representation

estimation

GAN

arXiv reaDer
リンク
ローカリゼーションエラーにロバストな協調的知覚システム
arxiv_reader 2023/04/27
共同認識は、安全性が重要な自動運転アプリケーションにとって困難です。共有された位置とポーズのエラーにより、相対的な変換推定が不正確になり、自我車両のロバストなマッピングが混乱します。 OptiMatc

3D

arXiv

vehicle

pose

localization

benchmark

estimation

autonomous driving

arXiv reaDer
リンク
Graph-CoVis: GNN ベースのマルチビューパノラマグローバルポーズ推定
arxiv_reader 2023/04/27
この論文では、アップライトカメラの仮定の下で、360^∘ パノラマのグループからのワイドベースラインカメラポーズ推定の問題に対処します。最近の研究では、360^∘ パノラマペアにおけるエンドツ

pose estimation

arXiv

occlusion

dataset

arXiv reaDer
リンク
視覚ベースの触覚センシングと信頼度調整されたニューラルネットワークによる信頼性の高い結腸直腸癌ポリープの分類に向けて
arxiv_reader 2023/04/27
この研究では、既存の人工知能ベースの結腸直腸癌 (CRC) ポリープ分類技術の自信過剰な出力に対処するために、信頼度調整された残差ニューラルネットワークを提案します。新しい視覚ベースの触覚センシング

arXiv

residual

metric

arXiv reaDer

classification
リンク
より良い画像テキストモデルのためのサンプル固有のバイアス除去
arxiv_reader 2023/04/27
画像テキストデータの自己教師あり表現学習により、画像分類、視覚的グラウンディング、クロスモーダル検索などの重要な医療アプリケーションが容易になります。一般的なアプローチの 1 つは、意味的に似ている

representation learning

arXiv

self-supervised

arXiv reaDer

classification
リンク
瓶の中の言語: 言語モデルによるガイド付き概念解釈可能な画像分類のボトルネック
arxiv_reader 2023/04/27
コンセプトボトルネックモデル (CBM) は、モデルの決定を人間が読めるコンセプトに分解する、本質的に解釈可能なモデルです。これにより、モデルが失敗する理由を簡単に理解できます。これは、リスクの高

arXiv

few-shot

dataset

domain

arXiv reaDer

classification
リンク
LEMaRT: 画像調和のためのラベル効率の高いマスク領域変換
arxiv_reader 2023/04/27
大規模な注釈なしの画像データセットを活用できる、画像の調和のためのシンプルで効果的な自己教師付き事前トレーニング方法を提示します。この目標を達成するために、まず、Label-Efficient Mas

arXiv

transformer

dataset

pre-training

self-supervised

arXiv reaDer
リンク
HDRまたはSDR？スケーリングおよび圧縮されたビデオの主観的および客観的研究
arxiv_reader 2023/04/27
私たちは、ハイダイナミックレンジ (HDR) および標準ダイナミックレンジ (SDR) のビデオを、スケーリングと圧縮レベルを適用し、3 つの異なるディスプレイデバイスで表示した場合の、人間の

arXiv

human

video

compression

metric

arXiv reaDer
リンク
HDR-ChipQA: ハイダイナミックレンジビデオの非参照品質評価
arxiv_reader 2023/04/27
HDR-ChipQA と呼ばれるハイダイナミックレンジ (HDR) ビデオに卓越したパフォーマンスを提供する参照なしのビデオ品質モデルとアルゴリズムを提示します。 HDR ビデオは、標準ダイナミッ

VQA

arXiv

arXiv reaDer

video
リンク
LumiGAN: Relightable 3D 人間の顔の無条件生成
arxiv_reader 2023/04/27
非構造化 2D 画像データからの 3D 人間の顔の教師なし学習は、活発な研究分野です。最近の作品は印象的なレベルのフォトリアリズムを達成しましたが、一般的に照明の制御が不足しているため、生成されたアセ

