論文の概要: A Generalization of Otsu's Method and Minimum Error Thresholding

• arxiv url: http://arxiv.org/abs/2007.07350v3
• Date: Wed, 19 Aug 2020 03:30:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-10 15:10:23.637636
• Title: A Generalization of Otsu's Method and Minimum Error Thresholding
• Title（参考訳）: 大津法の一般化と最小誤差しきい値化
• Authors: Jonathan T. Barron
• Abstract要約: 単純かつ高速かつ効果的なヒストグラム画像閾値決定法である一般化ヒストグラム閾値法(GHT)を提案する。 GHTは、大津法、最小誤差閾値(MET)、重み付きパーセンタイル閾値の3つの古典的しきい値法を特別な場合として仮定している。 本稿では,手書き文書画像のバイナライゼーションに関する最近の課題において,GHTが全アルゴリズムの性能を上回ったり,一致していることを示す。
• 参考スコア（独自算出の注目度）: 33.71058372568549
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present Generalized Histogram Thresholding (GHT), a simple, fast, and effective technique for histogram-based image thresholding. GHT works by performing approximate maximum a posteriori estimation of a mixture of Gaussians with appropriate priors. We demonstrate that GHT subsumes three classic thresholding techniques as special cases: Otsu's method, Minimum Error Thresholding (MET), and weighted percentile thresholding. GHT thereby enables the continuous interpolation between those three algorithms, which allows thresholding accuracy to be improved significantly. GHT also provides a clarifying interpretation of the common practice of coarsening a histogram's bin width during thresholding. We show that GHT outperforms or matches the performance of all algorithms on a recent challenge for handwritten document image binarization (including deep neural networks trained to produce per-pixel binarizations), and can be implemented in a dozen lines of code or as a trivial modification to Otsu's method or MET.
• Abstract（参考訳）: 単純かつ高速かつ効果的なヒストグラム画像しきい値取得技術である一般化ヒストグラム閾値法(GHT)を提案する。 GHT はガウスの混合と適切な先行を近似的に最大に推定することで機能する。 我々は,GHTが,大津法,最小誤差閾値(MET),重み付きパーセンタイルしきい値の3つの古典的しきい値法を特別な場合として仮定することを実証した。 これにより、3つのアルゴリズム間の連続的な補間が可能となり、しきい値の精度が大幅に向上する。 GHTはまた、閾値付け中にヒストグラムのビン幅を粗くする一般的な慣習を明確に解釈する。 GHTは、手書きの文書画像バイナライゼーション(ピクセル単位のバイナライゼーションを訓練したディープニューラルネットワークを含む)に対する最近の課題において、すべてのアルゴリズムの性能より優れているか、あるいは一致していることを示し、12行のコードで実装するか、あるいは大津の方法やMETの簡単な修正として実装可能である。

関連論文リスト

• LP-3DGS: Learning to Prune 3D Gaussian Splatting [71.97762528812187]
  本稿では,トレーニング可能な2値マスクを重要度に応用し,最適プルーニング比を自動的に検出する3DGSを提案する。 実験の結果,LP-3DGSは効率と高品質の両面において良好なバランスを保っていることがわかった。
  論文  参考訳（メタデータ） (2024-05-29T05:58:34Z)
• Deep Gaussian mixture model for unsupervised image segmentation [1.3654846342364308]
  多くのタスクにおいて、十分なピクセルレベルのラベルを得るのは非常に困難である。 本稿では,ガウス混合モデル(GMM)と教師なしディープラーニング技術を組み合わせた手法を提案する。 マルチシーケンスMRI画像における梗塞領域分割の例について, 様々な実験において本手法の利点を実証する。
  論文  参考訳（メタデータ） (2024-04-18T15:20:59Z)
• Ensemble Quadratic Assignment Network for Graph Matching [52.20001802006391]
  グラフマッチングはコンピュータビジョンやパターン認識において一般的に用いられる技法である。 最近のデータ駆動型アプローチは、グラフマッチングの精度を著しく改善した。 データ駆動手法と従来の手法の利点を組み合わせたグラフニューラルネットワーク(GNN)に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2024-03-11T06:34:05Z)
• The Blind Normalized Stein Variational Gradient Descent-Based Detection for Intelligent Massive Random Access [0.7655800373514546]
  本稿では,MLEモデルに基づく早期プリアンブル検出手法を提案する。 MLEモデルに対する近似解を得るために,新しい盲点正規化スタイン変分勾配勾配検出器(SVGD)を提案する。 提案したブロックMHT層は、コストと性能の劣化の観点から、他の変換方式よりも優れている。
  論文  参考訳（メタデータ） (2024-03-08T04:08:40Z)
• A Novel Approach to Threshold Quantum Images by using Unsharp Measurements [0.8287206589886881]
  本研究では、未シャープ測定により、グレースケール画像のしきい値とバイナライズのためのハイブリッド量子アプローチを提案する。 提案手法は、重複するガウスのピークと、隣接する局所ミニマの間の距離を分散として利用する。 得られたしきい値を用いて、しきい値エンコーダと統合された新しい量子画像表現を用いて、グレースケール画像をバイナライズする。
  論文  参考訳（メタデータ） (2023-10-16T18:34:40Z)
• GD-MAE: Generative Decoder for MAE Pre-training on LiDAR Point Clouds [72.60362979456035]
  Masked Autoencoders (MAE)は、大規模な3Dポイントクラウドでの探索が難しい。 我々は,周囲のコンテキストを自動的にマージするためのtextbfGenerative textbfDecoder for MAE (GD-MAE)を提案する。 提案手法の有効性を, KITTI と ONCE の2つの大規模ベンチマークで実証した。
  論文  参考訳（メタデータ） (2022-12-06T14:32:55Z)
• ATASI-Net: An Efficient Sparse Reconstruction Network for Tomographic SAR Imaging with Adaptive Threshold [13.379416816598873]
  本稿では,解析的反復収縮しきい値決定アルゴリズム(ALISTA)に基づく,効率的なスパース展開ネットワークを提案する。 ATASI-Netの各層における重み行列は、オフライン最適化問題の解法として事前計算される。 さらに、各方位領域画素に対して適応しきい値を導入し、しきい値収縮を層蒸着だけでなく素子的にも可能とする。
  論文  参考訳（メタデータ） (2022-11-30T09:55:45Z)
• Towards Better Out-of-Distribution Generalization of Neural Algorithmic Reasoning Tasks [51.8723187709964]
  ニューラルネットワーク推論タスクのOOD一般化について検討する。 目標は、ディープニューラルネットワークを使用して入出力ペアからアルゴリズムを学ぶことである。
  論文  参考訳（メタデータ） (2022-11-01T18:33:20Z)
• Perfectly Secure Steganography Using Minimum Entropy Coupling [60.154855689780796]
  カチン1998のステガノグラフィー情報理論モデルでは, ステガノグラフィーの術式は完全に安全であることが示されている。 また, 完全セキュアな手順の中で, 最小エントロピー結合によって誘導される場合に限, 情報スループットが最大になることを示す。
  論文  参考訳（メタデータ） (2022-10-24T17:40:07Z)
• Semi-Implicit Hybrid Gradient Methods with Application to Adversarial Robustness [16.92858847399992]
  入力に知覚不可能な摂動を加えることで構築された敵対的な例は、ディープニューラルネットワーク(DNN)を簡単に騙すことができる 本研究では,非競合性ニューラル問題の定常点を保証する半単純ハイブリッド法(SIHG)の開発を一般化する。
  論文  参考訳（メタデータ） (2022-02-21T20:27:10Z)

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。