論文の概要: Analytic Signal Phase in $N-D$ by Linear Symmetry Tensor--fingerprint modeling

• arxiv url: http://arxiv.org/abs/2005.08108v1
• Date: Sat, 16 May 2020 21:17:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-02 14:01:39.348291
• Title: Analytic Signal Phase in $N-D$ by Linear Symmetry Tensor--fingerprint modeling
• Title（参考訳）: 線形対称性テンソル-フィンガープリントモデリングによる$n-d$の解析的信号位相
• Authors: Josef Bigun and Fernando Alonso-Fernandez
• Abstract要約: 解析信号位相とその勾配は2-D$以上の不連続性を持つことを示す。 この欠点は深刻なアーティファクトをもたらす可能性があるが、問題は1-D $シグナルには存在しない。 本稿では,複数のGaborフィルタに頼って線形シンメトリー位相を用いることを提案する。
• 参考スコア（独自算出の注目度）: 69.35569554213679
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We reveal that the Analytic Signal phase, and its gradient have a hitherto unstudied discontinuity in $2-D $ and higher dimensions. The shortcoming can result in severe artifacts whereas the problem does not exist in $1-D $ signals. Direct use of Gabor phase, or its gradient, in computer vision and biometric recognition e.g., as done in influential studies \cite{fleet90,wiskott1997face}, may produce undesired results that will go unnoticed unless special images similar to ours reveal them. Instead of the Analytic Signal phase, we suggest the use of Linear Symmetry phase, relying on more than one set of Gabor filters, but with a negligible computational add-on, as a remedy. Gradient magnitudes of this phase are continuous in contrast to that of the analytic signal whereas continuity of the gradient direction of the phase is guaranteed if Linear Symmetry Tensor replaces gradient vector. The suggested phase has also a built-in automatic scale estimator, useful for robust detection of patterns by multi-scale processing. We show crucial concepts on synthesized fingerprint images, where ground truth regarding instantaneous frequency, (scale \& direction), and phase are known with favorable results. A comparison to a baseline alternative is also reported. To that end, a novel multi-scale minutia model where location, direction, and scale of minutia parameters are steerable, without the creation of uncontrollable minutia is also presented. This is a useful tool, to reduce development times of minutia detection methods with explainable behavior. A revealed consequence is that minutia directions are not determined by the linear phase alone, but also by each other and the influence must be corrected to obtain steerability and accurate ground truths. Essential conclusions are readily transferable to $N-D $, and unrelated applications, e.g. optical flow or disparity estimation in stereo.
• Abstract（参考訳）: 我々は解析信号位相とその勾配が2-D$以上の不連続性を持つことを明らかにした。 欠点は深刻なアーティファクトをもたらす可能性があるが、問題は1-d $シグナルには存在していない。 コンピュータビジョンやバイオメトリック認識におけるガボル位相の直接的利用、例えば、影響力のある研究である cite{fleet90,wiskott 1997face} では、我々のものと類似した特別な画像が示さない限り、望ましくない結果を生み出す可能性がある。 解析信号位相の代わりに,複数組のガボルフィルタに依存する線形対称性位相を用いることを提案する。 この位相の勾配等級は解析信号とは対照的に連続であるが、線形対称性テンソルが勾配ベクトルを置き換えると位相の勾配方向の連続性が保証される。 提案するフェーズには,マルチスケール処理によるパターンのロバスト検出に有用な自動スケール推定器が組み込まれている。 我々は, 瞬時周波数, (スケール \&方向) および位相に関する基礎的真理が良好な結果で知られている, 合成指紋画像において重要な概念を示す。 ベースラインの代替案との比較も報告されている。 この目的のために,制御不能なminutiaを作成することなく,minutiaパラメータの位置,方向,スケールを制御可能な,新しいマルチスケールminutiaモデルも提示する。 これは、minutia検出方法の開発時間を、説明可能な振る舞いで短縮する有用なツールである。 その結果、マイナス方向は線形位相のみによって決定されるのではなく、相互に決定され、その影響は操縦可能性と正確な基底真理を得るために補正されなければならないことが判明した。 基本的な結論は容易に$N-D $に変換でき、光学フローやステレオにおける不均一性推定など無関係な応用がある。

