論文の概要: Appearance Shock Grammar for Fast Medial Axis Extraction from Real
Images
- arxiv url: http://arxiv.org/abs/2004.02677v1
- Date: Mon, 6 Apr 2020 13:57:27 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-16 07:05:48.854418
- Title: Appearance Shock Grammar for Fast Medial Axis Extraction from Real
Images
- Title（参考訳）: 実画像からの高速媒質軸抽出のための出現衝撃文法
- Authors: Charles-Olivier Dufresne Camaro, Morteza Rezanejad, Stavros Tsogkas,
Kaleem Siddiqi, Sven Dickinson
- Abstract要約: ショックグラフ理論のアイデアと、複雑な自然シーンからの中間軸抽出のためのより最近の外見に基づく手法を組み合わせる。
BMAX500およびSK-LARGEデータセットを用いた実験により,本手法の有効性が示された。
- 参考スコア（独自算出の注目度）: 10.943417197085882
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We combine ideas from shock graph theory with more recent appearance-based
methods for medial axis extraction from complex natural scenes, improving upon
the present best unsupervised method, in terms of efficiency and performance.
We make the following specific contributions: i) we extend the shock graph
representation to the domain of real images, by generalizing the shock type
definitions using local, appearance-based criteria; ii) we then use the rules
of a Shock Grammar to guide our search for medial points, drastically reducing
run time when compared to other methods, which exhaustively consider all points
in the input image;iii) we remove the need for typical post-processing steps
including thinning, non-maximum suppression, and grouping, by adhering to the
Shock Grammar rules while deriving the medial axis solution; iv) finally, we
raise some fundamental concerns with the evaluation scheme used in previous
work and propose a more appropriate alternative for assessing the performance
of medial axis extraction from scenes. Our experiments on the BMAX500 and
SK-LARGE datasets demonstrate the effectiveness of our approach. We outperform
the present state-of-the-art, excelling particularly in the high-precision
regime, while running an order of magnitude faster and requiring no
post-processing.
- Abstract（参考訳）: 本研究では, ショックグラフ理論のアイデアを, 複雑な自然シーンから中間軸抽出のための最近の外観ベース手法と組み合わせることにより, 効率と性能の観点から, 現在最良な教師なし手法を改善した。
具体的な貢献は次のとおりです。
一 ショックグラフ表現を実画像の領域に拡張し、局所的、外観的基準を用いて衝撃型定義を一般化する。
ii) we then use the rules of a Shock Grammar to guide our search for medial points, drastically reducing run time when compared to other methods, which exhaustively consider all points in the input image;iii) we remove the need for typical post-processing steps including thinning, non-maximum suppression, and grouping, by adhering to the Shock Grammar rules while deriving the medial axis solution; iv) finally, we raise some fundamental concerns with the evaluation scheme used in previous work and propose a more appropriate alternative for assessing the performance of medial axis extraction from scenes.
BMAX500およびSK-LARGEデータセットを用いた実験により,本手法の有効性が示された。
我々は現在の最先端を上回り、特に高精度なシステムでは優れているが、桁違いに高速に動作し、後処理を必要としない。
関連論文リスト
