Fugu-MT 論文翻訳(概要): A range characterization of the single-quadrant ADRT

論文の概要: A range characterization of the single-quadrant ADRT

arxiv url: http://arxiv.org/abs/2010.05360v2
Date: Tue, 22 Mar 2022 17:10:15 GMT
ステータス: 処理完了
システム内更新日: 2022-10-08 14:07:28.022241
Title: A range characterization of the single-quadrant ADRT
Title（参考訳）: 単一クアドラントADRTのレンジ特性
Authors: Weilin Li, Kui Ren, Donsub Rim
Abstract要約: この研究は、正方形画像の単一クアドラント近似離散ラドン変換(ADRT)の範囲を特徴づける。これらの制約を満たすデータに対して、正確かつ高速な逆解析式(Rim, Appl. Math. Lett. 102 106159, 2020)が安定な方法で正方形画像を生成することを示す。
参考スコア（独自算出の注目度）: 17.253952493872607
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This work characterizes the range of the single-quadrant approximate discrete Radon transform (ADRT) of square images. The characterization follows from a set of linear constraints on the codomain. We show that for data satisfying these constraints, the exact and fast inversion formula [Rim, Appl. Math. Lett. 102 106159, 2020] yields a square image in a stable manner. The range characterization is obtained by first showing that the ADRT is a bijection between images supported on infinite half-strips, then identifying the linear subspaces that stay finitely supported under the inversion formula.
Abstract（参考訳）: この研究は、正方形画像の単一クアドラント近似離散ラドン変換(ADRT)の範囲を特徴づける。特徴付けはコドメイン上の線形制約の集合から従う。これらの制約を満たすデータに対して、正確かつ高速な逆転式 (Rim, Appl. Math. Lett. 102 106159, 2020) が安定に2乗画像を生成することを示す。範囲キャラクタリゼーションは、ADRTが無限半ストリップでサポートされた画像間の単射であることを示し、次に、反転公式の下で有限にサポートされた線形部分空間を特定することによって得られる。

関連論文リスト

RLE: A Unified Perspective of Data Augmentation for Cross-Spectral Re-identification [59.5042031913258]
非線型モダリティの相違は主に、異なる材料の表面に作用する様々な線形変換に由来する。本稿では,MRLE(Modrate Random Linear Enhancement)とRRLE(Radical Random Linear Enhancement)を含むRLE(Random Linear Enhancement)戦略を提案する。実験結果は、RLEの優位性と有効性を示すだけでなく、クロススペクトル再同定のための汎用データ拡張としての可能性も確認した。
論文参考訳（メタデータ） (2024-11-02T12:13:37Z)
A nonlinear elasticity model in computer vision [0.0]
本研究の目的は,2つの画像を比較するために著者らが以前に導入した非線形弾性モデルを分析することである。変換の存在は、勾配ベクトル値の強度写像の$値対の微分の中で証明される。問題は、線形写像によって関連づけられた画像に対して、一意性が与えられるかどうかである。
論文参考訳（メタデータ） (2024-08-30T12:27:22Z)
RecDiffusion: Rectangling for Image Stitching with Diffusion Models [53.824503710254206]
画像縫合整形のための新しい拡散学習フレームワーク textbfRecDiffusion を提案する。このフレームワークは運動拡散モデル(MDM)を組み合わせて運動場を生成し、縫合された画像の不規則な境界から幾何学的に修正された中間体へ効果的に遷移する。
論文参考訳（メタデータ） (2024-03-28T06:22:45Z)
Square Root Marginalization for Sliding-Window Bundle Adjustment [53.34552451834707]
実時間オドメトリーに適合する新しい正方形根のすべり窓束の調整法を提案する。提案した平方根辺化は、ヘシアン上でのシュール補数(SC)の従来の使用と代数的に等価であることを示す。実世界のデータセットにおける視覚的および視覚的慣性オドメトリーの評価は,提案した推定器がベースラインよりも36%高速であることを示す。
論文参考訳（メタデータ） (2021-09-05T23:22:38Z)
Lifting the Convex Conjugate in Lagrangian Relaxations: A Tractable Approach for Continuous Markov Random Fields [53.31927549039624]
断片的な離散化は既存の離散化問題と矛盾しないことを示す。この理論を2つの画像のマッチング問題に適用する。
論文参考訳（メタデータ） (2021-07-13T12:31:06Z)
Semantic and Geometric Unfolding of StyleGAN Latent Space [2.7910505923792646]
GAN(Generative Adversarial Network)は、画像編集において驚くほど効率的であることが証明されている。本稿では、そのような潜在空間の2つの幾何学的制限を同定する。正規化フローを用いてプロキシ潜在表現を学習し,これらの制限を緩和する手法を提案する。
論文参考訳（メタデータ） (2021-07-09T15:12:55Z)
Joint Estimation of Image Representations and their Lie Invariants [57.3768308075675]
画像は世界の状態とコンテンツの両方をエンコードする。この情報の自動抽出は、画像表現に固有の高次元かつ絡み合った符号化のために困難である。本稿では,これらの課題の解決を目的とした2つの理論的アプローチを紹介する。
論文参考訳（メタデータ） (2020-12-05T00:07:41Z)
Invariant Deep Compressible Covariance Pooling for Aerial Scene Categorization [80.55951673479237]
本研究では,空気シーン分類におけるニュアンス変動を解決するために,新しい不変な深部圧縮性共分散プール (IDCCP) を提案する。本研究では,公開空間画像データセットに関する広範な実験を行い,最先端の手法と比較して,この手法の優位性を実証する。
論文参考訳（メタデータ） (2020-11-11T11:13:07Z)
Geodesic Paths for Image Segmentation with Implicit Region-based Homogeneity Enhancement [19.309722425910465]
アイコナル偏微分方程式(PDE)に基づくフレキシブル・インタラクティブな画像分割モデルを提案する。提案手法は,最先端の最小経路に基づく画像分割手法よりも優れている。
論文参考訳（メタデータ） (2020-08-16T13:29:11Z)
$k$-means on Positive Definite Matrices, and an Application to Clustering in Radar Image Sequences [0.0]
非ユークリッド空間において、対称正定値行列(SPD)の$k$-平均クラスタリングの理論的性質を述べる。次に,この手法を合成開口レーダ画像の時系列クラスタリングに応用する。
論文参考訳（メタデータ） (2020-08-08T06:21:43Z)

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。