論文の概要: Convex Shape Representation with Binary Labels for Image Segmentation:
Models and Fast Algorithms
- arxiv url: http://arxiv.org/abs/2002.09600v1
- Date: Sat, 22 Feb 2020 01:55:20 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-29 19:45:04.216297
- Title: Convex Shape Representation with Binary Labels for Image Segmentation:
Models and Fast Algorithms
- Title（参考訳）: 画像分割のためのバイナリラベル付き凸形状表現:モデルと高速アルゴリズム
- Authors: Shousheng Luo and Xue-Cheng Tai and Yang Wang
- Abstract要約: 凸形状の新規かつ効果的なバイナリ表現を提案する。
形状凸性と関連する指標関数のいくつかの性質との等価性を示す。
- 参考スコア（独自算出の注目度）: 7.847719964338735
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a novel and effective binary representation for convex shapes. We
show the equivalence between the shape convexity and some properties of the
associated indicator function. The proposed method has two advantages. Firstly,
the representation is based on a simple inequality constraint on the binary
function rather than the definition of convex shapes, which allows us to obtain
efficient algorithms for various applications with convexity prior. Secondly,
this method is independent of the dimension of the concerned shape. In order to
show the effectiveness of the proposed representation approach, we incorporate
it with a probability based model for object segmentation with convexity prior.
Efficient algorithms are given to solve the proposed models using Lagrange
multiplier methods and linear approximations. Various experiments are given to
show the superiority of the proposed methods.
- Abstract（参考訳）: 凸形状の新規かつ効果的なバイナリ表現を提案する。
形状凸性と関連する指標関数のいくつかの性質との等価性を示す。
提案手法には2つの利点がある。
第一に、この表現は凸形状の定義よりもバイナリ関数上の単純な不等式制約に基づいているため、凸性以前に様々なアプリケーションに対して効率的なアルゴリズムを得ることができる。
第二に、この方法は関係する形状の寸法に依存しない。
提案手法の有効性を示すために,提案手法を凸性を持つ対象セグメント化の確率ベースモデルに組み込む。
ラグランジュ乗算法と線形近似を用いて提案したモデルの解法を効率よく行う。
提案手法の優越性を示すため,様々な実験を行った。
関連論文リスト
- Efficient Fairness-Performance Pareto Front Computation [51.558848491038916]
最適公正表現はいくつかの有用な構造特性を持つことを示す。
そこで,これらの近似問題は,凹凸プログラミング法により効率的に解けることを示す。
論文 参考訳（メタデータ） (2024-09-26T08:46:48Z) - Dual feature-based and example-based explanation methods [2.024925013349319]
地域的・グローバルな説明に対する新たなアプローチが提案されている。
これは、説明されたインスタンスの周りの有限個の点に対して構築された凸包を選択することに基づいている。
提案されたアルゴリズムのコードは利用可能である。
論文 参考訳（メタデータ） (2024-01-29T16:53:04Z) - Linearization Algorithms for Fully Composite Optimization [61.20539085730636]
本稿では,完全合成最適化問題を凸コンパクト集合で解くための一階アルゴリズムについて検討する。
微分可能および非微分可能を別々に扱い、滑らかな部分のみを線形化することで目的の構造を利用する。
論文 参考訳（メタデータ） (2023-02-24T18:41:48Z) - Object Representations as Fixed Points: Training Iterative Refinement
Algorithms with Implicit Differentiation [88.14365009076907]
反復的洗練は表現学習に有用なパラダイムである。
トレーニングの安定性とトラクタビリティを向上させる暗黙の差別化アプローチを開発する。
論文 参考訳（メタデータ） (2022-07-02T10:00:35Z) - Multiple Convex Objects Image Segmentation via Proximal Alternating
Direction Method of Multipliers [2.294014185517203]
前述した凸形状は、各対象に関連付けられた二項指示関数上の単純な二次不等式制約であることが判明した。
凸形状を予め確率ベースに組み込んだ画像分割モデルを提案する。
自然画像と医用画像の数値実験により,提案手法は既存の方法よりも優れていることが示された。
論文 参考訳（メタデータ） (2022-03-22T00:05:19Z) - Direct Estimation of Appearance Models for Segmentation [0.0]
画像から外観モデルを直接推定するための新しいアプローチについて述べる。
本手法は局所的な画像統計と空間的コヒーレントな領域の出現モデルとを関連づけた代数的表現に基づく。
本研究では,提案手法が実用的に有効であることを示す実験結果を示し,効果的な画像分割アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-02-22T15:50:39Z) - Hybrid Trilinear and Bilinear Programming for Aligning Partially
Overlapping Point Sets [85.71360365315128]
多くの応用において、部分重なり合う点集合が対応するRPMアルゴリズムに不変であるようなアルゴリズムが必要である。
まず、目的が立方体有界関数であることを示し、次に、三線型および双線型単相変換の凸エンベロープを用いて、その下界を導出する。
次に、変換変数上の分岐のみを効率よく実行するブランチ・アンド・バウンド(BnB)アルゴリズムを開発する。
論文 参考訳（メタデータ） (2021-01-19T04:24:23Z) - Random extrapolation for primal-dual coordinate descent [61.55967255151027]
本稿では,データ行列の疎度と目的関数の好適な構造に適応する,ランダムに外挿した原始-双対座標降下法を提案する。
一般凸凹の場合, 主対差と目的値に対するシーケンスのほぼ確実に収束と最適サブ線形収束率を示す。
論文 参考訳（メタデータ） (2020-07-13T17:39:35Z) - A level set representation method for N-dimensional convex shape and
applications [2.294014185517203]
本稿では,対象物の寸法によらず,より効率的な凸形状表現法を提案する。
本稿では,対象物の凸性は対応する符号距離関数の凸性と同値であることを示す。
この新しい手法を2つの応用に応用する: 凸性前のオブジェクトセグメンテーションと凸殻問題(特に外れ値の場合)。
論文 参考訳（メタデータ） (2020-03-21T07:37:44Z) - MINA: Convex Mixed-Integer Programming for Non-Rigid Shape Alignment [77.38594866794429]
非剛体形状マッチングのための凸混合整数プログラミングの定式化。
効率的な低次元離散モデルに基づく新しい形状変形モデルを提案する。
論文 参考訳（メタデータ） (2020-02-28T09:54:06Z)
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。