Fugu-MT 論文翻訳(概要): Self-Supervised Annotation of Seismic Images using Latent Space Factorization

論文の概要: Self-Supervised Annotation of Seismic Images using Latent Space Factorization

arxiv url: http://arxiv.org/abs/2009.04631v2
Date: Sat, 26 Sep 2020 02:30:07 GMT
ステータス: 処理完了
システム内更新日: 2022-10-20 04:13:37.743835
Title: Self-Supervised Annotation of Seismic Images using Latent Space Factorization
Title（参考訳）: 潜時空間因子化を用いた地震画像の自己監督アノテーション
Authors: Oluwaseun Joseph Aribido, Ghassan AlRegib and Mohamed Deriche
Abstract要約: 我々のフレームワークは、学習したサブ空間に潜在空間を投影することにより、ディープエンコーダデコーダネットワークの潜伏空間を分解する。注釈付き画像の詳細は分析のために提供され、類似のフレームワークで定性比較を行う。
参考スコア（独自算出の注目度）: 14.221460375400692
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Annotating seismic data is expensive, laborious and subjective due to the number of years required for seismic interpreters to attain proficiency in interpretation. In this paper, we develop a framework to automate annotating pixels of a seismic image to delineate geological structural elements given image-level labels assigned to each image. Our framework factorizes the latent space of a deep encoder-decoder network by projecting the latent space to learned sub-spaces. Using constraints in the pixel space, the seismic image is further factorized to reveal confidence values on pixels associated with the geological element of interest. Details of the annotated image are provided for analysis and qualitative comparison is made with similar frameworks.
Abstract（参考訳）: 地震インタプリタが解釈に熟練するのに要する年数のため、地震データの注釈は高価で手間がかかり、主観的である。本稿では,各画像に割り当てられた画像レベルラベルに与えられた地質構造要素を記述するための,地震画像のアノテート画素の自動作成フレームワークを開発する。本フレームワークは,学習する部分空間に潜在空間を投影することにより,ディープエンコーダ・デコーダネットワークの潜在空間を分解する。画素空間の制約を利用して、地震像はさらに分解され、地質学的要素に関連する画素の信頼度値を明らかにする。注釈付き画像の詳細は分析のために提供され、類似のフレームワークで定性比較を行う。

