論文の概要: Heuristics based Mosaic of Social-Sensor Services for Scene
Reconstruction
- arxiv url: http://arxiv.org/abs/2009.11663v1
- Date: Mon, 21 Sep 2020 07:00:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-16 05:27:12.513948
- Title: Heuristics based Mosaic of Social-Sensor Services for Scene
Reconstruction
- Title(参考訳): シーン復元のためのソーシャルセンササービスのヒューリスティックスに基づくモザイク
- Authors: Tooba Aamir, Hai Dong and Athman Bouguettaya
- Abstract要約: 本稿では,モザイクシーンを再構築するための複合型ソーシャルセンシングクラウドサービスの選択と構成モデルを提案する。
提案手法は,クラウドソーシングされたソーシャルメディア画像を利用してモザイク画像を作成し,指定された場所と時間間隔でシーンを再構築する。
- 参考スコア(独自算出の注目度): 0.483420384410068
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a heuristics-based social-sensor cloud service selection and
composition model to reconstruct mosaic scenes. The proposed approach leverages
crowdsourced social media images to create an image mosaic to reconstruct a
scene at a designated location and an interval of time. The novel approach
relies on the set of features defined on the bases of the image metadata to
determine the relevance and composability of services. Novel heuristics are
developed to filter out non-relevant services. Multiple machine learning
strategies are employed to produce smooth service composition resulting in a
mosaic of relevant images indexed by geolocation and time. The preliminary
analytical results prove the feasibility of the proposed composition model.
- Abstract(参考訳): 我々は,モザイクシーンを再構築するための,ヒューリスティックスに基づくソーシャルセンシングクラウドサービスの選択と構成モデルを提案する。
提案手法では,クラウドソーシングによるソーシャルメディア画像を利用して画像モザイクを作成し,指定された場所と時間間隔でシーンを再構築する。
新たなアプローチは、サービスの関連性と構成可能性を決定するために、イメージメタデータのベースで定義された機能のセットに依存する。
非関連サービスをフィルタリングする新しいヒューリスティック技術が開発されている。
複数の機械学習戦略を用いてスムーズなサービス構成を生成し、位置情報と時間によってインデックスされた関連画像のモザイクを生成する。
予備的な分析結果から,提案した合成モデルの有効性が証明された。
関連論文リスト
- PROMPT-IML: Image Manipulation Localization with Pre-trained Foundation
Models Through Prompt Tuning [35.39822183728463]
本稿では,改ざん画像を検出するための新しいPrompt-IMLフレームワークを提案する。
人間は、意味情報と高周波情報に基づいて、画像の真偽を識別する傾向がある。
我々のモデルは8つの典型的なフェイク画像データセットでより良い性能を得ることができる。
論文 参考訳(メタデータ) (2024-01-01T03:45:07Z) - Materialistic: Selecting Similar Materials in Images [30.85562156542794]
アーティスト・ちょうせんエリアと同じ素材を示す写真の領域を選択する方法を提案する。
提案手法は、シェーディング、スペックハイライト、キャストシャドーに対して堅牢であり、実際の画像の選択を可能にする。
本モデルでは,画像編集,動画内選択,類似した素材を用いたオブジェクト画像の検索など,一連の応用について実演する。
論文 参考訳(メタデータ) (2023-05-22T17:50:48Z) - Named Entity and Relation Extraction with Multi-Modal Retrieval [51.660650522630526]
マルチモーダルな名前付きエンティティ認識(NER)と関係抽出(RE)は、関連画像情報を活用してNERとREの性能を向上させることを目的としている。
新たなマルチモーダル検索フレームワーク(MoRe)を提案する。
