Fugu-MT 論文翻訳(概要): Efficient Computation of Higher Order 2D Image Moments using the Discrete Radon Transform

論文の概要: Efficient Computation of Higher Order 2D Image Moments using the Discrete Radon Transform

arxiv url: http://arxiv.org/abs/2009.09898v1
Date: Fri, 4 Sep 2020 15:26:03 GMT
ステータス: 処理完了
システム内更新日: 2022-10-22 02:07:26.576579
Title: Efficient Computation of Higher Order 2D Image Moments using the Discrete Radon Transform
Title（参考訳）: 離散ラドン変換を用いた高次2次元画像モーメントの効率的な計算
Authors: William Diggin and Michael Diggin
Abstract要約: 離散ラドン変換に基づく効率的なアルゴリズムを拡張し,第3次より大きいモーメントを生成する。画像領域に基づくアルゴリズムのスケーリング結果と標準手法との比較により,提案手法の有効性が示された。
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: Geometric moments and moment invariants of image artifacts have many uses in computer vision applications, e.g. shape classification or object position and orientation. Higher order moments are of interest to provide additional feature descriptors, to measure kurtosis or to resolve n-fold symmetry. This paper provides the method and practical application to extend an efficient algorithm, based on the Discrete Radon Transform, to generate moments greater than the 3rd order. The mathematical fundamentals are presented, followed by relevant implementation details. Results of scaling the algorithm based on image area and its computational comparison with a standard method demonstrate the efficacy of the approach.
Abstract（参考訳）: 画像アーティファクトの幾何学的モーメントとモーメント不変量は、形状分類や物体の位置や方向などのコンピュータビジョンの応用に多くの用途がある。高次モーメントは、追加の特徴記述子を提供し、クルトーシスを測ったり、n-折りたたみ対称性を解くことに興味がある。本稿では,離散ラドン変換に基づく効率的なアルゴリズムを拡張し,第3次より大きいモーメントを生成する手法と実用的応用を提案する。数学的基礎が提示され、関連する実装の詳細が続く。画像領域に基づくアルゴリズムのスケーリングと標準手法との計算比較の結果,提案手法の有効性が示された。

関連論文リスト

Linear Anchored Gaussian Mixture Model for Location and Width Computations of Objects in Thick Line Shape [1.7205106391379021]
3次元画像グレーレベル表現は、統計分布の有限混合モデルであると考えられている。入力データとして元の画像を用いた期待最大化アルゴリズム(Algo1)を用いてモデルパラメータを推定する。修正EMアルゴリズム(Algo2)について詳述する。
論文参考訳（メタデータ） (2024-04-03T20:05:00Z)
GIR: 3D Gaussian Inverse Rendering for Relightable Scene Factorization [62.13932669494098]
本稿では,3次元ガウス表現を用いた3次元ガウス逆レンダリング(GIR)手法を提案する。最短固有ベクトルを用いて各3次元ガウスの正規性を計算する。我々は3次元ガウシアン毎に方向対応の放射光を格納し、多重バウンス光輸送を近似するために二次照明をアンタングルするために、効率的なボクセルベースの間接照明追跡方式を採用する。
論文参考訳（メタデータ） (2023-12-08T16:05:15Z)
Learning Unorthogonalized Matrices for Rotation Estimation [83.94986875750455]
3次元の回転を推定することは、3次元コンピュータビジョンの一般的な手順である。回転行列という表現の1つの形式は、その連続性のために人気がある。非直交擬似擬似回転行列(PRoM)を提案する。
論文参考訳（メタデータ） (2023-12-01T09:56:29Z)
GS-SLAM: Dense Visual SLAM with 3D Gaussian Splatting [51.96353586773191]
我々は,まず3次元ガウス表現を利用したtextbfGS-SLAM を提案する。提案手法は,地図の最適化とRGB-Dレンダリングの大幅な高速化を実現するリアルタイム微分可能なスプレイティングレンダリングパイプラインを利用する。提案手法は,Replica,TUM-RGBDデータセット上の既存の最先端リアルタイム手法と比較して,競争性能が向上する。
論文参考訳（メタデータ） (2023-11-20T12:08:23Z)
Dense Visual Odometry Using Genetic Algorithm [0.0]
本稿では,RGB-D画像の系列を用いた視覚計測のための新しいアルゴリズムを提案する。提案した反復遺伝的アルゴリズムは粒子を用いて最適な動きを推定する。大規模な画像に対して,革新的なアルゴリズムの有効性を実証する。
論文参考訳（メタデータ） (2023-11-10T16:09:01Z)
$PC^2$: Projection-Conditioned Point Cloud Diffusion for Single-Image 3D Reconstruction [97.06927852165464]
単一のRGB画像から物体の3次元形状を再構築することは、コンピュータビジョンにおける長年の課題である。条件付き偏光拡散プロセスによりスパース点雲を生成する単一像3次元再構成法を提案する。
論文参考訳（メタデータ） (2023-02-21T13:37:07Z)
Data-Driven Interpolation for Super-Scarce X-Ray Computed Tomography [1.3535770763481902]
浅層ニューラルネットワークを訓練し、隣接する2つの取得を中間角度で推定された測定値に組み合わせる。これにより、標準的な方法で再構成できる拡張された測定シーケンスが得られる。バイオメディカルデータセットを用いた2次元および3次元イメージングの結果を得た。
論文参考訳（メタデータ） (2022-05-16T15:42:41Z)
Self-supervised Geometric Perception [96.89966337518854]
自己教師付き幾何知覚(self-supervised geometric perception)は、基底幾何モデルラベルなしで対応マッチングのための特徴記述子を学ぶためのフレームワークである。また,SGPは,地上トラスラベルを用いて訓練した教師付きオークルよりも同等か優れる最先端性能を達成できることを示す。
論文参考訳（メタデータ） (2021-03-04T15:34:43Z)
Learned Block Iterative Shrinkage Thresholding Algorithm for Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文参考訳（メタデータ） (2020-12-07T09:27:16Z)
On Box-Cox Transformation for Image Normality and Pattern Classification [0.6548580592686074]
本稿では,2次元データ変換のための前処理ステップとして,そのようなツールの有用性について論じる。我々は、この軽量なBox-Cox変換の効果を、最先端の低光画像強調技術と比較した。また,画像の視覚的外観を汎用的に改善するために,複数のテストベッドデータセットによるアプローチの有効性を実証した。
論文参考訳（メタデータ） (2020-04-15T17:10:18Z)
A level set representation method for N-dimensional convex shape and applications [2.294014185517203]
本稿では,対象物の寸法によらず,より効率的な凸形状表現法を提案する。本稿では,対象物の凸性は対応する符号距離関数の凸性と同値であることを示す。この新しい手法を2つの応用に応用する: 凸性前のオブジェクトセグメンテーションと凸殻問題(特に外れ値の場合)。
論文参考訳（メタデータ） (2020-03-21T07:37:44Z)

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。