論文の概要: Uncertainty Estimation in Instance Segmentation of Affordances via Bayesian Visual Transformers
- arxiv url: http://arxiv.org/abs/2605.03614v1
- Date: Tue, 05 May 2026 10:40:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-06 19:35:43.896755
- Title: Uncertainty Estimation in Instance Segmentation of Affordances via Bayesian Visual Transformers
- Title（参考訳）: ベイジアン・ビジュアル・トランスを用いたアフォディアンスのインスタンス分割の不確かさ推定
- Authors: Lorenzo Mur-Labadia, Ruben Martinez-Cantina, Jose J. Guerrero,
- Abstract要約: 本稿では,不確実性推定のためのサンプルベースおよびアンサンブルアプローチを採用することで,価格の例分割を行うモデルを提案する。
本稿では,確率的インスタンスセグメンテーションモデルにおける意味的および空間的変動の包括的解析を可能にする,確率に基づくマスク品質という新しい尺度を提案する。
- 参考スコア（独自算出の注目度）: 4.348006516438626
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Visual affordances identify regions in an image with potential interactions, offering a novel paradigm for scene understanding. Recognizing affordances allows autonomous robots to act more naturally, could enhance human-robot interactions, enrich augmented reality systems, and benefit prosthetic vision devices. Accurate and localized prediction of affordance regions, rather than general saliency maps is crucial for these applications. We present a model for instance segmentation of affordances by adopting sample-based and ensembles approaches for uncertainty estimation. We extend an attention-based architecture for our novel task, showing with detailed ablation experiments the effects of each component. By comparing the distribution of these different detections, we extract pixel-wise epistemic and aleatoric variances at both the semantic and spatial levels. In addition, we propose a novel measure called Probability-based Mask Quality, which enables a comprehensive analysis of semantic and spatial variations in a probabilistic instance segmentation model. Our results show that the global consensus of multiple sub-networks of Bayesian models improve deterministic networks due to a better mask refinement and generalization. This fact, joined with the more powerful features extracted by attention-based mechanisms, represent an improvement of +7.4 p.p on the $F_β^w$ score in the challenging IIT-Aff dataset. Bayesian models are also better calibrated, producing less overconfident probabilities and with a better uncertainty estimation. Qualitative results show that aleatoric variance appears in the contour of the objects, while the epistemic variance is observed in visual challenging pixels, adding interpretability to the neural network.
- Abstract（参考訳）: 視覚的余裕は、潜在的な相互作用を持つ画像内の領域を特定し、シーン理解のための新しいパラダイムを提供する。
能力の認識により、自律型ロボットはより自然に行動し、人間とロボットの相互作用を強化し、拡張現実システムを強化し、人工視覚デバイスに恩恵を与えることができる。
これらの応用には、一般のサリエンシマップではなく、価格領域の正確かつ局所的な予測が不可欠である。
本稿では,不確実性推定のためのサンプルベースおよびアンサンブルアプローチを採用することで,価格の例分割を行うモデルを提案する。
我々は、新しいタスクに対する注意に基づくアーキテクチャを拡張し、各コンポーネントの効果を詳細なアブレーション実験で示す。
これらの異なる検出値の分布を比較することで,意味的および空間的レベルのピクセルワイド・エピステマティック・アレータティックな分散を抽出する。
さらに,確率的インスタンスセグメンテーションモデルにおける意味的および空間的変動の包括的解析を可能にする,確率に基づくマスク品質という新しい尺度を提案する。
ベイズモデルにおける複数のサブネットワークのグローバルコンセンサスにより,マスクの洗練と一般化が向上し,決定論的ネットワークが向上することを示す。
この事実は、注意に基づくメカニズムによって抽出されたより強力な特徴と相まって、挑戦的なIIT-Affデータセットの$F_β^w$スコアに対する+7.4 p.pの改善を示している。