3D

arXiv

human

learning

unsupervised

face

self-supervised

GAN

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.13147v2
arxiv_reader 2023/04/27
自己管理型マルチオブジェクトトラッカーは、世界中で記録された膨大な量の生データを活用できる可能性を秘めています。ただし、監視対象の対応物と比較すると、再識別の精度は依然として不十分です。この欠陥は、

arXiv

re-id

benchmark

MOT

self-supervised

arXiv reaDer
リンク
外科ビデオ理解のための概念グラフニューラルネットワーク
arxiv_reader 2023/04/27
私たちは常に世界の知識と理解を統合して、私たちが見ているものの解釈を強化します。この機能は、AI拡張手術など、複数のエンティティや概念についての推論を伴うアプリケーションドメインで非常に重要です。本論

arXiv

detection

reasoning

video

benchmark

estimation

GNN

domain

arXiv reaDer

interpretation
リンク
時空間データの自己管理型時間分析
arxiv_reader 2023/04/27
地理空間活動の時間的パターンと土地利用の種類の間には相関関係があります。モビリティ活動の時系列に基づいてランドスケープを層別化するために、新しい自己管理型アプローチが提案されています。最初に、時系列信

arXiv

embedding

activity

representation

self-supervised

domain

arXiv reaDer

semantic segmentation
リンク
MEDNC: COVID-19 診断のためのマルチアンサンブルディープニューラルネットワーク
arxiv_reader 2023/04/27
2019 年のコロナウイルス病 (COVID-19) は 3 年間世界中に広がっていますが、多くの地域の医療施設はまだ十分ではありません。リスクの高い患者を特定し、限られた医療リソースを最大限に活用す

arXiv

detection

transfer learning

CT

COVID-19

dataset

arXiv reaDer
リンク
接地ベースのマルチモーダル事前トレーニングのための名前付きエンティティリッチキャプションのハイパーニム化
arxiv_reader 2023/04/27
名前付きエンティティは、特にニュースやウィキペディアの記事などのドメインで、画像に自然に付随するテキストに遍在しています。以前の研究では、ウィキペディアで事前トレーニングされ、名前付きエンティティのな

arXiv

detection

learning

dataset

benchmark

self-supervised

domain

arXiv reaDer
リンク
頭上魚眼画像の時空間融合ベースの人物再識別
arxiv_reader 2023/04/27
人の再識別 (PRID) は、側面に取り付けられた直線レンズカメラによってさまざまなシーンが監視される典型的な監視シナリオで徹底的に研究されています。これまで、魚眼カメラを頭上に設置する方法はほとん

person

arXiv

re-id

dataset

arXiv reaDer
リンク
ニューラルフーリエフィルターバンク
arxiv_reader 2023/04/27
効率的で非常に詳細な再構成を提供するための新しい方法を提示します。ウェーブレットに着想を得て、信号を空間的および周波数的に分解するニューラルフィールドを学習します。空間分解のための最近のグリッドベー

reconstruction

3D

arXiv

arXiv reaDer
リンク
AVFace: 詳細なオーディオビジュアル 4D 顔再構成に向けて
arxiv_reader 2023/04/27
この作業では、単眼ビデオからの 4D 顔再構成の問題に対するマルチモーダルソリューションを提示します。 2D 画像からの 3D 顔の再構成は、奥行きが曖昧なため、制約不足の問題です。最先端の方法では

3D

arXiv

occlusion

video

face

arXiv reaDer

monocular

mesh

reconstruction
リンク
BO-ICP: ベイジアン最適化に基づく反復最近点の初期化
arxiv_reader 2023/04/27
Iterative Closest Point (ICP) などのポイントクラウドレジストレーションの一般的なアルゴリズムでは、レジストレーションを正常に実行するために、2 つのポイントクラウド

