Fugu-MT 論文翻訳(概要): Equivariant Filters for Efficient Tracking in 3D Imaging

論文の概要: Equivariant Filters for Efficient Tracking in 3D Imaging

arxiv url: http://arxiv.org/abs/2103.10255v1
Date: Thu, 18 Mar 2021 13:47:27 GMT
ステータス: 処理完了
システム内更新日: 2021-03-19 14:05:50.858654
Title: Equivariant Filters for Efficient Tracking in 3D Imaging
Title（参考訳）: 3次元イメージングにおける効率的な追跡のための等変フィルタ
Authors: Daniel Moyer, Esra Abaci Turk, P Ellen Grant, William M. Wells, and Polina Golland
Abstract要約: 固定計算コストと最先端性能を有する3次元画像のオブジェクト追跡手法を実証する。代わりに、畳み込み機能や完全に接続されたレイヤのフラット化を含まないアーキテクチャを提案する。本研究では,合成拡張現実型成人脳MRIと,その用途である胎児脳MRIについて実証した。
参考スコア（独自算出の注目度）: 5.646861354812915
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We demonstrate an object tracking method for {3D} images with fixed computational cost and state-of-the-art performance. Previous methods predicted transformation parameters from convolutional layers. We instead propose an architecture that does not include either flattening of convolutional features or fully connected layers, but instead relies on equivariant filters to preserve transformations between inputs and outputs (e.g. rot./trans. of inputs rotate/translate outputs). The transformation is then derived in closed form from the outputs of the filters. This method is useful for applications requiring low latency, such as real-time tracking. We demonstrate our model on synthetically augmented adult brain MRI, as well as fetal brain MRI, which is the intended use-case.
Abstract（参考訳）: 固定計算コストと最先端性能を有する3D画像のオブジェクト追跡手法を実証する。従来手法では畳み込み層から変換パラメータを予測していた。代わりに、畳み込み特徴のフラット化や完全連結層を含まないアーキテクチャを提案し、代わりに、入力と出力間の変換(例えば)を保存するために同変フィルタに依存する。 rot./trans 入力の回転/変換)。変換はフィルターの出力から閉じた形で導出される。この方法はリアルタイムトラッキングなどの低レイテンシを必要とするアプリケーションに有用である。我々は,人工的に拡張した成人脳mriと,目的とする胎児脳mriのモデルを示す。