MoReはテキスト検索モジュールと画像ベースの検索モジュールを含み、入力されたテキストと画像の関連知識をそれぞれ知識コーパスで検索する。
論文 参考訳(メタデータ) (2022-12-03T13:11:32Z) - RelPose: Predicting Probabilistic Relative Rotation for Single Objects
in the Wild [73.1276968007689]
本稿では、任意のオブジェクトの複数の画像からカメラ視点を推定するデータ駆動手法について述べる。
本手法は, 画像の鮮明さから, 最先端のSfM法とSLAM法より優れていることを示す。
論文 参考訳(メタデータ) (2022-08-11T17:59:59Z) - Composition and Style Attributes Guided Image Aesthetic Assessment [66.60253358722538]
本稿では,画像の美学を自動予測する手法を提案する。
提案ネットワークには,意味的特徴抽出のための事前学習ネットワーク(Backbone)と,画像属性の予測にBackbone機能に依存するマルチレイヤパーセプトロン(MLP)ネットワーク(AttributeNet)が含まれる。
画像が与えられた場合、提案するマルチネットワークは、スタイルと構成属性、および美的スコア分布を予測できる。
論文 参考訳(メタデータ) (2021-11-08T17:16:38Z) - STR-GQN: Scene Representation and Rendering for Unknown Cameras Based on
Spatial Transformation Routing [18.954990006113114]
本研究では,空間特性を幾何的事前を適用することなくモデル化する空間変換ルーティング(STR)機構を提案する。
STRは、空間変換をメッセージパッシングプロセスとして扱い、ビューポーズとルーティングウェイトの関係は、エンドツーエンドのトレーニング可能なニューラルネットワークによってモデル化される。
論文 参考訳(メタデータ) (2021-08-06T12:10:22Z) - A Survey of Orthogonal Moments for Image Representation: Theory,
Implementation, and Evaluation [70.0671278823937]
モーメントに基づく画像表現は、セマンティック記述のコア条件を満たすのに有効であると報告されている。
本稿では,画像表現における直交モーメントの包括的調査を行い,高速/精度計算,ロバスト性/不変性最適化,定義拡張の最近の進歩について述べる。
提案した理論分析,ソフトウェア実装,評価結果は,特に新しい技術開発や実世界の応用の促進において,コミュニティを支援することができる。
論文 参考訳(メタデータ) (2021-03-27T03:41:08Z) - Foreground-aware Semantic Representations for Image Harmonization [5.156484100374058]
本稿では,事前学習型分類ネットワークによって学習された高レベルの特徴空間を利用する新しいアーキテクチャを提案する。
既存の画像調和ベンチマークにおいて提案手法を広範に評価し,MSEとPSNRの指標から新たな最先端の手法を構築した。
論文 参考訳(メタデータ) (2020-06-01T09:27:20Z) - Region-adaptive Texture Enhancement for Detailed Person Image Synthesis [86.69934638569815]
RATE-Netは、シャープなテクスチャで人物画像を合成するための新しいフレームワークである。
提案するフレームワークは,テクスチャ強化モジュールを利用して,画像から外観情報を抽出する。
DeepFashionベンチマークデータセットで実施された実験は、既存のネットワークと比較して、我々のフレームワークの優位性を実証した。
論文 参考訳(メタデータ) (2020-05-26T02:33:21Z) - SimPropNet: Improved Similarity Propagation for Few-shot Image
Segmentation [14.419517737536706]
最近のディープニューラルネットワークに基づくFSS法は,サポート画像の前景特徴とクエリ画像特徴との高次元的特徴類似性を生かしている。
我々は,サポート機能とクエリ機能との共有を強制するために,サポートとクエリマスクを共同で予測することを提案する。
提案手法は,PASCAL-5iデータセット上での1ショットと5ショットのセグメンテーションに対して,最先端の結果を得る。
論文 参考訳(メタデータ) (2020-04-30T17:56:48Z) - Towards Analysis-friendly Face Representation with Scalable Feature and
Texture Compression [113.30411004622508]
普遍的で協調的な視覚情報表現は階層的な方法で実現できることを示す。
ディープニューラルネットワークの強力な生成能力に基づいて、基本特徴層と強化層の間のギャップは、特徴レベルのテクスチャ再構築によってさらに埋められる。
提案するフレームワークの効率を改善するために,ベース層ニューラルネットワークをマルチタスクでトレーニングする。
論文 参考訳(メタデータ) (2020-04-21T14:32:49Z)
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。