[B! super-resolution][OOD] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

super-resolutionとOODに関するarxiv_readerのブックマーク (17)

RoboDepth の課題: ロバストな深度推定に向けた方法と進歩
arxiv_reader 2024/09/26
悪天候、センサーの故障、騒音汚染などの分布外 (OoD) シナリオ下での正確な深度推定は、安全性が重要なアプリケーションにとって望ましいです。しかし、既存の深度推定システムは現実世界の破損や摂動の影

arXiv

pre-training

super-resolution

OOD

depth prediction

estimation

benchmark

adversarial

self-supervised

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2401.06291v2
arxiv_reader 2024/05/14
OOD

arXiv

pose

denoising

synthesis

super-resolution

arXiv reaDer

dataset
リンク
https://arxiv-check-250201.firebaseapp.com/each/2401.06291v1
arxiv_reader 2024/01/15
denoising

generative

arXiv

arXiv reaDer

domain

satellite

super-resolution

OOD

synthesis
リンク
https://arxiv-check-250201.firebaseapp.com/each/2312.14091v2
arxiv_reader 2023/12/22
super-resolution

attention

OOD

arXiv reaDer

arXiv
リンク
https://arxiv-check-250201.firebaseapp.com/each/2308.09065v2
arxiv_reader 2023/12/14
super-resolution

DNN

OOD

arXiv reaDer

monocular

face

arXiv

estimation
リンク
https://arxiv-check-250201.firebaseapp.com/each/2305.14669v3
arxiv_reader 2023/08/22
理想的なデータセットから高解像度 (HR) ビデオを合成するビデオ超解像度 (VSR) の機能は、多くの研究で実証されています。ただし、未知の複雑な劣化を伴う現実世界のビデオに VSR モデルを適用す

arXiv

simulation

super-resolution

arXiv reaDer

video

metric

OOD

dataset

domain

augmentation
リンク
回帰におけるロバストな不確実性の定量化のための離散化誘起ディリクレ事後分布
arxiv_reader 2023/08/21
不確実性の定量化は、現実世界のアプリケーションにディープニューラルネットワーク (DNN) を展開するために重要です。補助不確実性推定器 (AuxUE) は、メインタスクモデルを変更せずにメ

super-resolution

monocular

face

DNN

OOD

arXiv reaDer

estimation

arXiv
リンク
RoboDepth の課題: ロバストな深度推定に向けた方法と進歩
arxiv_reader 2023/07/28
悪天候、センサーの故障、騒音汚染などの分布外 (OoD) シナリオ下での正確な深度推定は、安全性が重要なアプリケーションにとって望ましいです。しかし、既存の深度推定システムは現実世界の破損や摂動の影

arXiv

benchmark

adversarial

pre-training

depth prediction

self-supervised

super-resolution

arXiv reaDer

estimation

OOD
リンク
NegVSR: 現実世界のビデオ超解像度における一般化されたノイズモデリングのためのネガの拡張
arxiv_reader 2023/05/25
理想的なデータセットから高解像度 (HR) ビデオを合成するビデオ超解像度 (VSR) の機能は、多くの研究で実証されています。ただし、未知の複雑な劣化を伴う現実世界のビデオに VSR モデルを適用す

dataset

metric

video

arXiv reaDer

augmentation

arXiv

domain

simulation

super-resolution

OOD
リンク
逆イメージング問題におけるニューラルネットワークのサイクル整合性に基づく不確実性の定量化
arxiv_reader 2023/05/23
不確実性の推定はディープニューラルネットワークの多くのアプリケーションにとって重要であり、研究者からの注目が高まっています。ここでは、サイクル一貫性に基づいた逆問題で使用されるディープニューラル

bias

estimation

metric

arXiv reaDer

attention

super-resolution

arXiv

OOD
リンク
ナンバープレート認識のための確率的深層学習手法のベンチマーク
arxiv_reader 2023/02/06
自動ナンバープレート認識のための学習ベースのアルゴリズムは、トレーニングデータとテストデータが適切に調整されていることを暗黙のうちに想定しています。ただし、これは、極端な環境条件や、特定の取得デ

detection

synthesis

multi-task

super-resolution

arXiv

classification

arXiv reaDer

OOD

human

learning
リンク
イメージングにおける逆問題に対する正規化フローのロバスト性について
arxiv_reader 2022/12/09
条件付き正規化フローは、逆問題を解くための多様な画像サンプルを生成できます。画像処理における逆問題の正規化フローのほとんどは、多様な画像をすばやく生成できる条件付きアフィン結合レイヤーを採用しています

arXiv

super-resolution

arXiv reaDer

OOD
リンク
ノイズの多い線形逆問題のための拡散モデルベースの事後サンプリング
arxiv_reader 2022/11/23
加法的ガウスノイズを伴うユビキタスな線形逆問題を検討し、拡散モデルベースの事後サンプリング (DMPS) と呼ばれる教師なしの汎用サンプリングアプローチを提案して、ノイズの多い線形測定値から未知

arXiv

denoising

pre-training

super-resolution

arXiv reaDer

unsupervised

OOD
リンク
BayesCap：凍結ニューラルネットワークのキャリブレーションされた不確実性に対するベイズIDキャップ
arxiv_reader 2022/07/15
高品質のキャリブレーションされた不確実性の推定は、多くの実際のアプリケーション、特に深層学習ベースのデプロイされたMLシステムにとって非常に重要です。ベイズの深層学習手法では不確実性の推定が可能ですが

super-resolution

Bayesian

learning

estimation

dataset

autonomous driving

arXiv reaDer

computer vision

arXiv

OOD
リンク
正則化された逆拡散を使用したMR画像のノイズ除去と超解像
arxiv_reader 2022/03/25
MRIからの患者のスキャンは、しばしばノイズに悩まされ、そのような画像の診断能力を妨げます。このようなアーティファクトを軽減する方法として、ノイズ除去は主に医用画像コミュニティ内とコミュニティ外の両方

denoising

super-resolution

arXiv

arXiv reaDer

MRI

OOD
リンク
バッチ正規化された単一画像超解像ネットワークの高速ベイズ不確実性推定と削減
arxiv_reader 2021/03/30
畳み込みニューラルネットワーク（CNN）は、近年、画像の超解像タスクで前例のない成功を収めています。ただし、ネットワークのパフォーマンスはトレーニングセットの分布に依存し、分布外のサンプルでは低下しま

reconstruction

estimation

OOD

Bayesian

CNN

adversarial

arXiv reaDer

arXiv

super-resolution

batch normalization
リンク
スペクトル混合と異種データセットによるハイパースペクトル画像の超解像
arxiv_reader 2021/01/20
この作品は、ハイパースペクトル画像（HSI）超解像（SR）を研究します。 HSI SRは、高次元のデータと限られた量のトレーニング例が特徴です。これは、記憶や分布外のサンプルに対する感度など、ニューラ

dataset

arXiv

augmentation

semi-supervised

arXiv reaDer

OOD

super-resolution
リンク
1

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