関連論文リスト

GPS-Gaussian+: Generalizable Pixel-wise 3D Gaussian Splatting for Real-Time Human-Scene Rendering from Sparse Views [67.34073368933814]
スパースビューカメラ設定下での高解像度画像レンダリングのための一般化可能なガウススプラッティング手法を提案する。我々は,人間のみのデータや人景データに基づいてガウスパラメータ回帰モジュールをトレーニングし,深度推定モジュールと共同で2次元パラメータマップを3次元空間に引き上げる。いくつかのデータセットに対する実験により、我々の手法はレンダリング速度を超越しながら最先端の手法より優れていることが示された。
論文参考訳（メタデータ） (2024-11-18T08:18:44Z)
Efficient Slice Anomaly Detection Network for 3D Brain MRI Volume [2.3633885460047765]
現在の異常検出法は, 基準産業データより優れているが, 「正常」と「異常」の定義の相違により, 医療データに苦慮している。我々は,ImageNet上で事前学習し,MRIデータセットを2次元スライス特徴抽出器として微調整したモデルを用いたSimple Slice-based Network (SimpleSliceNet) というフレームワークを提案する。
論文参考訳（メタデータ） (2024-08-28T17:20:56Z)
Free-SurGS: SfM-Free 3D Gaussian Splatting for Surgical Scene Reconstruction [36.46068581419659]
手術シーンのリアルタイム3D再構成は,コンピュータ支援手術において重要な役割を担っている。近年の3次元ガウススプラッティングの進歩は、リアルタイムな新規なビュー合成に大きな可能性を示している。外科的シーン再構成のためのSfMフリー3DGS法を提案する。
論文参考訳（メタデータ） (2024-07-03T08:49:35Z)
VividDreamer: Towards High-Fidelity and Efficient Text-to-3D Generation [69.68568248073747]
拡散に基づく3次元生成タスクにおいて, ポーズ依存型連続蒸留サンプリング (PCDS) を提案する。 PCDSは拡散軌道内でポーズ依存整合関数を構築し、最小サンプリングステップで真の勾配を近似することができる。そこで我々は,まず1ステップのPCDSを用いて3Dオブジェクトの基本構造を作成し,さらに徐々にPCDSのステップを拡大して細かな細部を生成する,粗大な最適化手法を提案する。
論文参考訳（メタデータ） (2024-06-21T08:21:52Z)
Inverse Neural Rendering for Explainable Multi-Object Tracking [35.072142773300655]
我々はRGBカメラから3Dマルチオブジェクト追跡をEmphInverse Rendering (IR)問題として再放送した。我々は、本質的に形状と外観特性を歪ませる生成潜在空間上の画像損失を最適化する。本手法の一般化とスケーリング能力は,合成データのみから生成前を学習することで検証する。
論文参考訳（メタデータ） (2024-04-18T17:37:53Z)
Equivariant Spatio-Temporal Self-Supervision for LiDAR Object Detection [37.142470149311904]
本研究では,空間的および時間的拡張を両立させることにより,時間的同変学習の枠組みを提案する。既存の等変および不変のアプローチを多くの設定で上回る3次元物体検出のための事前学習法を示す。
論文参考訳（メタデータ） (2024-04-17T20:41:49Z)
Mip-Splatting: Alias-free 3D Gaussian Splatting [52.366815964832426]
3D Gaussian Splattingは素晴らしいビュー合成結果を示し、高い忠実度と効率を実現した。ストロングアーティファクトは、サンプリングレート、例えば焦点距離やカメラ距離を変えることで観測することができる。この現象の原因は,3次元周波数制約の欠如と2次元拡張フィルタの利用によると考えられる。
論文参考訳（メタデータ） (2023-11-27T13:03:09Z)
MoDA: Modeling Deformable 3D Objects from Casual Videos [84.29654142118018]
神経二元四元系ブレンドスキンニング(NeuDBS)を提案し,スキンを折り畳むことなく3次元点変形を実現する。異なるフレーム間で2Dピクセルを登録する試みにおいて、標準空間内の3D点を符号化する標準特徴埋め込みの対応性を確立する。本手法は,ヒトと動物の3Dモデルを,最先端の手法よりも質的,定量的な性能で再構築することができる。
論文参考訳（メタデータ） (2023-04-17T13:49:04Z)
Adjoint Rigid Transform Network: Task-conditioned Alignment of 3D Shapes [86.2129580231191]
Adjoint Rigid Transform (ART) Networkは、さまざまな3Dネットワークと統合可能なニューラルネットワークモジュールである。 ARTは入力の形状を学習した標準方向に回転させることを学び、多くのタスクに欠かせない。さらなる研究のために、コードと事前訓練されたモデルをリリースします。
論文参考訳（メタデータ） (2021-02-01T20:58:45Z)
Displacement-Invariant Cost Computation for Efficient Stereo Matching [122.94051630000934]
ディープラーニング手法は、前例のない不一致の精度を得ることによって、ステレオマッチングのリーダーボードを支配してきた。しかし、その推測時間は一般的に540p画像の秒数で遅い。本研究では,4次元特徴量を必要としないEmphdisplacement-invariant cost moduleを提案する。
論文参考訳（メタデータ） (2020-12-01T23:58:16Z)
Efficient Spatially Adaptive Convolution and Correlation [11.167305713900074]
本研究では,空間的に異なる線形変換をフィルタに適用できる表現理論フレームワークを提案する。このフレームワークは、回転(2Dおよび3D)やスケールのような変換群に対する拡張畳み込みと相関の効率的な実装を可能にする。本稿では,パターンマッチング,画像特徴記述,ベクトル場可視化,適応画像フィルタリングへの応用について述べる。
論文参考訳（メタデータ） (2020-06-23T17:41:10Z)

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。