ベイズモデルは校正も良く、信頼性の低い確率が得られ、不確実性も高い。
定性的な結果から, 物体の輪郭にアレータリックな分散が出現し, 視覚的困難画素にエピステマティックな分散が観察され, ニューラルネットワークに解釈可能性が追加された。
関連論文リスト
- Counterfactual Explanations in Medical Imaging: Exploring SPN-Guided Latent Space Manipulation [2.9810923705287524]
医用画像解析において、深層学習モデルは顕著な性能を示した。
可変オートエンコーダ(VAE)のような深い生成モデルは、大きな生成能力を示す。
和積ネットワーク(SPN)のような確率モデルは、複雑な結合確率分布を効率的に表す。
論文 参考訳（メタデータ） (2025-07-25T15:19:32Z) - Reducing Semantic Ambiguity In Domain Adaptive Semantic Segmentation Via Probabilistic Prototypical Pixel Contrast [7.092718945468069]
ドメイン適応は、ソースとターゲットドメイン間のドメインシフトに起因するターゲットドメインのモデル劣化を低減することを目的としています。
確率的原型画素コントラスト(probabilistic proto-typeal pixel contrast、PPPC)は、各画素の埋め込みを確率としてモデル化する普遍的な適応フレームワークである。
PPPCは、画素レベルでの曖昧さに対処するだけでなく、識別的表現をもたらすだけでなく、合成からリアルタイム、および日毎の適応タスクにおいて大きな改善をもたらす。
論文 参考訳（メタデータ） (2024-09-27T08:25:03Z) - Gaussian Mixture Models for Affordance Learning using Bayesian Networks [50.18477618198277]
Affordancesはアクション、オブジェクト、エフェクト間の関係の基本的な記述である。
本稿では,世界を探究し,その感覚経験から自律的にこれらの余裕を学習するエンボディエージェントの問題にアプローチする。
論文 参考訳（メタデータ） (2024-02-08T22:05:45Z) - Probabilistic MIMO U-Net: Efficient and Accurate Uncertainty Estimation
for Pixel-wise Regression [1.4528189330418977]
機械学習における不確実性推定は、予測モデルの信頼性と解釈可能性を高めるための最重要課題である。
画素ワイド回帰タスクに対するMIMO(Multiple-Input Multiple-Output)フレームワークの適応について述べる。
論文 参考訳（メタデータ） (2023-08-14T22:08:28Z) - Adaptive Face Recognition Using Adversarial Information Network [57.29464116557734]
顔認識モデルは、トレーニングデータがテストデータと異なる場合、しばしば退化する。
本稿では,新たな敵情報ネットワーク(AIN)を提案する。
論文 参考訳（メタデータ） (2023-05-23T02:14:11Z) - Bayesian Deep Learning for Affordance Segmentation in images [3.15834651147911]
本稿では,画像の空き地を検出するための新しいベイズディープネットワークを提案する。
空間レベルでの動脈およびてんかんの分布を定量化する。
その結果,決定論的ネットワークの最先端性が向上した。
論文 参考訳（メタデータ） (2023-03-02T00:01:13Z) - Bayesian Attention Belief Networks [59.183311769616466]
注意に基づくニューラルネットワークは、幅広いタスクにおいて最先端の結果を得た。
本稿では,非正規化注意重みをモデル化してデコーダネットワークを構築するベイズ的注意信念ネットワークについて紹介する。
提案手法は, 精度, 不確実性推定, ドメイン間の一般化, 敵攻撃において, 決定論的注意と最先端の注意よりも優れていることを示す。
論文 参考訳（メタデータ） (2021-06-09T17:46:22Z) - Adversarial Feature Augmentation and Normalization for Visual
Recognition [109.6834687220478]
最近のコンピュータビジョンの進歩は、分類モデルの一般化能力を改善するために、逆データ拡張を利用する。
本稿では,中間的特徴埋め込みにおける敵対的拡張を提唱する効率的かつ効率的な代替手法を提案する。
代表的なバックボーンネットワークを用いて,多様な視覚認識タスクにまたがる提案手法を検証する。
論文 参考訳（メタデータ） (2021-03-22T20:36:34Z) - A generalizable saliency map-based interpretation of model outcome [1.14219428942199]
そこで本研究では,モデルの入力と出力を用いてサリエンシマップを生成する非侵襲的解釈可能性手法を提案する。
実験の結果,本手法は入力の正解部分を89%の精度で再現可能であることがわかった。
論文 参考訳（メタデータ） (2020-06-16T20:34:42Z) - Diversity inducing Information Bottleneck in Model Ensembles [73.80615604822435]
本稿では,予測の多様性を奨励することで,ニューラルネットワークの効果的なアンサンブルを生成する問題をターゲットにする。
そこで本研究では,潜伏変数の学習における逆損失の多様性を明示的に最適化し,マルチモーダルデータのモデリングに必要な出力予測の多様性を得る。
最も競争力のあるベースラインと比較して、データ分布の変化の下で、分類精度が大幅に向上した。
論文 参考訳（メタデータ） (2020-03-10T03:10:41Z) - Bayesian Deep Learning and a Probabilistic Perspective of Generalization [56.69671152009899]
ディープアンサンブルはベイズ辺化を近似する有効なメカニズムであることを示す。
また,アトラクションの流域内での辺縁化により,予測分布をさらに改善する関連手法を提案する。
論文 参考訳（メタデータ） (2020-02-20T15:13:27Z)
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。