Fugu-MT 論文翻訳(概要): Predict the model of a camera

論文の概要: Predict the model of a camera

arxiv url: http://arxiv.org/abs/2004.03336v1
Date: Sun, 29 Mar 2020 02:08:11 GMT
ステータス: 処理完了
システム内更新日: 2022-12-18 13:30:59.383956
Title: Predict the model of a camera
Title（参考訳）: カメラのモデルを予測する
Authors: Ciro Javier Diaz Penedo
Abstract要約: 画像の4レベル高速ウェーブレット分解を適用した離散ウェーブレット領域(DWD)から抽出した特性集合と、画像のアフターフィルタノイズから局所二元パターン(LBP)特徴集合の2つの特徴集合を用いる。分類に用いられるアルゴリズムは、ロジスティック回帰、K-NN、ニューラルネットワークである。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this work we address the problem of predicting the model of a camera based on the content of their photographs. We use two set of features, one set consist in properties extracted from a Discrete Wavelet Domain (DWD) obtained by applying a 4 level Fast Wavelet Decomposition of the images, and a second set are Local Binary Patterns (LBP) features from the after filter noise of images. The algorithms used for classification were Logistic regression, K-NN and Artificial Neural Networks
Abstract（参考訳）: 本研究では,写真の内容に基づいてカメラのモデルを予測する問題に対処する。画像の4レベル高速ウェーブレット分解を適用した離散ウェーブレット領域(DWD)から抽出した特性からなる特徴セットと、画像のアフターフィルタノイズから局所二元パターン(LBP)特徴セットの2つの特徴セットを用いる。分類に用いられるアルゴリズムは、ロジスティック回帰、K-NN、ニューラルネットワークである。

関連論文リスト

bit2bit: 1-bit quanta video reconstruction via self-supervised photon prediction [57.199618102578576]
疎二分量時間画像データから高画質の画像スタックを元の解像度で再構成する新しい方法であるbit2bitを提案する。 Poisson denoisingの最近の研究に触発されて、スパースバイナリ光子データから高密度な画像列を生成するアルゴリズムを開発した。本研究では,様々な課題の画像条件下でのSPADの高速映像を多種多種に含む新しいデータセットを提案する。
論文参考訳（メタデータ） (2024-10-30T17:30:35Z)
Pose Modulated Avatars from Video [22.395774558845336]
周波数領域において適応的かつ明示的な2分岐ニューラルネットワークを開発する。最初のブランチは、体の部分間の相関を局所的にモデル化するグラフニューラルネットワークである。第2のブランチは、これらの相関特徴を大域周波数のセットと組み合わせて、特徴符号化を変調する。
論文参考訳（メタデータ） (2023-08-23T06:49:07Z)
Spatial-Frequency U-Net for Denoising Diffusion Probabilistic Models [89.76587063609806]
画素空間の代わりにウェーブレット空間における拡散確率モデル(DDPM)を視覚合成のために検討した。ウェーブレット信号を明示的にモデル化することで、我々のモデルは複数のデータセット上でより高品質な画像を生成することができる。
論文参考訳（メタデータ） (2023-07-27T06:53:16Z)
Inverting the Imaging Process by Learning an Implicit Camera Model [73.81635386829846]
本稿では,ディープニューラルネットワークとしてのカメラの物理画像処理を表現した,新しい暗黙カメラモデルを提案する。本稿では,この暗黙カメラモデルが2つの逆撮像タスクに与える影響を実演する。
論文参考訳（メタデータ） (2023-04-25T11:55:03Z)
A Model-data-driven Network Embedding Multidimensional Features for Tomographic SAR Imaging [5.489791364472879]
多次元特徴量に基づくトモSARイメージングを実現するためのモデルデータ駆動型ネットワークを提案する。画像シーンの多次元的特徴を効果的に向上するために、2つの2次元処理モジュール(畳み込みエンコーダ-デコーダ構造)を追加します。従来のCS-based FISTA法とDL-based gamma-Net法と比較して,提案手法は良好な画像精度を有しつつ,完全性を向上させる。
論文参考訳（メタデータ） (2022-11-28T02:01:43Z)
Self-Learning for Received Signal Strength Map Reconstruction with Neural Architecture Search [63.39818029362661]
ニューラルアーキテクチャサーチ(NAS)と受信信号強度(RSS)マップ再構築のための自己学習に基づくモデルを提案する。このアプローチは、まず最適なNNアーキテクチャを見つけ、与えられた(RSS)マップの地上実測値に対して同時に推論モデルを訓練する。実験結果から,この第2モデルの信号予測は,非学習に基づく最先端技術や,アーキテクチャ探索を伴わないNNモデルよりも優れていた。
論文参考訳（メタデータ） (2021-05-17T12:19:22Z)
Pose-GNN : Camera Pose Estimation System Using Graph Neural Networks [12.12580095956898]
グラフニューラルネットワーク(GNN)を用いた新しい画像ベースのローカリゼーションシステムを提案する。 resnet50 convolutional neural network (cnn)アーキテクチャは、各画像の重要な特徴を抽出するために使用される。 GNNの使用は屋内および屋外の環境のための高められた性能をもたらすことを示します。
論文参考訳（メタデータ） (2021-03-17T04:40:02Z)
Learning Noise-Aware Encoder-Decoder from Noisy Labels by Alternating Back-Propagation for Saliency Detection [54.98042023365694]
本稿では,ノイズを考慮したエンコーダ・デコーダ・フレームワークを提案する。提案モデルはニューラルネットワークによってパラメータ化された2つのサブモデルから構成される。
論文参考訳（メタデータ） (2020-07-23T18:47:36Z)
Set Based Stochastic Subsampling [85.5331107565578]
本稿では,2段階間ニューラルサブサンプリングモデルを提案する。画像分類,画像再構成,機能再構築,少数ショット分類など,様々なタスクにおいて,低いサブサンプリング率で関連ベースラインを上回っていることを示す。
論文参考訳（メタデータ） (2020-06-25T07:36:47Z)
Conditional Adversarial Camera Model Anonymization [11.98237992824422]
特定の写真画像(モデル属性)をキャプチャするために使用されたカメラのモデルは、通常、高周波モデル固有のアーティファクトから推測される。このような変換を学習するための条件付き対位法を提案する。
論文参考訳（メタデータ） (2020-02-18T18:53:21Z)

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。