関連論文リスト

• Robust shallow shadows [0.251657752676152]
  浅層計測回路の幅広いクラスを対象としたロバストなシャドウ推定プロトコルを提案する。 テンソルネットワークツールを用いて実験データから直接推定する方法を示す。 提案手法は,現在および近時雑音量子デバイスの実用的制約の下で,大域回転による影推定の可能性の最大化を実現する。
  論文  参考訳（メタデータ） (2024-05-09T18:00:09Z)
• On the Convergence of Gradient Descent for Large Learning Rates [55.33626480243135]
  固定ステップサイズを使用すると収束が不可能であることを示す。 正方形損失を持つ線形ニューラルネットワークの場合,これを証明した。 また、勾配に対するリプシッツ連続性のような強い仮定を必要とせず、より一般的な損失に対する収束の不可能性も証明する。
  論文  参考訳（メタデータ） (2024-02-20T16:01:42Z)
• Gradient Descent Provably Solves Nonlinear Tomographic Reconstruction [60.95625458395291]
  計算トモグラフィー(CT)では、フォワードモデルは線形変換と、ベル=ランベルト法則に従って光の減衰に基づく指数非線形性によって構成される。 金属クラウンを用いた人間の頭蓋骨の商業的再構築と比較すると,このアプローチは金属人工物を減らすことが示されている。
  論文  参考訳（メタデータ） (2023-10-06T00:47:57Z)
• Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
  我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。 また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
  論文  参考訳（メタデータ） (2023-08-21T13:03:25Z)
• Off-the-grid prediction and testing for linear combination of translated features [2.774897240515734]
  付加的なガウス雑音過程で信号(離散あるいは連続)が観測されるモデルを考える。 我々は,スケールパラメータが変化する可能性を考慮して,オフ・ザ・グリッド推定器の過去の予測結果を拡張した。 本稿では,観測信号の特徴が与えられた有限集合に属するか否かを検証する手法を提案する。
  論文  参考訳（メタデータ） (2022-12-02T13:48:45Z)
• The phase unwrapping of under-sampled interferograms using radial basis function neural networks [9.542104521099937]
  ニューラルネットワークは、2次元の干渉図から位相を解き放つように設計されている。 ネットワークは、勾配に基づく教師あり学習を用いて、並列および3段階のトレーニングを行うことができる。
  論文  参考訳（メタデータ） (2022-10-19T13:30:38Z)
• Differentiable Annealed Importance Sampling and the Perils of Gradient Noise [68.44523807580438]
  Annealed importance sample (AIS) と関連するアルゴリズムは、限界推定のための非常に効果的なツールである。 差別性は、目的として限界確率を最適化する可能性を認めるため、望ましい性質である。 我々はメトロポリス・ハスティングスのステップを放棄して微分可能アルゴリズムを提案し、ミニバッチ計算をさらに解き放つ。
  論文  参考訳（メタデータ） (2021-07-21T17:10:14Z)
• Learning High-Precision Bounding Box for Rotated Object Detection via Kullback-Leibler Divergence [100.6913091147422]
  既存の回転物体検出器は、主に水平検出パラダイムから受け継がれている。 本稿では,回転回帰損失の設計を帰納パラダイムから導出手法に変更することを目的としている。
  論文  参考訳（メタデータ） (2021-06-03T14:29:19Z)
• Iterative Correction of Sensor Degradation and a Bayesian Multi-Sensor Data Fusion Method [0.0]
  本稿では,劣化信号から地中構造信号を推定する新しい手法を提案する。 アルゴリズムは、2つの信号の繰り返し補正を行うことで乗算分解効果を学習する。 我々は理論的解析を含意し、ノイズレス測定モデルのための地上構造信号への収束性を証明する。
  論文  参考訳（メタデータ） (2020-09-07T13:24:47Z)

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。