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
Concept Graph Neural Networks for Surgical Video Understanding 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。本論文では、時間的概念グラフネットワークを介して概念的知識を時間的分析タスクに統合する新しい方法を提案する。提案されたネットワークでは、グローバル知識グラフが手術インスタンスの時間分析に組み込まれ、データに適用される概念と関係の意味を学習します。安全性の批判的見解の検証や、パークランドの評価尺度の推定などのタスクの手術ビデオデータで結果を示します。結果は、私たちの方法が複雑なベンチマークの認識と検出を改善するだけでなく、関心のある他の分析アプリケーションを可能にすることを示
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
https://arxiv-check-250201.firebaseapp.com/each/2407.11468v1
https://arxiv-check-250201.firebaseapp.com/each/2406.07318v1
https://arxiv-check-250201.firebaseapp.com/each/2203.00387v2
https://arxiv-check-250201.firebaseapp.com/each/2405.14045v1
https://arxiv-check-250201.firebaseapp.com/each/2404.13493v1
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
https://arxiv-check-250201.firebaseapp.com/each/2209.05653v5
グラフ階層による短期追跡と長期追跡の統合
時間動的ビデオ グラフにおけるマルチタスク エッジ予測
Semantic2Graph: ビデオのアクション セグメンテーションのためのグラフベースのマルチモーダル機能融合
アクティブスピーカー検出のための長期時空間グラフの学習
Semantic2Graph: ビデオのアクション セグメンテーションのためのグラフベースのマルチモーダル機能
オープン セットのビデオ異常検出に向けて
STAR-GNN: コンテンツ ベースの検索のための時空間ビデオ表現
顕微鏡ビデオにおける細胞追跡のためのグラフニューラルネットワーク
アクティブスピーカー検出のための長期時空間グラフの学習
スパース グラフ トラッカーを使用したオンライン マルチオブジェクト トラッキングにおける検出回復
時空間グラフニューラルネットワークを介したエンドツーエンドのビデオインスタンスのセグメンテーション
ビデオ圧縮センシングのためのモーションアウェアダイナミックグラフニューラルネットワーク