論文の概要: Generalized Two-Dimensional Quaternion Principal Component Analysis with
Weighting for Color Image Recognition
- arxiv url: http://arxiv.org/abs/2010.01477v1
- Date: Sun, 4 Oct 2020 03:37:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-11 03:59:58.595422
- Title: Generalized Two-Dimensional Quaternion Principal Component Analysis with
Weighting for Color Image Recognition
- Title（参考訳）: カラー画像認識のための重み付き一般化2次元4次主成分分析
- Authors: Zhi-Gang Jia, Zi-Jin Qiu, Mei-Xiang Zhao
- Abstract要約: 2DQPCAの一般的なフレームワークであるG2DQPCAは、異なる制約や要求に適応するために柔軟である。
G2DQPCAの最適閉形式解を得るために反復アルゴリズムを開発した。
計算結果は,提案手法が最先端のアルゴリズムよりも優れていることを示す。
- 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: A generalized two-dimensional quaternion principal component analysis
(G2DQPCA) approach with weighting is presented for color image analysis. As a
general framework of 2DQPCA, G2DQPCA is flexible to adapt different constraints
or requirements by imposing $L_{p}$ norms both on the constraint function and
the objective function. The gradient operator of quaternion vector functions is
redefined by the structure-preserving gradient operator of real vector
function. Under the framework of minorization-maximization (MM), an iterative
algorithm is developed to obtain the optimal closed-form solution of G2DQPCA.
The projection vectors generated by the deflating scheme are required to be
orthogonal to each other. A weighting matrix is defined to magnify the effect
of main features. The weighted projection bases remain the accuracy of face
recognition unchanged or moving in a tight range as the number of features
increases. The numerical results based on the real face databases validate that
the newly proposed method performs better than the state-of-the-art algorithms.
- Abstract（参考訳）: カラー画像解析のために,重み付けによる一般化2次元四元数主成分分析(G2DQPCA)手法を提案する。
2DQPCA の一般的なフレームワークとして、G2DQPCA は制約関数と目的関数の両方に$L_{p}$ノルムを課すことにより、異なる制約や要求に適応するように柔軟である。
四元ベクトル関数の勾配作用素は、実ベクトル関数の構造保存勾配作用素によって再定義される。
最小化最大化(MM)の枠組みの下で、G2DQPCAの最適閉形式解を得るために反復アルゴリズムを開発した。
減圧スキームによって生成される投影ベクトルは互いに直交する必要がある。
重み付け行列は主特徴の効果を拡大するために定義される。
重み付き投影ベースは、特徴数が増えるにつれて顔認識の精度が変化せず、狭い範囲で移動する。
実顔データベースに基づく数値結果は,提案手法が最先端アルゴリズムよりも優れていることを確認した。
関連論文リスト
- Towards Human-Level 3D Relative Pose Estimation: Generalizable, Training-Free, with Single Reference [62.99706119370521]
人間は、単一のクエリ参照イメージペアのみを与えられたラベル/トレーニングなしで、目に見えないオブジェクトの相対的なポーズを容易に推論することができる。
そこで,本研究では,RGB-D参照から2.5D形状のRGB-D参照,オフザシェルフ微分可能なRGB-D参照,DINOv2のような事前学習モデルからのセマンティックキューを用いた3D一般化可能な相対ポーズ推定手法を提案する。
論文 参考訳（メタデータ） (2024-06-26T16:01:10Z) - RGB-based Category-level Object Pose Estimation via Decoupled Metric
Scale Recovery [72.13154206106259]
本研究では、6次元のポーズとサイズ推定を分離し、不完全なスケールが剛性変換に与える影響を緩和するパイプラインを提案する。
具体的には,事前学習した単分子推定器を用いて局所的な幾何学的情報を抽出する。
別個のブランチは、カテゴリレベルの統計に基づいてオブジェクトのメートル法スケールを直接復元するように設計されている。
論文 参考訳（メタデータ） (2023-09-19T02:20:26Z) - Data-Driven Bilateral Generalized Two-Dimensional Quaternion Principal
Component Analysis with Application to Color Face Recognition [4.471812624045322]
データ駆動型一般化2次元四元数主成分分析(BiG2DQPCA)を提案する。
BiG2DQPCAは、ベクトル化せずに2Dカラー画像を直接処理し、空間情報と色情報を適切に保存する。
BiG2DQPCAに基づく新しいアプローチは、新しいデータ駆動重み付け技術を用いて、顔の色認識と画像再構成を行う。
論文 参考訳（メタデータ） (2023-06-12T11:45:59Z) - $PC^2$: 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) - Quasi Non-Negative Quaternion Matrix Factorization with Application to
Color Face Recognition [0.0]
カラー画像処理のための新しい準負四元行列分解(QNQMF)を提案する。
四元数モデルにおける顔認識の精度は、カラー画像の赤、緑、青のチャネルよりも優れている。
論文 参考訳（メタデータ） (2022-11-30T04:51:09Z) - Quaternion Optimized Model with Sparse Regularization for Color Image
Recovery [10.137095668835439]
本論文は、音声フォーマットや画像を含む様々な信号タイプが、それぞれのベースに対して本質的に疎い構造を持っているという事実に着想を得たものである。
色画像は四元数領域で全体として処理できるため、四元数離散コサイン変換(QDCT)領域における色画像の空間性について記述した。
より優れた低ランク近似を実現するために、提案モデルでは、クォーテリオンベースのトランケート核ノルム(QTNN)が採用されている。
論文 参考訳（メタデータ） (2022-04-19T03:07:12Z) - A DCT-based Tensor Completion Approach for Recovering Color Images and
Videos from Highly Undersampled Data [0.8399688944263843]
アンダーサンプルデータからカラー画像や映像を復元する新しいテンソル補完手法を提案する。
カラー画像インペイントやビデオデータリカバリなどの数値実験により,提案手法は既存の多くのテンソル工法よりも優れた性能を示した。
論文 参考訳（メタデータ） (2021-10-18T13:41:27Z) - Spatial-Separated Curve Rendering Network for Efficient and
High-Resolution Image Harmonization [59.19214040221055]
本稿では,空間分離型曲線描画ネットワーク(S$2$CRNet)を提案する。
提案手法は従来の手法と比較して90%以上のパラメータを減少させる。
提案手法は,既存の手法よりも10ドル以上高速な高解像度画像をリアルタイムにスムーズに処理することができる。
論文 参考訳（メタデータ） (2021-09-13T07:20:16Z) - 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) - Perceptual Robust Hashing for Color Images with Canonical Correlation
Analysis [21.22196411212803]
リングリブボン四重木とカラーベクター角度に基づくカラー画像に対する新しい知覚的画像ハッシュ方式を提案する。
本手法は, コピー検出やコンテンツ認証に効果的に使用できるロバスト性, 識別性, セキュリティに関して, 良好な性能を有する。
論文 参考訳（メタデータ） (2020-12-08T09:35:21Z) - Bi-directional Cross-Modality Feature Propagation with
Separation-and-Aggregation Gate for RGB-D Semantic Segmentation [59.94819184452694]
深度情報はRGBD画像のセマンティックセグメンテーションにおいて有用であることが証明されている。
既存のほとんどの研究は、深度測定がRGBピクセルと正確で整合していると仮定し、問題をモーダルな特徴融合としてモデル化している。
本稿では,RGB特徴量応答を効果的に再検討するだけでなく,複数の段階を通して正確な深度情報を抽出し,代わりに2つの補正表現を集約する,統一的で効率的なクロスモダリティガイドを提案する。
論文 参考訳（メタデータ） (2020-07-17T18:35:24Z)
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。