Fugu-MT 論文翻訳(概要): Compressive Self-localization Using Relative Attribute Embedding

論文の概要: Compressive Self-localization Using Relative Attribute Embedding

arxiv url: http://arxiv.org/abs/2208.08863v1
Date: Wed, 3 Aug 2022 01:42:49 GMT
ステータス: 処理完了
システム内更新日: 2022-08-28 22:29:46.723598
Title: Compressive Self-localization Using Relative Attribute Embedding
Title（参考訳）: 相対属性埋め込みを用いた圧縮自己局在化
Authors: Ryogo Yamamoto, Kanji Tanaka
Abstract要約: 本稿では、視覚的位置認識における相対属性(例えば、美しく、安全で、便利)に基づく画像埋め込みについて述べる。
参考スコア（独自算出の注目度）: 3.42658286826597
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The use of relative attribute (e.g., beautiful, safe, convenient) -based image embeddings in visual place recognition, as a domain-adaptive compact image descriptor that is orthogonal to the typical approach of absolute attribute (e.g., color, shape, texture) -based image embeddings, is explored in this paper.
Abstract（参考訳）: 本稿では,絶対属性(色,形状,テクスチャなど)に基づく画像埋め込みの典型的なアプローチと直交するドメイン適応コンパクト画像記述子として,視覚位置認識における相対属性(例えば,美,安全,便利)に基づく画像埋め込みの利用について検討する。

関連論文リスト

Region Feature Descriptor Adapted to High Affine Transformations [11.300618381337777]
本稿では,アフィン変換をシミュレートした領域特徴記述子を提案する。既存の古典的記述子に比べて精度と堅牢性が高い。
論文参考訳（メタデータ） (2024-02-15T05:33:58Z)
UMAAF: Unveiling Aesthetics via Multifarious Attributes of Images [16.647573404422175]
画像の絶対属性と相対属性の両方をモデル化する統一多属性美意識評価フレームワーク(UMAAF)を提案する。 UMAAFは、TAD66KとAVAデータセット上で最先端のパフォーマンスを達成する。
論文参考訳（メタデータ） (2023-11-19T11:57:01Z)
Improving Generalization of Image Captioning with Unsupervised Prompt Learning [63.26197177542422]
画像キャプションの一般化(GeneIC)は、アノテーション付きデータを必要とせずに、ターゲットドメインのドメイン固有のプロンプトベクトルを学習する。 GeneICは、学習済みのContrastive Language-Image Pre-Training (CLIP)モデルと視覚的および言語的モダリティを一致させる。
論文参考訳（メタデータ） (2023-08-05T12:27:01Z)
Attribute Prototype Network for Any-Shot Learning [113.50220968583353]
属性ローカライズ機能を統合した画像表現は、任意のショット、すなわちゼロショットと少数ショットのイメージ分類タスクに有用である、と我々は主張する。クラスレベルの属性のみを用いてグローバルな特徴とローカルな特徴を共同で学習する新しい表現学習フレームワークを提案する。
論文参考訳（メタデータ） (2022-04-04T02:25:40Z)
Composition and Style Attributes Guided Image Aesthetic Assessment [66.60253358722538]
本稿では,画像の美学を自動予測する手法を提案する。提案ネットワークには,意味的特徴抽出のための事前学習ネットワーク(Backbone)と,画像属性の予測にBackbone機能に依存するマルチレイヤパーセプトロン(MLP)ネットワーク(AttributeNet)が含まれる。画像が与えられた場合、提案するマルチネットワークは、スタイルと構成属性、および美的スコア分布を予測できる。
論文参考訳（メタデータ） (2021-11-08T17:16:38Z)
Unsupervised Domain Attention Adaptation Network for Caricature Attribute Recognition [23.95731281719786]
キャラクチュア属性は、心理学と神経科学の研究に役立つ特徴的な顔の特徴を提供する。注釈付き画像の量を持つ顔写真属性データセットとは異なり、似顔絵属性のアノテーションは稀である。本稿では,画像の属性学習のための特徴属性データセットであるWebCariAを提案する。
論文参考訳（メタデータ） (2020-07-18T06:38:45Z)
Controllable Image Synthesis via SegVAE [89.04391680233493]
セマンティックマップは条件付き画像生成の中間表現として一般的に使用される。本研究では,所望のカテゴリからなるラベルセットを与えられたセマンティックマップの生成を特に対象とする。提案するフレームワークSegVAEは,条件付き変分オートエンコーダを用いて,セマンティックマップを反復的に合成する。
論文参考訳（メタデータ） (2020-07-16T15:18:53Z)
Attribute Mix: Semantic Data Augmentation for Fine Grained Recognition [102.45926816660665]
本研究では属性レベルのデータ拡張戦略であるAttribute Mixを提案する。その原則は、属性の特徴が細粒度のサブカテゴリ間で共有され、画像間でシームレスに転送可能であることである。
論文参考訳（メタデータ） (2020-04-06T14:06:47Z)
Hierarchical Image Classification using Entailment Cone Embeddings [68.82490011036263]
まずラベル階層の知識を任意のCNNベースの分類器に注入する。画像からの視覚的セマンティクスと組み合わせた外部セマンティクス情報の利用が全体的な性能を高めることを実証的に示す。
論文参考訳（メタデータ） (2020-04-02T10:22:02Z)
MulGAN: Facial Attribute Editing by Exemplar [2.272764591035106]
遅延特徴空間の予め定義された領域に画像の属性関連情報をエンコードする手法では、逆の属性を持つ一対の画像を列車モデルへの入力として利用する。それらには、3つの制限がある:(1)モデルが入力として反対の属性を持つ一対のイメージを使用して訓練されなければならない;(2)複数の属性を例によって編集する能力の弱い;(3)画像生成の質が悪い。
論文参考訳（メタデータ） (2019-12-28T04:02:15Z)

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。