Bayesian

arXiv

arXiv reaDer

point cloud
リンク
ビットストリームメタデータを活用して、高速、正確、一般化された圧縮ビデオの品質向上を実現
arxiv_reader 2023/04/27
ビデオ圧縮は、ソーシャルメディアからビデオ会議まで、最新のインターネット技術を支える中心的な機能です。ビデオ圧縮は成熟し続けていますが、多くの圧縮設定では、品質の低下がまだ顕著です。それでも、これら

video

arXiv

learning

compression

quantization

arXiv reaDer
リンク
目標が重要: 自己教師あり目標がビジョントランスフォーマー表現に与える影響を理解する
arxiv_reader 2023/04/27
ジョイント埋め込みベースの学習 (SimCLR、MoCo、DINO など) と再構成ベースの学習 (BEiT、SimMIM、MAE など) は、ビジョントランスフォーマーの自己教師あり学習の 2 つ

arXiv

learning

transformer

embedding

representation

pre-training

attention

self-supervised

arXiv reaDer

classification
リンク
iMixer: 階層的なホップフィールドネットワークは、可逆的で暗黙的で反復的な MLP-Mixer を意味します。
arxiv_reader 2023/04/27
ここ数年、コンピュータービジョンにおける Transformer の成功により、MLP-Mixer など、Transformer と競合する多くの代替モデルが発見されました。弱い誘導バイアスにもかか

arXiv

computer vision

transformer

dataset

CNN

arXiv reaDer

bias

classification
リンク
安全な潜在拡散: 拡散モデルにおける不適切な縮退の緩和
arxiv_reader 2023/04/27
テキスト調整された画像生成モデルは、最近、画像の品質とテキストの配置において驚くべき結果を達成しており、その結果、急速に増加している多くのアプリケーションで採用されています。彼らは高度にデータ駆動型で

human

arXiv

arXiv reaDer

bias

dataset
リンク
Listen2Scene: 再構築された 3D シーンのためのインタラクティブな素材認識バイノーラルサウンド伝搬
arxiv_reader 2023/04/27
仮想現実 (VR) および拡張現実 (AR) アプリケーション用のエンドツーエンドのバイノーラルオーディオレンダリングアプローチ (Listen2Scene) を紹介します。実環境の 3D モデ

arXiv

arXiv reaDer

GAN

3D

augmentation

mesh
リンク
プライバシーの実践: X 線画像での非公開の COVID-19 検出 (拡張版)
arxiv_reader 2023/04/27
機械学習 (ML) は、大量の画像の迅速なスクリーニングを可能にすることで、COVID-19 のようなパンデミックとの戦いに役立ちます。患者のプライバシーを維持しながらデータ分析を実行するために、差分

learning

estimation

arXiv

classification

arXiv reaDer

detection

COVID-19

dataset
リンク
https://arxiv-check-250201.firebaseapp.com/each/2301.00406v4
arxiv_reader 2023/04/27
見通し外 (NLOS) イメージングは、見通し内で測定されたデータから 3 次元の隠れたシーンを再構築することを目的としています。アンダーサンプリングされたスキャンデータは、高速イメージングを容易にす

arXiv

arXiv reaDer

reconstruction

synthesis

regularization

dataset
リンク
https://arxiv-check-250201.firebaseapp.com/each/2212.10428v5
arxiv_reader 2023/04/27
オブジェクトの 6D ポーズの推定は、3D コンピュータビジョンの主要な問題です。インスタンスレベルのアプローチから有望な結果が得られたため、研究の責任者は、より実用的なアプリケーションシナリオ

