Fugu-MT 論文翻訳(概要): Supervision by Registration and Triangulation for Landmark Detection

論文の概要: Supervision by Registration and Triangulation for Landmark Detection

arxiv url: http://arxiv.org/abs/2101.09866v1
Date: Mon, 25 Jan 2021 02:48:21 GMT
ステータス: 処理完了
システム内更新日: 2021-03-14 19:01:25.780000
Title: Supervision by Registration and Triangulation for Landmark Detection
Title（参考訳）: ランドマーク検出のための登録と三角測量による監督
Authors: Xuanyi Dong, Yi Yang, Shih-En Wei, Xinshuo Weng, Yaser Sheikh, Shoou-I Yu
Abstract要約: 本稿では,マルチビュー映像を用いた教師なし手法である登録・三角測量(srt)による監視を行い,ランドマーク検出器の精度と精度を向上させる。ラベルのないデータを活用することで、検出者は大量のラベルのないデータから自由に学べる。
参考スコア（独自算出の注目度）: 70.13440728689231
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present Supervision by Registration and Triangulation (SRT), an unsupervised approach that utilizes unlabeled multi-view video to improve the accuracy and precision of landmark detectors. Being able to utilize unlabeled data enables our detectors to learn from massive amounts of unlabeled data freely available and not be limited by the quality and quantity of manual human annotations. To utilize unlabeled data, there are two key observations: (1) the detections of the same landmark in adjacent frames should be coherent with registration, i.e., optical flow. (2) the detections of the same landmark in multiple synchronized and geometrically calibrated views should correspond to a single 3D point, i.e., multi-view consistency. Registration and multi-view consistency are sources of supervision that do not require manual labeling, thus it can be leveraged to augment existing training data during detector training. End-to-end training is made possible by differentiable registration and 3D triangulation modules. Experiments with 11 datasets and a newly proposed metric to measure precision demonstrate accuracy and precision improvements in landmark detection on both images and video. Code is available at https://github.com/D-X-Y/landm ark-detection.
Abstract（参考訳）: 本稿では,マルチビュー映像を用いた教師なし手法である登録・三角測量(srt)による監視を行い,ランドマーク検出器の精度と精度を向上させる。ラベルのないデータを活用することで、検出者は大量のラベルのないデータから自由に学び、手動のアノテーションの品質や量によって制限されない。ラベルのないデータを利用するには,(1)隣接するフレームにおける同一のランドマークの検出は,登録,すなわち光学フローと一貫性を持つべきである。 2) 多重同期および幾何的校正ビューにおける同一のランドマークの検出は,単一の3次元点,すなわち複数視点の整合性に対応すべきである。登録と多視点整合性は手動ラベリングを必要としない監督の源であり、検出器トレーニング中に既存のトレーニングデータを増やすために利用することができる。識別可能な登録と3D三角モジュールにより、エンドツーエンドのトレーニングが可能です。画像と映像のランドマーク検出における精度と精度の向上について,11のデータセットと新たに提案されたメトリクスを用いた実験を行った。コードはhttps://github.com/D-X-Y/landm ark-detectionで入手できる。