論文の概要: Conditional Link Prediction of Category-Implicit Keypoint Detection
- arxiv url: http://arxiv.org/abs/2011.14462v1
- Date: Sun, 29 Nov 2020 23:00:37 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-07 09:00:35.603447
- Title: Conditional Link Prediction of Category-Implicit Keypoint Detection
- Title(参考訳): カテゴリ簡易キーポイント検出の条件付きリンク予測
- Authors: Ellen Yi-Ge, Rui Fan, Zechun Liu, Zhiqiang Shen
- Abstract要約: エンドツーエンドなキーポイントとリンク予測ネットワーク(KLPNet)を提案する。
KLPNetでは、予め定義されたカテゴリに付随するキーポイント間のリンク予測のために、新しい条件付きリンク予測グラフが提案されている。
3つの公開ベンチマークで実施された実験は、我々のKLPNetが他の最先端のアプローチを一貫して上回っていることを示している。
- 参考スコア(独自算出の注目度): 26.400925420154245
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Keypoints of objects reflect their concise abstractions, while the
corresponding connection links (CL) build the skeleton by detecting the
intrinsic relations between keypoints. Existing approaches are typically
computationally-intensive, inapplicable for instances belonging to multiple
classes, and/or infeasible to simultaneously encode connection information. To
address the aforementioned issues, we propose an end-to-end category-implicit
Keypoint and Link Prediction Network (KLPNet), which is the first approach for
simultaneous semantic keypoint detection (for multi-class instances) and CL
rejuvenation. In our KLPNet, a novel Conditional Link Prediction Graph is
proposed for link prediction among keypoints that are contingent on a
predefined category. Furthermore, a Cross-stage Keypoint Localization Module
(CKLM) is introduced to explore feature aggregation for coarse-to-fine keypoint
localization. Comprehensive experiments conducted on three publicly available
benchmarks demonstrate that our KLPNet consistently outperforms all other
state-of-the-art approaches. Furthermore, the experimental results of CL
prediction also show the effectiveness of our KLPNet with respect to occlusion
problems.
- Abstract(参考訳): オブジェクトのキーポイントはその簡潔な抽象化を反映し、対応する接続リンク(CL)はキーポイント間の固有の関係を検出してスケルトンを構築する。
既存のアプローチは典型的には計算集約的であり、複数のクラスに属するインスタンスには適用できない。
上記の課題に対処するため,マルチクラスインスタンスの同時意味的キーポイント検出とCL再生のための最初のアプローチである,エンドツーエンドのキーポイントとリンク予測ネットワーク(KLPNet)を提案する。
KLPNetでは、予め定義されたカテゴリに付随するキーポイント間のリンク予測のために、新しい条件付きリンク予測グラフを提案する。
さらに、粗いキーポイントローカライゼーションのための特徴集約を探索するために、CKLM(Cross-stage Keypoint Localization Module)を導入する。
3つの公開ベンチマークで実施された総合的な実験は、我々のKLPNetが他の最先端のアプローチよりも一貫して優れていることを示している。
さらに, CL予測実験の結果から, 閉塞問題に対するKLPNetの有効性が示された。
関連論文リスト
- SCAPE: A Simple and Strong Category-Agnostic Pose Estimator [6.705257644513057]
Category-Agnostic Pose Estimation (CAPE) は、任意のカテゴリのオブジェクトにキーポイントをローカライズすることを目的としている。
本稿では,グローバルな意味情報をキーポイントに注入するグローバルなキーポイント機能パーセプタと,キーポイント間のノード間相関を強化するキーポイントアテンションリファクタという2つのキーモジュールを紹介する。
SCAPEは1ショットと5ショット設定で2.2と1.3PCKで先行技術より優れ、推論速度が速く、モデルキャパシティも軽い。
