Fugu-MT 論文翻訳(概要): A Discrete Scheme for Computing Image's Weighted Gaussian Curvature

論文の概要: A Discrete Scheme for Computing Image's Weighted Gaussian Curvature

arxiv url: http://arxiv.org/abs/2101.07927v1
Date: Wed, 20 Jan 2021 02:15:51 GMT
ステータス: 処理完了
システム内更新日: 2021-03-22 01:15:49.957038
Title: A Discrete Scheme for Computing Image's Weighted Gaussian Curvature
Title（参考訳）: 画像の重み付きガウス曲率の離散的計算法
Authors: Yuanhao Gong, Wenming Tang, Lebin Zhou, Lantao Yu, Guoping Qiu
Abstract要約: 重み付きガウス曲率に対する新しい離散計算法を提案する。提案手法はより正確で,サポート領域が小さく,従来の方式よりも計算効率がよい。
参考スコア（独自算出の注目度）: 32.885698849515045
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Weighted Gaussian Curvature is an important measurement for images. However, its conventional computation scheme has low performance, low accuracy and requires that the input image must be second order differentiable. To tackle these three issues, we propose a novel discrete computation scheme for the weighted Gaussian curvature. Our scheme does not require the second order differentiability. Moreover, our scheme is more accurate, has smaller support region and computationally more efficient than the conventional schemes. Therefore, our scheme holds promise for a large range of applications where the weighted Gaussian curvature is needed, for example, image smoothing, cartoon texture decomposition, optical flow estimation, etc.
Abstract（参考訳）: 重み付きガウス曲線は画像にとって重要な測定値である。しかし、従来の計算方式は性能が低く、精度が低く、入力画像が2次微分可能である必要がある。これら3つの問題に対処するために,重み付きガウス曲率に対する新しい離散計算方式を提案する。我々のスキームは二階微分性を必要としない。さらに,提案手法はより正確で,サポート領域が小さく,従来の方式よりも計算効率がよい。したがって, 画像平滑化, マンガテクスチャ分解, 光流量推定など, 重み付きガウス曲率が必要となる広い範囲の応用が期待できる。

関連論文リスト

Stochastic Gradient Descent for Gaussian Processes Done Right [86.83678041846971]
emphdone right -- 最適化とカーネルコミュニティからの具体的な洞察を使用するという意味で -- が、勾配降下は非常に効果的であることを示している。本稿では,直感的に設計を記述し,設計選択について説明する。本手法は,分子結合親和性予測のための最先端グラフニューラルネットワークと同程度にガウス過程の回帰を配置する。
論文参考訳（メタデータ） (2023-10-31T16:15:13Z)
Distributed Sketching for Randomized Optimization: Exact Characterization, Concentration and Lower Bounds [54.51566432934556]
我々はヘシアンの形成が困難である問題に対する分散最適化法を検討する。ランダム化されたスケッチを利用して、問題の次元を減らし、プライバシを保ち、非同期分散システムにおけるストラグラーレジリエンスを改善します。
論文参考訳（メタデータ） (2022-03-18T05:49:13Z)
Error-Correcting Neural Networks for Two-Dimensional Curvature Computation in the Level-Set Method [0.0]
本稿では,2次元曲率をレベルセット法で近似するための誤差ニューラルモデルに基づく手法を提案する。我々の主な貢献は、需要に応じて機械学習操作を可能にする数値スキームに依存する、再設計されたハイブリッド・ソルバである。
論文参考訳（メタデータ） (2022-01-22T05:14:40Z)
Fast Doubly-Adaptive MCMC to Estimate the Gibbs Partition Function with Weak Mixing Time Bounds [7.428782604099876]
Gibbs分布の実践的応用に対する大きな障害は、それらの分割関数を見積もる必要があることである。本稿では,分割関数を厳密に推定する計算複雑性を低減する手法を提案する。
論文参考訳（メタデータ） (2021-11-14T15:42:02Z)
Accumulations of Projections--A Unified Framework for Random Sketches in Kernel Ridge Regression [12.258887270632869]
n-by-n 経験的カーネル行列のスケッチを構築することは、多くのカーネルメソッドの計算を加速するための一般的なアプローチである。カーネルリッジ回帰におけるスケッチ手法を構築するための統一フレームワークを提案する。
論文参考訳（メタデータ） (2021-03-06T05:02:17Z)
Deep Variational Network Toward Blind Image Restoration [60.45350399661175]
ブラインド画像復元はコンピュータビジョンでは一般的だが難しい問題である。両利点を両立させることを目的として,新しいブラインド画像復元手法を提案する。画像デノイングと超解像という2つの典型的なブラインド赤外線タスクの実験により,提案手法が現状よりも優れた性能を達成できることが実証された。
論文参考訳（メタデータ） (2020-08-25T03:30:53Z)
Cogradient Descent for Bilinear Optimization [124.45816011848096]
双線形問題に対処するために、CoGDアルゴリズム(Cogradient Descent Algorithm)を導入する。一方の変数は、他方の変数との結合関係を考慮し、同期勾配降下をもたらす。本アルゴリズムは,空間的制約下での1変数の問題を解くために応用される。
論文参考訳（メタデータ） (2020-06-16T13:41:54Z)
Effective Dimension Adaptive Sketching Methods for Faster Regularized Least-Squares Optimization [56.05635751529922]
スケッチに基づくL2正規化最小二乗問題の解法を提案する。我々は、最も人気のあるランダム埋め込みの2つ、すなわちガウス埋め込みとサブサンプリングランダム化アダマール変換(SRHT)を考える。
論文参考訳（メタデータ） (2020-06-10T15:00:09Z)
Thresholded Adaptive Validation: Tuning the Graphical Lasso for Graph Recovery [15.732950126814089]
本稿では,正規化最適化問題に対する一般的なキャリブレーション手法を提案し,それをグラフィカルラッソに適用する。シミュレーションでは、他の手法のグラフ回復において、我々の手法が大幅に改善できることが示される。
論文参考訳（メタデータ） (2020-05-01T15:59:47Z)
Distributed Averaging Methods for Randomized Second Order Optimization [54.51566432934556]
我々はヘッセン語の形成が計算的に困難であり、通信がボトルネックとなる分散最適化問題を考察する。我々は、ヘッセンのサンプリングとスケッチを用いたランダム化二階最適化のための非バイアスパラメータ平均化手法を開発した。また、不均一なコンピューティングシステムのための非バイアス分散最適化フレームワークを導入するために、二階平均化手法のフレームワークを拡張した。
論文参考訳（メタデータ） (2020-02-16T09:01:18Z)

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。