関連論文リスト

Unveiling Spaces: Architecturally meaningful semantic descriptions from images of interior spaces [0.0]
本研究の目的は,内部空間の2次元シーンからアーキテクチャ的に意味のある意味記述を抽出することである。画像から画像への変換のためのGAN(Generative Adversarial Network)は,これらの囲いを合成的に生成した画像に対して,高レベルの構造構造を表す画像抽象化を訓練する。また,既存の室内囲いの写真にも同様のモデル評価を行い,実環境における性能評価を行った。
論文参考訳（メタデータ） (2023-12-19T16:03:04Z)
GP-NeRF: Generalized Perception NeRF for Context-Aware 3D Scene Understanding [101.32590239809113]
Generalized Perception NeRF (GP-NeRF) は、広く使われているセグメンテーションモデルとNeRFを統一されたフレームワークで相互に動作させる新しいパイプラインである。本稿では,セマンティック蒸留損失(Semantic Distill Loss)とDepth-Guided Semantic Distill Loss(Depth-Guided Semantic Distill Loss)という2つの自己蒸留機構を提案する。
論文参考訳（メタデータ） (2023-11-20T15:59:41Z)
Enhancing Object Coherence in Layout-to-Image Synthesis [13.289854750239956]
本稿では,グローバル・セマンティック・フュージョン(GSF)と自己相似機能拡張モジュールを用いた新しい拡散モデルを提案する。セマンティックコヒーレンスについては,イメージキャプションには画像内のオブジェクト内のセマンティックな関係を定義するための豊富な情報が含まれていると論じる。物理コヒーレンスを改善するため,各画素の生成プロセスに局所的な物理的コヒーレンス関係を明示的に統合する自己相似コヒーレンスアテンション合成(SCA)モジュールを開発した。
論文参考訳（メタデータ） (2023-11-17T13:43:43Z)
Multiscale Analysis for Improving Texture Classification [62.226224120400026]
本稿では,テクスチャの異なる空間周波数帯域を別々に扱うために,ガウス・ラプラシアピラミッドを用いる。バイオインスパイアされたテクスチャ記述子,情報理論測度,灰色レベルの共起行列特徴,ハリリック統計特徴から抽出した特徴を特徴ベクトルに集約した。
論文参考訳（メタデータ） (2022-04-21T01:32:22Z)
Incorporating Texture Information into Dimensionality Reduction for High-Dimensional Images [65.74185962364211]
距離ベース次元削減手法に周辺情報を組み込む手法を提案する。画像パッチを比較する異なる手法の分類に基づいて,様々なアプローチを探索する。
論文参考訳（メタデータ） (2022-02-18T13:17:43Z)
Navigation-Oriented Scene Understanding for Robotic Autonomy: Learning to Segment Driveability in Egocentric Images [25.350677396144075]
この研究は、屋外ロボットナビゲーションのシーン理解に取り組み、オンボードカメラで撮影された画像にのみ依存する。我々は、ロボットがどのようにナビゲートするかという点で、自我中心の画像を直接分類し、学習問題を自律的なナビゲーションタスクに合わせる。任意のシーンに適用可能な3つの駆動性レベルからなる汎用的かつスケーラブルなアベイランスベースの定義を提案する。
論文参考訳（メタデータ） (2021-09-15T12:25:56Z)
Self-Supervised Delineation of Geological Structures using Orthogonal Latent Space Projection [21.207882464252737]
我々は,経験豊富な地震インタプリタから手動によるラベル付けを行うことなく,地震量の自動解析を支援する2つの機械学習フレームワークを開発した。第1のフレームワークは教師なし階層的クラスタリングモデルであり、地震像をボリュームからアルゴリズムによって決定された一定の数のクラスタに分割する。第2のフレームワークは、地震画像に対する地質学的関心の地域をラベル付けするための自己教師型ディープラーニングフレームワークで構成されている。
論文参考訳（メタデータ） (2021-08-22T00:19:26Z)
Learned Spatial Representations for Few-shot Talking-Head Synthesis [68.3787368024951]
複数発話頭合成のための新しいアプローチを提案する。この異方性表現は,従来の手法よりも大幅に改善されることを示す。
論文参考訳（メタデータ） (2021-04-29T17:59:42Z)
A Novel Upsampling and Context Convolution for Image Semantic Segmentation [0.966840768820136]
最近のセマンティックセグメンテーションの方法は、しばしば深い畳み込みニューラルネットワークを用いたエンコーダデコーダ構造を採用している。ネットワーク内の画像の空間情報を効率的に保存するために,ガイドフィルタに基づく高密度アップサンプリング畳み込み法を提案する。 ADE20KとPascal-Contextのベンチマークデータセットでは,それぞれ82.86%,81.62%の画素精度を記録した。
論文参考訳（メタデータ） (2021-03-20T06:16:42Z)
Dynamic Texture Recognition via Nuclear Distances on Kernelized Scattering Histogram Spaces [95.21606283608683]
本研究では,動的テクスチャをScattering変換を用いて計算したフレームワイド特徴ベクトルのカーネル空間として記述することを提案する。これらの空間を基底不変距離と組み合わせることで、最も近い近傍分類の競合結果と、最も近いクラス中心分類の最先端結果を生成する枠組みを得る。
論文参考訳（メタデータ） (2021-02-01T13:54:24Z)
Guidance and Evaluation: Semantic-Aware Image Inpainting for Mixed Scenes [54.836331922449666]
本稿では,SGE-Net(Semantic Guidance and Evaluation Network)を提案する。セマンティックセグメンテーションマップをインペイントの各尺度のガイダンスとして利用し、そこで位置依存推論を再評価する。混合シーンの現実画像に対する実験により,提案手法が最先端手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） (2020-03-15T17:49:20Z)

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。