6D

benchmark

arXiv

arXiv reaDer

occlusion

dataset

3D

pose estimation

computer vision
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.12707v3
arxiv_reader 2023/04/27
深層平衡 (DEQ) モデルは、深層学習における暗黙層モデルの有望なクラスとして登場しました。これは、単一の非線形層の固定点を解くことによって従来の深さを放棄します。それらの成功にもかかわらず、これら

learning

adversarial

arXiv

arXiv reaDer

dataset
リンク
単一の例からのパッチベースの 3D 自然シーンの生成
arxiv_reader 2023/04/27
通常、ユニークで複雑な一般的な自然シーンの 3D 生成モデルをターゲットにしています。必要な量のトレーニングデータが不足していることに加えて、さまざまなシーン特性が存在する場合にアドホックな設計を行

arXiv

arXiv reaDer

representation

synthesis

3D

generative
リンク
医療用 SAM アダプター: 医療用画像セグメンテーション用の Segment Anything モデルの適応
arxiv_reader 2023/04/27
Segment Anything Model (SAM) は、最近、画像セグメンテーションの分野で人気を博しています。 SAM は、オールラウンドなセグメンテーションタスクにおける印象的な機能とプロ

adaptation

arXiv

arXiv reaDer

MRI

segmentation

CT

domain

computer vision
リンク
VISEM-Tracking、ヒト精子追跡データセット
arxiv_reader 2023/04/27
精子の運動性を手動で評価するには顕微鏡観察が必要ですが、これは視野内で動きの速い精子のために困難です。正しい結果を得るには、手作業による評価に広範なトレーニングが必要です。したがって、コンピューター支

video

learning

human

arXiv

arXiv reaDer

unsupervised

detection

tracking

domain

dataset
リンク
対照学習と一貫した意味構造制約による教師なし合成画像の改良
arxiv_reader 2023/04/27
ディープニューラルネットワーク (DNN) のトレーニングでは、コンピューターで生成された合成画像のリアリズムを確保することが重要です。合成画像と実世界でキャプチャされたデータセットのセマンティッ

arXiv

arXiv reaDer

DNN

unsupervised

contrastive learning

synthesis

dataset
リンク
MixNeRF: 機能が混在したハッシュテーブルを使用したメモリ効率の高い NeRF
arxiv_reader 2023/04/27
ニューラルラディアンスフィールド (NeRF) は、写真のようにリアルな斬新なビューを生成する際に優れたパフォーマンスを示しています。 NeRF の出現以来、多くの研究が行われてきましたが、その中

reconstruction

arXiv

arXiv reaDer
リンク
NeRF を使用してあらゆるものを 3D でセグメント化
arxiv_reader 2023/04/27
Segment Anything Model (SAM) は、さまざまな 2D 画像内の任意のオブジェクト/パーツをセグメント化する際の有効性を実証していますが、3D に対するその機能は十分に調査され

arXiv

arXiv reaDer

segmentation

3D

one-shot
リンク
画像分類のための偏相関ベースの深層視覚表現の学習
arxiv_reader 2023/04/27
共分散行列に基づく視覚的表現は、畳み込み特徴マップで異なるチャネルのペアワイズ相関を特徴付けることにより、画像分類の有効性を実証しています。しかし、関心のある両方のチャネルと相関する別のチャネルが存在

sparse

learning

estimation

arXiv

arXiv reaDer

classification

CNN

convolutional

representation
リンク
https://arxiv-check-250201.firebaseapp.com/each/2304.11542v3
arxiv_reader 2023/04/27
Kbody は、低次元の身体モデルを画像に適合させる方法です。これは、予測と最適化のアプローチに従い、ボディのパラメーターを解決するために使用される制約のデータ駆動型モデル推定に依存します。高品質の対

monocular

arXiv reaDer

arXiv

human

generative

pose

estimation
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 2023/04/27
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

dataset

arXiv reaDer

learning

arXiv

segmentation

zero-shot

MRI

domain
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 2023/04/27
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

action recognition

arXiv reaDer

learning

classification

video

arXiv

attention
リンク
2 番目の単眼深度推定の課題
arxiv_reader 2023/04/27
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

dataset

monocular

arXiv reaDer

self-supervised

metric

arXiv

estimation

multi-task
リンク
- 2023年4月28日
- 2023年4月27日
- 2023年4月26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