論文の概要: High Order Local Directional Pattern Based Pyramidal Multi-structure for Robust Face Recognition

• arxiv url: http://arxiv.org/abs/2012.06838v1
• Date: Sat, 12 Dec 2020 15:13:07 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-10 05:21:40.532886
• Title: High Order Local Directional Pattern Based Pyramidal Multi-structure for Robust Face Recognition
• Title（参考訳）: ロバスト顔認識のための高次局所方向パターンに基づくピラミッド多構造
• Authors: Almabrok Essa and Vijayan Asari
• Abstract要約: 我々は,高次局所方向パターン(HOLDP)という,n次方向の変動パターンを計算する新しい特徴抽出手法を提案する。 提案する holdp は従来の ldp よりも詳細な異種情報を取り込むことができる。 提案したHOLDPアルゴリズムの性能評価は, 利用可能な複数の顔データベース上で行われ, 極端照明条件下でのHOLDPの優位性を観察した。
• 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: Derived from a general definition of texture in a local neighborhood, local directional pattern (LDP) encodes the directional information in the small local 3x3 neighborhood of a pixel, which may fail to extract detailed information especially during changes in the input image due to illumination variations. Therefore, in this paper we introduce a novel feature extraction technique that calculates the nth order direction variation patterns, named high order local directional pattern (HOLDP). The proposed HOLDP can capture more detailed discriminative information than the conventional LDP. Unlike the LDP operator, our proposed technique extracts nth order local information by encoding various distinctive spatial relationships from each neighborhood layer of a pixel in the pyramidal multi-structure way. Then we concatenate the feature vector of each neighborhood layer to form the final HOLDP feature vector. The performance evaluation of the proposed HOLDP algorithm is conducted on several publicly available face databases and observed the superiority of HOLDP under extreme illumination conditions.
• Abstract（参考訳）: 局所近傍におけるテクスチャの一般的な定義から導出され、局所方向パターン(ldp)は画素の小さな局所3x3近傍の方向情報を符号化するが、特に照明変化による入力画像の変化によって詳細な情報を抽出できない可能性がある。 そこで本稿では,n次方向変化パターンを計算した特徴抽出手法であるholdp(high order local directional pattern)を提案する。 提案したHOLDPは従来のLDPよりも詳細な識別情報を取得できる。 提案手法はldp演算子と異なり,ピラミッド型マルチストラクタ方式で画素の各近傍層から異なる空間関係を符号化することにより,n次局所情報を抽出する。 次に,各近傍層の特徴ベクトルを連結して最終HOLDP特徴ベクトルを形成する。 提案したHOLDPアルゴリズムの性能評価は, 利用可能な複数の顔データベース上で行われ, 極端照明条件下でのHOLDPの優位性を観察した。

