本文介绍了我们使用汉堡手语注释系统（HAMNOSYS）在自动处理手语语料库的自动处理领域的最新发展。我们设计了一种自动化工具，可以将HAMNOSYS注释转换为数值标签，以定义身体和手部位置的初始特征。我们提出的数值多标记大大简化了Hamnosys注释的结构，而没有明显的光泽含义丧失。这些数值多标记可以可能用于喂养机器学习模型，这将加快基于视觉的手语识别的发展。此外，该工具可以协助专家在注释过程中，以帮助识别语义错误。代码和示例注释可在https://github.com/hearai/parse-hamnosys上公开获得。
translated by 谷歌翻译
使用商品传感器捕获的深度映射通常需要在应用中使用超分辨率。在这项工作中，我们研究了一种基于与Tikhonov正规的变分问题陈述的超分辨率方法，其中规范器与深神经网络参数化。这种方法以前在光声断层扫描中成功应用。我们通过实验表明它在深度地图超级分辨率的应用很困难，并提供关于该原因的建议。
translated by 谷歌翻译
2020-09-10
多目标梯度方法正在成为解决多目标问题的标准。其中，他们表现出有希望开发具有相关和相互矛盾的目标的多目标推荐系统。经典多梯度〜下降通常依赖于梯度的组合，而不是梯度的第一和第二矩的计算。这导致了脆性行为，并错过了解决方案空间中的重要区域。在这项工作中，我们创建了一种多目标模型 - 不可知的暗示方法，利用ADAM优化器在单目标问题中的优势。这将校正和稳定〜在计算常见的梯度下降载体之前〜〜〜梯度，同时优化所有目标。我们评估多目标的好处对两个多目标推荐系统和三种不同的客观组合，两者都相关或相互矛盾。我们报告了大量改进，用三种不同的Pareto正面指标测量：超凡镜，覆盖范围和间距。最后，我们展示了\ Textit {adamized} Pareto Front严格地占据了前一个目标对的前一个。
translated by 谷歌翻译