モバイルデバイスでのイベントベースのコンピュータビジョンのフレームワーク
A Framework for Event-based Computer Vision on a Mobile Device イベントカメラから携帯電話に直接データをストリーミングする最初の公開されたAndroidフレームワークを紹介します。今日のモバイルデバイスは、これまでになく幅広いワークロードを処理し、デバイスをよりスマートで、よりユーザーフレンドリーで、安全にするセンサーの範囲が拡大しています。特に従来のカメラはそのようなタスクで中心的な役割を果たしますが、記録される冗長な情報の量は処理にコストがかかるため、継続的に記録することはできません。一方、バイオインスパイアードイベントカメラは、視覚シーンの変化のみを記録し、顔検出、ジェスチャ認識、視線追跡などのモバイルタスクに特に適した有望な低電力アプリケーションを示しています。私たちのプロトタイプデバイスは、このようなイベントカメラをバ
顔のアクションユニット認識のための弱く監視された地域的および時間的学習
Weakly Supervised Regional and Temporal Learning for Facial Action Unit Recognition 自動顔アクションユニット（AU）の認識は、手動による注釈が不足しているため、困難な作業です。この問題を軽減するために、多数のラベルなしデータを活用するさまざまな弱く監視された方法を活用するために多大な努力が払われてきました。ただし、地域や関係の特性など、AUのいくつかの固有のプロパティに関する多くの側面は、以前の作業では十分に調査されていません。これに動機付けられて、AUプロパティを考慮に入れ、ラベルなしデータを介して自己監視方式で制限付きアノテーションとモデルパフォーマンスの間のギャップを埋めるための2つの補助AU関連タスクを提案します。具体的には、AU関係の埋め込みを使用して地域の特徴の識別を強化するために、ランダムにト
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
ローショットの一時的なアクションのローカリゼーションのためのマルチモーダルプロンプト
InstMove: オブジェクト中心のビデオ セグメンテーションのためのインスタンス モーション
類人猿の行動行動のトリプルストリームディープメトリック学習
HashEncoding: マルチスケール座標ハッシュによる自動エンコード
CroCo v2: ステレオ マッチングとオプティカル フローのクロスビュー完了事前トレーニングの改善
筋肉の動きと顔マニホールドの埋め込みを使用したビデオからの (隠れた) 感情の検出
映像異常検出のための時空間関係学習
D-DPCC：3Dモーション予測によるディープダイナミックポイントクラウド圧縮
ActAR：ビデオアクション認識のための俳優主導のポーズ埋め込み
ビデオパノプティックセグメンテーション用のピクセルとインスタンスを備えたハイブリッドトラッカー
ビデオブレ除去用のフローガイドスパーストランスフォーマー
運動の次元: フロー部分空間による単眼予測
クロスストリームプロトタイプコントラストを使用した自己監視型ビデオ表現学習
顔のアクションユニット認識のための自己監視された地域的および時間的補助タスク
クロスストリームプロトタイプコントラストを使用した自己教師ありビデオ表現学習
ビデオ超解像トランス
プロトタイプに基づく識別可能な潜在的埋め込みによる異常検出
自己監視モーション表現を使用した視覚的にガイドされた音源の分離とローカリゼーション