- UniForensics: Face Forgery Detection via General Facial Representation [60.5421627990707]
高レベルの意味的特徴は摂動の影響を受けにくく、フォージェリー固有の人工物に限らないため、より強い一般化がある。
我々は、トランスフォーマーベースのビデオネットワークを活用する新しいディープフェイク検出フレームワークUniForensicsを導入し、顔の豊かな表現のためのメタファンクショナルな顔分類を行う。
論文 参考訳（メタデータ） (2024-07-26T20:51:54Z) - Semi-Supervised Unconstrained Head Pose Estimation in the Wild [60.08319512840091]
本研究では,最初の半教師なしヘッドポーズ推定手法であるSemiUHPEを提案する。
本手法は,野生頭部のアスペクト比不変収穫が,それまでのランドマークベースのアフィンアライメントよりも優れているという観測に基づいている。
実験とアブレーション研究は、SemiUHPEが既存の手法を公開ベンチマークで大きく上回っていることを示している。
論文 参考訳（メタデータ） (2024-04-03T08:01:00Z) - Improving Adversarial Transferability via Intermediate-level
Perturbation Decay [79.07074710460012]
我々は,一段階の最適化で敵の例を再現する新しい中間レベル手法を開発した。
実験結果から, 種々の犠牲者モデルに対する攻撃において, 最先端技術よりも大きな差が認められた。
論文 参考訳（メタデータ） (2023-04-26T09:49:55Z) - Efficient Human Vision Inspired Action Recognition using Adaptive
Spatiotemporal Sampling [13.427887784558168]
本稿では,効率的な行動認識処理のための適応型視覚システムを提案する。
本システムでは,グローバルコンテキストサンプリング方式を低解像度で事前スキャンし,高精細な領域で高精細な特徴をスキップしたり,要求したりすることを決定した。
動作認識のためのEPIC-KENSとUCF-101データセットを用いたシステムの有効性を検証するとともに,提案手法により,最先端のベースラインに比べて精度の低下を許容し,推論を大幅に高速化できることを示す。
論文 参考訳（メタデータ） (2022-07-12T01:18:58Z) - Sparse Graph Learning from Spatiotemporal Time Series [16.427698929775023]
本稿では,グラフ上の分布として関係依存を学習するグラフ学習フレームワークを提案する。
提案手法は,エンドツーエンドの予測アーキテクチャのグラフ学習コンポーネントと同様に,スタンドアローンのグラフ識別手法として利用できることを示す。
論文 参考訳（メタデータ） (2022-05-26T17:02:43Z) - Fast Hybrid Image Retargeting [0.0]
本稿では,コンテント・アウェア・トリミングを用いて歪みを定量化し,抑制する手法を提案する。
我々の手法は,実行時間のごく一部で実行しながら,最近の手法より優れています。
論文 参考訳（メタデータ） (2022-03-25T11:46:06Z) - Learning Discriminative Shrinkage Deep Networks for Image Deconvolution [122.79108159874426]
本稿では,これらの用語を暗黙的にモデル化する識別的縮小関数を学習することで,効果的に非盲検デコンボリューション手法を提案する。
実験結果から,提案手法は最先端の手法に対して,効率と精度の点で好適に動作することがわかった。
論文 参考訳（メタデータ） (2021-11-27T12:12:57Z) - Predict, Prevent, and Evaluate: Disentangled Text-Driven Image
Manipulation Empowered by Pre-Trained Vision-Language Model [168.04947140367258]
本稿では,テキスト駆動型画像操作のための新しいフレームワーク,すなわち予測,予防,評価(PPE)を提案する。
提案手法は,大規模事前学習型視覚言語モデルCLIPのパワーを利用して,ターゲットにアプローチする。
大規模な実験により,提案したPEPフレームワークは,最新のStyleCLIPベースラインよりもはるかに定量的かつ定性的な結果が得られることが示された。
論文 参考訳（メタデータ） (2021-11-26T06:49:26Z) - Transfer Learning Gaussian Anomaly Detection by Fine-Tuning
Representations [3.5031508291335625]
破滅的な忘れは、新しいデータセット上で事前訓練された表現の微調整を成功させるのを防ぐ。
本稿では,移動学習環境におけるADの学習表現を微調整する手法を提案する。
また,破滅的忘れの開始を検知するバリデーションスキームにおいて,胸部リスクに一般的に使用される拡張法を提案する。
論文 参考訳（メタデータ） (2021-08-09T15:29:04Z) - Towards Unsupervised Sketch-based Image Retrieval [126.77787336692802]
本稿では,教師なし表現学習とスケッチ写真領域アライメントを同時に行う新しいフレームワークを提案する。
このフレームワークは,新しい教師なし設定では優れた性能を達成し,ゼロショット設定では最先端以上の性能を発揮する。
論文 参考訳（メタデータ） (2021-05-18T02:38:22Z) - A Flatter Loss for Bias Mitigation in Cross-dataset Facial Age
Estimation [37.107335288543624]
年齢推定ベンチマークのためのクロスデータセットプロトコルを提唱する。
本稿では,ニューラルネットワークのトレーニングに有効な新しい損失関数を提案する。
論文 参考訳（メタデータ） (2020-10-20T15:22:29Z)
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。