論文の概要: Visual Probing and Correction of Object Recognition Models with Interactive user feedback

• arxiv url: http://arxiv.org/abs/2012.14544v1
• Date: Tue, 29 Dec 2020 00:36:12 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-18 20:31:48.188325
• Title: Visual Probing and Correction of Object Recognition Models with Interactive user feedback
• Title（参考訳）: 対話型ユーザフィードバックによる物体認識モデルの視覚的探索と補正
• Authors: Viny Saajan Victor, Pramod Vadiraja, Jan-Tobias Sohns, Heike Leitte
• Abstract要約: 本稿では,オブジェクト認識モデルの不確かさを可視化し,ユーザフィードバックによる修正プロセスを提案する。 VAST 2020 Mini-Challenge 2が提供するデータに対するアプローチを実証します。
• 参考スコア（独自算出の注目度）: 2.8101673772585736
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the advent of state-of-the-art machine learning and deep learning technologies, several industries are moving towards the field. Applications of such technologies are highly diverse ranging from natural language processing to computer vision. Object recognition is one such area in the computer vision domain. Although proven to perform with high accuracy, there are still areas where such models can be improved. This is in-fact highly important in real-world use cases like autonomous driving or cancer detection, that are highly sensitive and expect such technologies to have almost no uncertainties. In this paper, we attempt to visualise the uncertainties in object recognition models and propose a correction process via user feedback. We further demonstrate our approach on the data provided by the VAST 2020 Mini-Challenge 2.
• Abstract（参考訳）: 最先端の機械学習とディープラーニング技術の出現により、いくつかの業界がこの分野に向かっている。 このような技術の応用は自然言語処理からコンピュータビジョンまで多岐にわたる。 物体認識はコンピュータビジョン領域においてそのような領域である。 精度は高いが、そのようなモデルを改善することができる領域は依然として存在する。 これは、自動運転やがん検出のような現実世界のユースケースにおいて非常に重要であり、高感度で、そのような技術がほとんど不確実性を持たないことを期待している。 本稿では,オブジェクト認識モデルの不確実性を可視化し,ユーザフィードバックによる修正プロセスを提案する。 VAST 2020 Mini-Challenge 2.0のデータに対する我々のアプローチをさらに実証する。

関連論文リスト

• Uncertainty Estimation for 3D Object Detection via Evidential Learning [63.61283174146648]
  本稿では,3次元検出器における鳥の視線表示における明らかな学習損失を利用して,3次元物体検出の不確かさを定量化するためのフレームワークを提案する。 本研究では,これらの不確実性評価の有効性と重要性を,分布外シーンの特定,局所化の不十分な物体の発見,および(偽陰性)検出の欠如について示す。
  論文  参考訳（メタデータ） (2024-10-31T13:13:32Z)
• Deepfake Generation and Detection: A Benchmark and Survey [134.19054491600832]
  Deepfakeは、特定の条件下で非常にリアルな顔画像やビデオを作成するための技術だ。 この調査は、ディープフェイクの発生と検出の最新の展開を包括的にレビューする。 本研究では, 顔交換, 顔再現, 話し顔生成, 顔属性編集の4つの代表的なディープフェイク分野の研究に焦点をあてる。
  論文  参考訳（メタデータ） (2024-03-26T17:12:34Z)
• Overview of Class Activation Maps for Visualization Explainability [0.0]
  クラスアクティベーションマップ(CAM)は、ディープラーニングモデルの意思決定プロセスにおける解釈可能性と洞察を高める。 本研究は,クラスアクティベーションマップの時間的進化の包括的概要を示す。 また、CAMの評価に使用されるメトリクスについても検討し、これらの手法の健全性を改善する補助的手法を導入している。
  論文  参考訳（メタデータ） (2023-09-25T17:20:51Z)
• Exploring Human Crowd Patterns and Categorization in Video Footage for Enhanced Security and Surveillance using Computer Vision and Machine Learning [0.0]
  本稿では,映像中の動きを追跡する新しいアプローチとして,コンピュータビジョンのセキュリティと監視の可能性について考察する。 動作をArcs, Lanes, Converging/Diverging, Random/Block動作に分類することにより、異なる光フロー技術、CNNモデル、機械学習モデルについて検討する。 その結果、異常検出モデルのトレーニング、動きに基づく行動洞察の提供、シーンの理解の向上が可能となった。
  論文  参考訳（メタデータ） (2023-08-26T16:09:20Z)
• Machine Unlearning: A Survey [56.79152190680552]
  プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。 この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。 この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。 この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
  論文  参考訳（メタデータ） (2023-06-06T10:18:36Z)
• Machine Learning Computer Vision Applications for Spatial AI Object Recognition in Orange County, California [4.089055556130725]
  カリフォルニア州オレンジ郡において,AI機械学習とコンピュータビジョンアルゴリズムを用いた空間オブジェクト認識と位置検出を統合的かつ体系的に自動化する手法を提案する。 本稿では,多センサ・高分解能フィールドデータ取得のための包括的方法論と,ポストフィールド処理およびプレアナライザ処理タスクについて述べる。 オレンジ郡の2つの領域にまたがる光球画像における800万以上の濃度方向のアプリケーション処理の例を示し、停止信号および消火栓物体認識のための検出結果を示す。
  論文  参考訳（メタデータ） (2023-03-14T00:57:11Z)
• A neuromorphic approach to image processing and machine vision [0.9137554315375922]
  画像分割,視覚的注意,物体認識などの視覚的タスクの実装について検討する。 我々は,人工視覚システムを実現するために,メムリスタなどの不揮発性メモリデバイスの利用を強調してきた。
  論文  参考訳（メタデータ） (2022-08-07T05:01:57Z)
• Cognitive Visual Inspection Service for LCD Manufacturing Industry [80.63336968475889]
  本論文では,現在FPD業界で主流となっている液晶ディスプレイ(LCD)の視覚検査システムについて述べる。 システムは、堅牢/高性能欠陥認識モデルと認知視覚検査サービスアーキテクチャの2つの基礎に基づいています。
  論文  参考訳（メタデータ） (2021-01-11T08:14:35Z)
• Knowledge as Invariance -- History and Perspectives of Knowledge-augmented Machine Learning [69.99522650448213]
  機械学習の研究は転換点にある。 研究の関心は、高度にパラメータ化されたモデルのパフォーマンス向上から、非常に具体的なタスクへとシフトしている。 このホワイトペーパーは、機械学習研究におけるこの新興分野の紹介と議論を提供する。
  論文  参考訳（メタデータ） (2020-12-21T15:07:19Z)
• Object Detection and Recognition of Swap-Bodies using Camera mounted on a Vehicle [13.702911401489427]
  本研究の目的は、スワップボディのオブジェクト検出を共同で行い、ILUコードを読み取ってスワップボディの種類を見つけることである。 近年の研究活動は、コンピュータビジョンの分野を強化する深層学習技術を大幅に改善している。
  論文  参考訳（メタデータ） (2020-04-17T08:49:54Z)
• Continuous Emotion Recognition via Deep Convolutional Autoencoder and Support Vector Regressor [70.2226417364135]
  マシンはユーザの感情状態を高い精度で認識できることが不可欠である。 ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。 表情認識に基づく連続的感情認識のための新しいモデルを提案する。
  論文  参考訳（メタデータ） (2020-01-31T17:47:16Z)

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。