SF-MASK：低解像度の監視カメラ映像でマスクを着用した顔を分類するベンチマークデータセット
SF-MASK：低解像度の監視カメラ映像でマスクを着用した顔を分類する ...
Face Recognition
記事一覧
StrongSORT: DeepSORTが強くなって帰ってきた！アップグレードされた追尾モデル！
StrongSORT: DeepSORTが強くなって帰ってきた！アップ ...
Object Tracking
VoxelMorph: 医用画像のためのUNetベースのレジストレーションモデル！
VoxelMorph: 医用画像のためのUNetベースのレジストレーシ ...
medical
合成した顔画像による顔認識用の新たな大規模データセット「DigiFace-1M」
合成した顔画像による顔認識用の新たな大規模データセット「DigiFac ...
Face Recognition
GANを用いた自己アテンションに基づく時系列インピュテーションネットワークSTING
GANを用いた自己アテンションに基づく時系列インピュテーションネットワ ...
Time-series
2人寄るだけでも文殊の知恵？ 〜 ２つのモデルが協力し合うDualNetの登場！〜
2人寄るだけでも文殊の知恵？ 〜 ２つのモデルが協力し合うDualNe ...
画像認識
Fake It Till You Make It：合成した顔画像のみで顔分析！？
Fake It Till You Make It：合成した顔画像のみで ...
Face Recognition
Teach Augment:教師モデル活用によるデータ拡張の最適化
Teach Augment:教師モデル活用によるデータ拡張の最適化
Data Augmentation
あらゆる下流タスクに対応可能な転移学習システムGAIA
あらゆる下流タスクに対応可能な転移学習システムGAIA
転移学習
文章から3Dオブジェクトを生成するーDreamFusionー
文章から3Dオブジェクトを生成するーDreamFusionー
3D
生成した顔画像で顔認識モデルを構築する「SynFace」
生成した顔画像で顔認識モデルを構築する「SynFace」
Face Recognition
動的グラフ上の時系列に対する対照学習GraphTNC
動的グラフ上の時系列に対する対照学習GraphTNC
Time-series
GIAOTracker：多クラス多物体の追尾のための包括的フレームワークを提案！
GIAOTracker：多クラス多物体の追尾のための包括的フレームワー ...
Object Tracking
BERTでツイートのバズり度を予測できる！？
BERTでツイートのバズり度を予測できる！？
BERT
時系列クラスタリングに自己エンコーダシェイプレットを適用
時系列クラスタリングに自己エンコーダシェイプレットを適用
Time-series
TimeSformer：3DCNNを超えて動画像を捉えるTransformer
TimeSformer：3DCNNを超えて動画像を捉えるTransfo ...
画像認識
強化学習でモデルを選択する時系列異状検知
強化学習でモデルを選択する時系列異状検知
Time-series
テキストと画像1枚で高精細な画像編集を実現する「Imagic」とは！？
テキストと画像1枚で高精細な画像編集を実現する「Imagic」とは！？
Image generation
Wavelet Diffusion: 最高速の拡散モデル
Wavelet Diffusion: 最高速の拡散モデル
Image generation
ChatGPTによる顔認証の精度と透明性の向上、ソフトバイオメトリクスの新展開
ChatGPTによる顔認証の精度と透明性の向上、ソフトバイオメトリクス ...
Large language models
【RL-GPT】 Mincraftで通常の数倍の速さでダイヤモンドを取得するフレームワークが登場
【RL-GPT】 Mincraftで通常の数倍の速さでダイヤモンドを取 ...
機械学習
MBTIを用いてLLMに人間の性格を評価させるフレームワークが登場！
MBTIを用いてLLMに人間の性格を評価させるフレームワークが登場！
ChatGPT
お手軽！高精度！異常検知モデルPatchCoreの魅力
お手軽！高精度！異常検知モデルPatchCoreの魅力
Object Detection
【DPO】強化学習を用いずに大規模言語モデルをユーザの好みに直接合わせる手法
【DPO】強化学習を用いずに大規模言語モデルをユーザの好みに直接合わせ ...
RLHF
スポーツベッティングにおけるサッカーの試合予測に挑む機械学習モデル
スポーツベッティングにおけるサッカーの試合予測に挑む機械学習モデル
Sports Analytics
【Qwen2-VL】画像や動画を異なる解像度で処理できる最新VLM
【Qwen2-VL】画像や動画を異なる解像度で処理できる最新VLM
Large language models
【Swin Transformer】今こそ押さえたいTransformer系画像認識モデル
【Swin Transformer】今こそ押さえたいTransform ...
画像認識
ViTに優った！大規模CNNの新たな基盤モデル！: InternImage
ViTに優った！大規模CNNの新たな基盤モデル！: InternIma ...
深層学習
ImmerseGen：エージェントが導く、軽量×高臨場の次世代VRシーン生成
ImmerseGen：エージェントが導く、軽量×高臨場の次世代VRシー ...
LLM-Paper
U-NetとTransformerを合体！医用画像セグメンテーションのための新しいネットワークSwin Unetを紹介｡
U-NetとTransformerを合体！医用画像セグメンテーションの ...
medical
【開発者必見】活性化関数の最新包括的レビュー！
【開発者必見】活性化関数の最新包括的レビュー！
survey
【Qwen2.5-Coder】コード生成や補完、数学の推論タスクに特化したLLM
【Qwen2.5-Coder】コード生成や補完、数学の推論タスクに特化 ...
Large language models
