Fugu-MT 論文翻訳(概要): Matching Non-Identical Objects

論文の概要: Matching Non-Identical Objects

arxiv url: http://arxiv.org/abs/2403.08227v3
Date: Mon, 09 Dec 2024 12:46:14 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-10 14:49:18.783429
Title: Matching Non-Identical Objects
Title（参考訳）: 非同一物体のマッチング
Authors: Yusuke Marumo, Kazuhiko Kawamoto, Satomi Tanaka, Shigenobu Hirano, Hiroshi Kera,
Abstract要約: 本研究は, 画素レベルでの非同一性オブジェクトのマッチングという, 新たな課題に対処する。本稿では,オブジェクト検出器からの意味情報を既存のスパース画像マッチング手法に組み込んだ記述子の重み付け手法を提案する。
参考スコア（独自算出の注目度）: 4.520518890664213
License:
Abstract: Not identical but similar objects are ubiquitous in our world, ranging from four-legged animals such as dogs and cats to cars of different models and flowers of various colors. This study addresses a novel task of matching such non-identical objects at the pixel level. We propose a weighting scheme of descriptors that incorporates semantic information from object detectors into existing sparse image matching methods, extending their targets from identical objects captured from different perspectives to semantically similar objects. The experiments show successful matching between non-identical objects in various cases, including in-class design variations, class discrepancy, and domain shifts (e.g., photo--drawing and image corruptions).
Abstract（参考訳）: 犬や猫のような四脚の動物から、さまざまなモデルの車やさまざまな色の花まで。本研究は, 画素レベルでの非同一性オブジェクトのマッチングという, 新たな課題に対処する。本稿では,オブジェクト検出器からの意味情報を既存のスパース画像マッチング手法に組み込んだ記述子の重み付け手法を提案する。実験では、クラス内設計のバリエーション、クラス差、ドメインシフト(例えば、写真描画や画像の破損)など、さまざまなケースにおいて、非識別オブジェクト間のマッチングが成功した。

関連論文リスト

Interpretable Measures of Conceptual Similarity by Complexity-Constrained Descriptive Auto-Encoding [112.0878081944858]
画像間の類似度を定量化することは、画像ベースの機械学習にとって重要な著作権問題である。我々は,高次関係を捉えた画像間での「概念的類似性」の概念を定義し,計算することを目指している。 2つの非常に異種な画像は、その記述の早い段階で識別できるが、概念的に異種な画像は、より詳細を区別する必要がある。
論文参考訳（メタデータ） (2024-02-14T03:31:17Z)
Taken by Surprise: Contrast effect for Similarity Scores [0.0]
人間の知覚のコントラスト効果をカプセル化したアンサンブル正規化類似度尺度を提案する。このスコアは、ペアのアンサンブルの類似性に対する2つの要素間の与えられた類似性を見つけるために、サプライズを定量化する。我々は、ゼロ/フェーショットの分類とクラスタリングのタスクでこの測定値を評価し、通常、生のコサインの類似性と比較して10～15パーセント高い性能を示す。
論文参考訳（メタデータ） (2023-08-18T18:18:55Z)
Perceive, Excavate and Purify: A Novel Object Mining Framework for Instance Segmentation [4.375012768093524]
本稿では,新しいオブジェクトマイニングフレームワークを提案する。まず、サブネットを知覚するセマンティクスを導入し、ボトムアップから明らかなインスタンスに属するピクセルをキャプチャする。このメカニズムでは、事前認識されたセマンティクスは分類と位置を持つ元のインスタンスと見なされ、これらの元のインスタンスを取り巻く識別不能なオブジェクトはマイニングされる。
論文参考訳（メタデータ） (2023-04-18T08:47:03Z)
Attributable Visual Similarity Learning [90.69718495533144]
本稿では、画像間のより正確で説明可能な類似度測定のための帰属的視覚類似度学習(AVSL)フレームワークを提案する。人間の意味的類似性認知に動機づけられた2つの画像とグラフとの類似性を表現するために,一般化された類似性学習パラダイムを提案する。 CUB-200-2011、Cars196、Stanford Online Productsデータセットの実験は、既存の深い類似性学習方法よりも大幅に改善されたことを示している。
論文参考訳（メタデータ） (2022-03-28T17:35:31Z)
Learning Contrastive Representation for Semantic Correspondence [150.29135856909477]
セマンティックマッチングのためのマルチレベルコントラスト学習手法を提案する。画像レベルのコントラスト学習は、畳み込み特徴が類似したオブジェクト間の対応を見出すための鍵となる要素であることを示す。
論文参考訳（メタデータ） (2021-09-22T18:34:14Z)
Category Contrast for Unsupervised Domain Adaptation in Visual Tasks [92.9990560760593]
本稿では,視覚的 UDA タスクのインスタンス識別に先立って,セマンティックな事前情報を導入した新しいカテゴリコントラスト手法(CaCo)を提案する。 CaCoは既存のUDAメソッドを補完し、半教師付き学習や教師なしモデル適応などの他の学習設定に一般化可能である。
論文参考訳（メタデータ） (2021-06-05T12:51:35Z)
Fully Convolutional Geometric Features for Category-level Object Alignment [12.741811850885309]
本稿では,同じカテゴリの異なるオブジェクトインスタンスのポーズ登録に焦点を当てる。提案手法は,同じカテゴリのインスタンスを正規化された標準座標フレームに変換し,計量学習を用いて完全な畳み込み幾何学的特徴を訓練する。
論文参考訳（メタデータ） (2021-03-08T00:31:56Z)
Continuous Surface Embeddings [76.86259029442624]
我々は、変形可能な対象カテゴリーにおける密接な対応を学習し、表現するタスクに焦点をあてる。本稿では,高密度対応の新たな学習可能な画像ベース表現を提案する。提案手法は,人間の身近なポーズ推定のための最先端手法と同等以上の性能を示すことを示す。
論文参考訳（メタデータ） (2020-11-24T22:52:15Z)
Few-shot Visual Reasoning with Meta-analogical Contrastive Learning [141.2562447971]
本稿では,類似推論に頼って,数ショット(または低ショット)の視覚推論問題を解くことを提案する。両領域の要素間の構造的関係を抽出し、類似学習と可能な限り類似するように強制する。 RAVENデータセット上での本手法の有効性を検証し, トレーニングデータが少ない場合, 最先端の手法より優れることを示す。
論文参考訳（メタデータ） (2020-07-23T14:00:34Z)
On Equivariant and Invariant Learning of Object Landmark Representations [36.214069685880986]
実例識別学習と空間識別学習を組み合わせた,シンプルで効果的な手法を開発した。深層ネットワークが幾何学的および測光的変換に不変であるように訓練されると、その中間層から表現が出現し、物体のランドマークを高い精度で予測できることが示される。
論文参考訳（メタデータ） (2020-06-26T04:06:56Z)

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。