論文 参考訳(メタデータ) (2024-07-18T13:02:57Z) - Exploring Key Point Analysis with Pairwise Generation and Graph Partitioning [61.73411954056032]
キーポイント分析(KPA)は、議論採掘の分野において重要な未解決問題であり続けている。
ペア生成とグラフ分割を併用したKPAの新しい手法を提案する。
論文 参考訳(メタデータ) (2024-04-17T13:44:29Z) - Rethinking Few-shot 3D Point Cloud Semantic Segmentation [62.80639841429669]
本稿では,FS-PCSによる3Dポイント・クラウドセマンティックセマンティックセグメンテーションについて再検討する。
我々は、最先端の2つの重要な問題、前景の漏洩とスパースポイントの分布に焦点をあてる。
これらの問題に対処するために、新しいベンチマークを構築するための標準化されたFS-PCS設定を導入する。
論文 参考訳(メタデータ) (2024-03-01T15:14:47Z) - Open-Vocabulary Animal Keypoint Detection with Semantic-feature Matching [77.97246496316515]
Open-Vocabulary Keypoint Detection (OVKD)タスクは、任意の種類のキーポイントを特定するためにテキストプロンプトを使用するように設計されている。
セマンティック・フェールマッチング(KDSM)を用いた開語彙キーポイント検出(Open-Vocabulary Keypoint Detection)という新しいフレームワークを開発した。
このフレームワークは視覚と言語モデルを組み合わせて、言語機能とローカルキーポイント視覚機能との相互作用を作成する。
論文 参考訳(メタデータ) (2023-10-08T07:42:41Z) - SC3K: Self-supervised and Coherent 3D Keypoints Estimation from Rotated,
Noisy, and Decimated Point Cloud Data [17.471342278936365]
そこで本研究では,任意のオブジェクトカテゴリからキーポイントを推定する手法を提案する。
我々は,キーポイント推定のための自己指導型トレーニング戦略を提案することで,これらのデシダータを実現する。
提案手法によって推定されるキーポイントと最先端の教師なしアプローチのキーポイントを比較した。
論文 参考訳(メタデータ) (2023-08-10T08:10:01Z) - Learning Feature Matching via Matchable Keypoint-Assisted Graph Neural
Network [52.29330138835208]
画像のペア間の局所的な特徴の正確なマッチングは、コンピュータビジョンの課題である。
従来の研究では、注意に基づくグラフニューラルネットワーク(GNN)と、画像内のキーポイントに完全に接続されたグラフを使用するのが一般的だった。
本稿では,非繰り返しキーポイントをバイパスし,マッチング可能なキーポイントを利用してメッセージパッシングを誘導する,疎注意に基づくGNNアーキテクチャであるMaKeGNNを提案する。
論文 参考訳(メタデータ) (2023-07-04T02:50:44Z) - From Key Points to Key Point Hierarchy: Structured and Expressive
Opinion Summarization [9.567280503274226]
キーポイント分析(KPA)は、最近テキストコメントの集合からきめ細かい洞察を得るために提案されている。
与えられたキーポイントの集合を階層に整理するタスクを,その特異性に応じて導入する。
我々は、ビジネスおよび製品レビューのキーポイント階層の高品質なベンチマークデータセットであるThinkPを開発した。
論文 参考訳(メタデータ) (2023-06-06T16:45:44Z) - Object Localization under Single Coarse Point Supervision [107.46800858130658]
本稿では,粗い点アノテーションを用いたPOL手法を提案する。
CPRは、ポイントバッグを構築し、セマンティック関連点を選択し、マルチインスタンス学習(MIL)を通してセマンティックセンターポイントを生成する。
このようにして、CPRは、粗い点監督の下で高性能オブジェクトローカライザのトレーニングを保証する、弱い制御された進化手順を定義する。
論文 参考訳(メタデータ) (2022-03-17T14:14:11Z) - Few-shot Keypoint Detection with Uncertainty Learning for Unseen Species [28.307200505494126]
本稿では,様々な種類のキーポイントを検出可能な汎用Few-shot Keypoint Detection (FSKD) パイプラインを提案する。
FSKDは主および補助的キーポイント表現学習、類似性学習、キーポイントローカライゼーションを含む。
FSKDが未確認種に対する新規キーポイント検出および(ii)FGVRおよび(iii)Semantic Alignment(SA)下流タスクに対する有効性を示した。
論文 参考訳(メタデータ) (2021-12-12T08:39:47Z) - Rethinking Counting and Localization in Crowds:A Purely Point-Based
Framework [59.578339075658995]
そこで本稿では,共同クラウドカウントと個別ローカライゼーションのための純粋にポイントベースのフレームワークを提案する。
我々は、P2PNet(Point to Point Network)と呼ばれる、このフレームワークの下で直感的なソリューションを設計する。
論文 参考訳(メタデータ) (2021-07-27T11:41:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。