Fugu-MT 論文翻訳(概要): Image Segmentation Methods for Non-destructive testing Applications

論文の概要: Image Segmentation Methods for Non-destructive testing Applications

arxiv url: http://arxiv.org/abs/2103.07754v1
Date: Sat, 13 Mar 2021 17:13:33 GMT
ステータス: 処理完了
システム内更新日: 2021-03-17 10:10:44.764160
Title: Image Segmentation Methods for Non-destructive testing Applications
Title（参考訳）: 非破壊試験用画像分割法
Authors: EL-Hachemi Guerrout, Ramdane Mahiou, Randa Boukabene, and Assia Ouali
Abstract要約: 本稿では,隠れマルコフ確率場 (HMRF) とカッコウ探索 (CS) を用いた新しい画像分割法を提案する。 CSアルゴリズムは最近の強力な最適化手法の1つである。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we present new image segmentation methods based on hidden Markov random fields (HMRFs) and cuckoo search (CS) variants. HMRFs model the segmentation problem as a minimization of an energy function. CS algorithm is one of the recent powerful optimization techniques. Therefore, five variants of the CS algorithm are used to compute a solution. Through tests, we conduct a study to choose the CS variant with parameters that give good results (execution time and quality of segmentation). CS variants are evaluated and compared with non-destructive testing (NDT) images using a misclassification error (ME) criterion.
Abstract（参考訳）: 本稿では,隠れマルコフ確率場(HMRF)とカッコウ探索(CS)の変種に基づく画像分割手法を提案する。 HMRFはセグメンテーション問題をエネルギー関数の最小化としてモデル化する。 CSアルゴリズムは最近の強力な最適化手法の1つである。したがって、CSアルゴリズムの5つの変種が解を計算するために用いられる。テストを通じて,良好な結果を与えるパラメータ(セグメンテーションの実行時間と品質)を持つcs変種を選択するための研究を行った。非破壊検査(NDT)画像を誤分類誤差(ME)基準を用いて評価し,比較した。

関連論文リスト

Deep Gaussian mixture model for unsupervised image segmentation [1.3654846342364308]
多くのタスクにおいて、十分なピクセルレベルのラベルを得るのは非常に困難である。本稿では,ガウス混合モデル(GMM)と教師なしディープラーニング技術を組み合わせた手法を提案する。マルチシーケンスMRI画像における梗塞領域分割の例について, 様々な実験において本手法の利点を実証する。
論文参考訳（メタデータ） (2024-04-18T15:20:59Z)
Rethinking Few-shot 3D Point Cloud Semantic Segmentation [62.80639841429669]
本稿では,FS-PCSによる3Dポイント・クラウドセマンティックセマンティックセグメンテーションについて再検討する。我々は、最先端の2つの重要な問題、前景の漏洩とスパースポイントの分布に焦点をあてる。これらの問題に対処するために、新しいベンチマークを構築するための標準化されたFS-PCS設定を導入する。
論文参考訳（メタデータ） (2024-03-01T15:14:47Z)
visClust: A visual clustering algorithm based on orthogonal projections [0.0]
visClustは、低次元のデータ表現と視覚解釈に基づく新しいクラスタリングアルゴリズムである。コードはGitHubで公開されており、簡単に利用できる。
論文参考訳（メタデータ） (2022-11-07T22:56:23Z)
Otsu based Differential Evolution Method for Image Segmentation [0.0]
本稿では,衛星画像分割のためのOtsuに基づく微分進化法を提案する。人工ビーコロニー(MABC)、人工ビーコロニー(ABC)、遺伝的アルゴリズム(GA)、粒子群最適化(PSO)の4つの方法と比較される。
論文参考訳（メタデータ） (2022-10-18T17:21:24Z)
Sub-Image Histogram Equalization using Coot Optimization Algorithm for Segmentation and Parameter Selection [0.0]
平均および分散に基づくサブイメージヒストグラム等化(MVSIHE)アルゴリズムは,これらのコントラスト強化手法の1つである。本研究では,直近の最適化アルゴリズム,すなわちcoot Optimization algorithm(COA)を用いて,MVSIHEアルゴリズムの適切なパラメータを選択する。その結果, バイオメディカル画像処理の分野では, 提案手法が有効であることが示唆された。
論文参考訳（メタデータ） (2022-05-31T06:51:45Z)
Coarse-to-Fine Sparse Transformer for Hyperspectral Image Reconstruction [138.04956118993934]
本稿では, サース・トゥ・ファインス・スパース・トランス (CST) を用いた新しいトランス方式を提案する。 HSI再構成のための深層学習にHSI空間を埋め込んだCST 特に,CSTは,提案したスペクトル認識スクリーニング機構(SASM)を粗いパッチ選択に使用し,選択したパッチを,細かなピクセルクラスタリングと自己相似性キャプチャのために,カスタマイズしたスペクトル集約ハッシュ型マルチヘッド自己アテンション(SAH-MSA)に入力する。
論文参考訳（メタデータ） (2022-03-09T16:17:47Z)
High Quality Segmentation for Ultra High-resolution Images [72.97958314291648]
超高分解能セグメンテーション精錬作業のための連続精細モデルを提案する。提案手法は画像分割精細化において高速かつ効果的である。
論文参考訳（メタデータ） (2021-11-29T11:53:06Z)
Machine Learning for Online Algorithm Selection under Censored Feedback [71.6879432974126]
オンラインアルゴリズム選択(OAS)では、アルゴリズム問題クラスのインスタンスがエージェントに次々に提示され、エージェントは、固定された候補アルゴリズムセットから、おそらく最高のアルゴリズムを迅速に選択する必要がある。 SAT(Satisfiability)のような決定問題に対して、品質は一般的にアルゴリズムのランタイムを指す。本研究では,OASのマルチアームバンディットアルゴリズムを再検討し,この問題に対処する能力について議論する。ランタイム指向の損失に適応し、時間的地平線に依存しない空間的・時間的複雑さを維持しながら、部分的に検閲されたデータを可能にする。
論文参考訳（メタデータ） (2021-09-13T18:10:52Z)
Exposing Semantic Segmentation Failures via Maximum Discrepancy Competition [102.75463782627791]
オープンビジュアルの世界において,既存の意味セグメンテーション手法の失敗を露呈することで,質問に答える。モデル改ざんに関するこれまでの研究に触発され、任意に大きい画像セットから始まり、2つのセグメンテーション方法間の差分法(MAD)をMAximizingすることによって、小さな画像セットを自動的にサンプリングします。選択された画像は、2つの方法のいずれか(または両方)を偽造する最大の可能性を持っている。また,MADコンペティションにおいて,障害の露呈が困難であるセグメンテーション法について検討した。
論文参考訳（メタデータ） (2021-02-27T16:06:25Z)
Learned Block Iterative Shrinkage Thresholding Algorithm for Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文参考訳（メタデータ） (2020-12-07T09:27:16Z)
Anisotropic Mesh Adaptation for Image Segmentation Based on Mumford-Shah Functional [0.0]
マンフォード-シャー汎関数に基づく偏微分方程式(PDE)モデルを解くことにより画像分割を考える。画像表現のための異方性メッシュ適応とPDEモデルを解く有限要素法を組み合わせた新しいアルゴリズムを開発した。
論文参考訳（メタデータ） (2020-07-17T00:00:31Z)

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。