Fugu-MT 論文翻訳(概要): MoExDA: Domain Adaptation for Edge-based Action Recognition

論文の概要: MoExDA: Domain Adaptation for Edge-based Action Recognition

arxiv url: http://arxiv.org/abs/2508.02981v1
Date: Tue, 05 Aug 2025 01:14:05 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-06 18:18:55.728197
Title: MoExDA: Domain Adaptation for Edge-based Action Recognition
Title（参考訳）: MoExDA:エッジベースのアクション認識のためのドメイン適応
Authors: Takuya Sugimoto, Ning Ding, Toru Tamaki,
Abstract要約: MoExDAは、RGBフレームに加えてエッジフレームを使用したRGBとエッジ情報間の軽量な適応であり、静的バイアス問題に対処する。実験により,提案手法は計算コストの低い静的バイアスを効果的に抑制することを示した。
参考スコア（独自算出の注目度）: 8.533926962066305
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Modern action recognition models suffer from static bias, leading to reduced generalization performance. In this paper, we propose MoExDA, a lightweight domain adaptation between RGB and edge information using edge frames in addition to RGB frames to counter the static bias issue. Experiments demonstrate that the proposed method effectively suppresses static bias with a lower computational cost, allowing for more robust action recognition than previous approaches.
Abstract（参考訳）: 現代の行動認識モデルは静的バイアスに悩まされ、一般化性能が低下する。本稿では,RGBフレームに加えてエッジフレームを用いたRGBとエッジ情報間の軽量なドメイン適応であるMoExDAを提案し,静的バイアス問題に対処する。実験により,提案手法は計算コストの低い静的バイアスを効果的に抑制し,従来の手法よりもロバストな動作認識を可能にすることを示した。

関連論文リスト

Edge-preserving Image Denoising via Multi-scale Adaptive Statistical Independence Testing [2.8724598079549715]
マルチスケール適応独立性テストに基づくエッジ検出・デノイング(EDD-MAIT)を提案する。 EDD-MAITはチャンネルアテンション機構と独立テストを統合している。 Fスコア、MSE、PSNR、ランタイムの削減など、堅牢性、正確性、効率性の向上を実現している。
論文参考訳（メタデータ） (2025-05-02T06:09:32Z)
ALBAR: Adversarial Learning approach to mitigate Biases in Action Recognition [52.537021302246664]
行動認識モデルは、しばしば背景バイアス(背景の手がかりに基づく行動の推測)と前景バイアス(主題の外観に依存する)に悩まされる。本稿では,前景や背景のバイアスを,バイアス特性の専門知識を必要とせずに軽減する,新たな対人訓練手法であるALBARを提案する。我々は,提案手法を確立された背景と前景のバイアスプロトコル上で評価し,新しい最先端のバイアスプロトコルを設定し,HMDB51では12%以上のデバイアス性能を向上した。
論文参考訳（メタデータ） (2025-01-31T20:47:06Z)
Robust Representation Consistency Model via Contrastive Denoising [83.47584074390842]
ランダムな平滑化は、敵の摂動に対する堅牢性を証明する理論的保証を提供する。拡散モデルは、ノイズ摂動サンプルを浄化するためにランダムな平滑化に成功している。我々は,画素空間における拡散軌跡に沿った生成的モデリングタスクを,潜在空間における識別的タスクとして再構成する。
論文参考訳（メタデータ） (2025-01-22T18:52:06Z)
SR-Stereo & DAPE: Stepwise Regression and Pre-trained Edges for Practical Stereo Matching [2.8908326904081334]
ドメインの相違を克服する新しい段階的回帰アーキテクチャを提案する。疎基底真理で新しいドメインを適応するモデルのエッジ認識を高めるために,事前学習エッジ(DAPE)に基づくドメイン適応を提案する。提案したSR-StereoとDAPEは,SceneFlow,KITTI,Middbury 2014,ETH3Dで広く評価されている。
論文参考訳（メタデータ） (2024-06-11T05:25:25Z)
Mitigating Algorithmic Bias with Limited Annotations [65.060639928772]
機密属性が公開されていない場合、バイアスを軽減するために、トレーニングデータの小さな部分を手動でアノテートする必要がある。本稿では,アルゴリズムバイアスの影響を最大限に排除するために,限定アノテーションを誘導する対話型フレームワークであるアクティブペナライゼーション・オブ・差別(APOD)を提案する。 APODは完全なアノテートバイアス緩和と同等のパフォーマンスを示しており、機密情報が制限された場合、APODが現実世界のアプリケーションに利益をもたらすことを実証している。
論文参考訳（メタデータ） (2022-07-20T16:31:19Z)
Sampling-based Fast Gradient Rescaling Method for Highly Transferable Adversarial Attacks [19.917677500613788]
勾配ベースのアプローチは一般的に、プロセスの最後に摂動を生成するために$sign$関数を使用する。そこで本研究では,S-FGRM(Saming-based Fast Gradient Rescaling Method)を提案する。
論文参考訳（メタデータ） (2022-04-06T15:12:20Z)
Query-Efficient Black-box Adversarial Attacks Guided by a Transfer-based Prior [50.393092185611536]
対象モデルの勾配にアクセスできることなく、敵が敵の例を作らなければならないブラックボックスの敵設定を考える。従来の手法では、代用ホワイトボックスモデルの転送勾配を用いたり、モデルクエリのフィードバックに基づいて真の勾配を近似しようとした。偏りサンプリングと勾配平均化に基づく2つの事前誘導型ランダム勾配フリー(PRGF)アルゴリズムを提案する。
論文参考訳（メタデータ） (2022-03-13T04:06:27Z)
Gaussian MRF Covariance Modeling for Efficient Black-Box Adversarial Attacks [86.88061841975482]
我々は,ゼロオーダーのオラクルにのみアクセス可能なブラックボックス設定において,逆例を生成する問題について検討する。我々はこの設定を用いて、FGSM(Fast Gradient Sign Method)のブラックボックス版と同様に、高速な1ステップの敵攻撃を見つける。提案手法はクエリを少なくし,現在の技術よりも攻撃成功率が高いことを示す。
論文参考訳（メタデータ） (2020-10-08T18:36:51Z)
Approach for Document Detection by Contours and Contrasts [0.0]
本稿では,モバイル端末上で行う任意の文書検出について考察する。本研究では,輪郭法を改良し,競合する輪郭位置仮説を境界内と外とのコントラストに応じてランク付けする。提案手法は,オープンなMIDV-500データセット上での未適合な最先端性能を提供し,SmartDocデータセットの最先端パフォーマンスに匹敵する結果を実証する。
論文参考訳（メタデータ） (2020-08-06T12:44:40Z)
Creating Artificial Modalities to Solve RGB Liveness [79.9255035557979]
我々は,スプーフ検出のためのエンドツーエンドパイプラインと組み合わせて,ランクプーリングと光流の2種類の人工変換を導入する。提案手法は, 最大のクロスセクニティ対面アンチスプーフィングデータセットCASIA-SURF CeFA (RGB) の最先端化を実現する。
論文参考訳（メタデータ） (2020-06-29T13:19:22Z)

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。