関連論文リスト

• Boosting Cross-Domain Point Classification via Distilling Relational Priors from 2D Transformers [59.0181939916084]
  従来の3Dネットワークは主に局所幾何学的詳細に焦点を当て、局所幾何学間の位相構造を無視する。 そこで本稿では,大規模画像上においてよく訓練されたトランスフォーマーから前駆体を抽出する,新しい先駆体蒸留法を提案する。 PointDA-10とSim-to-Realデータセットの実験は、提案手法が点クラウド分類におけるUDAの最先端性能を一貫して達成していることを検証する。
  論文  参考訳（メタデータ） (2024-07-26T06:29:09Z)
• SCALAR-NeRF: SCAlable LARge-scale Neural Radiance Fields for Scene Reconstruction [66.69049158826677]
  本稿では,スケーラブルな大規模ニューラルシーン再構築に適した新しいフレームワークであるSCALAR-NeRFを紹介する。 ニューラル表現をエンコーダ・デコーダアーキテクチャとして構成し、そこではエンコーダが3次元点座標を処理してエンコーダ化された特徴を生成する。 そこで本研究では,これらの局所モデルから出力を抽出し,最終的な再構築を実現するための効率的かつ効率的な手法を提案する。
  論文  参考訳（メタデータ） (2023-11-28T10:18:16Z)
• Lookup Table meets Local Laplacian Filter: Pyramid Reconstruction Network for Tone Mapping [35.47139372780014]
  本稿では, 閉形式ラプラシアンピラミッドの分解と復元を利用して, グローバルおよびローカル演算子を統合する新しい戦略について検討する。 周波数情報の特徴を利用して低周波画像のトーンを操作するために,画像適応型3D LUTを用いた。 また、局所ラプラシアフィルタを用いて、高周波成分のエッジ詳細を適応的に洗練する。
  論文  参考訳（メタデータ） (2023-10-26T07:05:38Z)
• LCPFormer: Towards Effective 3D Point Cloud Analysis via Local Context Propagation in Transformers [60.51925353387151]
  本稿では,近隣地域間のメッセージパッシングを活用するために,LCP (Local Context Propagation) という新しいモジュールを提案する。 隣接するローカル領域の重複点を仲介として使用した後、異なるローカルリージョンからの共有ポイントの特徴を再重み付けし、その後、次のレイヤに渡す。 提案手法は, 異なるタスクに適用可能であり, 3次元形状分類や高密度予測タスクを含むベンチマークにおいて, 様々なトランスフォーマーベースの手法より優れる。
  論文  参考訳（メタデータ） (2022-10-23T15:43:01Z)
• Hybrid Mesh-neural Representation for 3D Transparent Object Reconstruction [30.66452291775852]
  自然光条件下で手持ちの撮像画像を用いて透明物体の3次元形状を復元する新しい手法を提案する。 明示的なメッシュとハイブリッド表現であるマルチレイヤパーセプトロン(MLP)ネットワークの利点を組み合わせて、最近のコントリビューションで使用されるキャプチャを簡素化する。
  論文  参考訳（メタデータ） (2022-03-23T17:58:56Z)
• PINs: Progressive Implicit Networks for Multi-Scale Neural Representations [68.73195473089324]
  周波数符号化のインクリメンタルな集合に階層構造を露出するプログレッシブな位置符号化を提案する。 本モデルでは,広帯域のシーンを正確に再構成し,プログレッシブなディテールでシーン表現を学習する。 いくつかの2次元および3次元データセットの実験では、ベースラインと比較して、再構築精度、表現能力、トレーニング速度が改善されている。
  論文  参考訳（メタデータ） (2022-02-09T20:33:37Z)
• R-Theta Local Neighborhood Pattern for Unconstrained Facial Image Recognition and Retrieval [20.77994516381]
  R-Theta Local Neighborhood Pattern (RTLNP) は顔画像検索のために提案されている。 提案された符号化方式は、地域を等しい角幅のセクターに分割する。 これら2つのサブセクタの平均グレイスケール値は、マイクロパターンを生成するために符号化される。
  論文  参考訳（メタデータ） (2022-01-03T07:39:23Z)
• A Hierarchical Coding Scheme for Glasses-free 3D Displays Based on Scalable Hybrid Layered Representation of Real-World Light Fields [0.6091702876917279]
  Schemeは、異なる走査順序から決定される光界ビューのサブセットから、積み重ねた乗法レイヤを学習する。 層状パターンの空間的相関は、クリロフ部分空間上の特異値分解から導かれる係数化の低い階数で悪用される。 HEVCによるエンコーディングは、低ランク近似層におけるイントラビューおよびインタービュー相関を効率的に除去する。
  論文  参考訳（メタデータ） (2021-04-19T15:09:21Z)
• High-resolution Depth Maps Imaging via Attention-based Hierarchical Multi-modal Fusion [84.24973877109181]
  誘導DSRのための新しい注意に基づく階層型マルチモーダル融合ネットワークを提案する。 本手法は,再現精度,動作速度,メモリ効率の点で最先端手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-04-04T03:28:33Z)
• SPAN: Spatial Pyramid Attention Network forImage Manipulation Localization [24.78951727072683]
  本稿では,複数種類の画像操作の検出と位置決定のための新しいフレームワークである空間ピラミッド注意ネットワーク(SPAN)を提案する。 SPANは汎用的な合成データセットでトレーニングされるが、特定のデータセットに対して微調整することもできる。 提案手法は,従来の最先端手法に比べて,標準データセットの性能が著しく向上したことを示す。
  論文  参考訳（メタデータ） (2020-09-01T21:59:35Z)
• Weakly Supervised Attention Pyramid Convolutional Neural Network for Fine-Grained Visual Classification [71.96618723152487]
  注意ピラミッド畳み込みニューラルネットワーク(AP-CNN)について紹介する。 AP-CNNは高レベルのセマンティックと低レベルの詳細な特徴表現の両方を学ぶ。 追加のバウンディングボックス/パートアノテーションを必要とせずに、エンドツーエンドでトレーニングすることができる。
  論文  参考訳（メタデータ） (2020-02-09T12:33:23Z)

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。