Fugu-MT 論文翻訳(概要): A Novel Falling-Ball Algorithm for Image Segmentation

論文の概要: A Novel Falling-Ball Algorithm for Image Segmentation

arxiv url: http://arxiv.org/abs/2105.02615v1
Date: Thu, 6 May 2021 12:41:10 GMT
ステータス: 処理完了
システム内更新日: 2021-05-07 19:00:08.287543
Title: A Novel Falling-Ball Algorithm for Image Segmentation
Title（参考訳）: 画像分割のための新しいフォールディングボールアルゴリズム
Authors: Asra Aslam, Ekram Khan, Mohammad Samar Ansari, M.M. Sufyan Beg
Abstract要約: 領域ベースセグメンテーションアルゴリズムである領域ベースFalling-Ballアルゴリズムを提案する。提案アルゴリズムは,丘陵地帯から落下する球が捕集流域で止まると仮定して,捕集流域を検出する。
参考スコア（独自算出の注目度）: 0.14337588659482517
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Image segmentation refers to the separation of objects from the background, and has been one of the most challenging aspects of digital image processing. Practically it is impossible to design a segmentation algorithm which has 100% accuracy, and therefore numerous segmentation techniques have been proposed in the literature, each with certain limitations. In this paper, a novel Falling-Ball algorithm is presented, which is a region-based segmentation algorithm, and an alternative to watershed transform (based on waterfall model). The proposed algorithm detects the catchment basins by assuming that a ball falling from hilly terrains will stop in a catchment basin. Once catchment basins are identified, the association of each pixel with one of the catchment basin is obtained using multi-criterion fuzzy logic. Edges are constructed by dividing image into different catchment basins with the help of a membership function. Finally closed contour algorithm is applied to find closed regions and objects within closed regions are segmented using intensity information. The performance of the proposed algorithm is evaluated both objectively as well as subjectively. Simulation results show that the proposed algorithms gives superior performance over conventional Sobel edge detection methods and the watershed segmentation algorithm. For comparative analysis, various comparison methods are used for demonstrating the superiority of proposed methods over existing segmentation methods.
Abstract（参考訳）: 画像分割 (image segmentation) とは、背景からオブジェクトを分離することであり、デジタル画像処理の最も困難な側面の1つである。実際、100%精度のセグメンテーションアルゴリズムを設計することは不可能であり、そのため、特定の制限のある文献で多くのセグメンテーション技術が提案されている。本稿では,領域に基づくセグメンテーションアルゴリズムである新しいフォールディングボールアルゴリズムと,(ウォーターフォールモデルに基づく)流域変換に代わる手法を提案する。提案アルゴリズムは,丘陵地帯から落下する球が捕集流域で停止すると仮定して,捕集流域を検出する。ひとたびキャッチメント盆地が特定されると、マルチクリエーションファジィ論理を用いて、各画素とキャッチメント盆地の1つとの関係を求める。エッジは、構成関数の助けを借りて、画像を異なるキャッチメント盆地に分割することで構成される。最後に、閉輪郭アルゴリズムを用いて閉領域を見つけ、閉領域内の物体を強度情報を用いて分割する。提案アルゴリズムの性能は客観的にも主観的にも評価される。シミュレーションの結果,提案アルゴリズムは従来のソベルエッジ検出法や流域分割アルゴリズムよりも優れた性能を示した。比較分析では,提案手法が既存のセグメンテーション法よりも優れていることを示すために,様々な比較手法が用いられている。

関連論文リスト

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)
Copy-Move Image Forgery Detection Based on Evolving Circular Domains Coverage [5.716030416222748]
提案手法はブロックベースとキーポイントベースの両方の偽造検出手法を統合する。実験結果から, CMFD方式により, 種々の攻撃による検出性能が向上することが示唆された。
論文参考訳（メタデータ） (2021-09-09T16:08:03Z)
BoundarySqueeze: Image Segmentation as Boundary Squeezing [104.43159799559464]
本研究では,オブジェクトとシーンの微細な高画質画像分割のための新しい手法を提案する。形態素画像処理技術による拡張と浸食に着想を得て,画素レベルのセグメンテーション問題をスクイーズ対象境界として扱う。提案手法は,COCO,Cityscapesのインスタンス・セグメンテーション・セグメンテーション・セグメンテーションにおいて大きく向上し,同一条件下での精度・速度ともに従来のPointRendよりも優れていた。
論文参考訳（メタデータ） (2021-05-25T04:58:51Z)
PointFlow: Flowing Semantics Through Points for Aerial Image Segmentation [96.76882806139251]
本論文では,FPN(Feature Pyramid Network)フレームワークに基づく点親和性伝播モジュールであるPointFlowを提案する。密接な親和性学習ではなく、隣接する特徴間の選択された点にスパース親和性マップを生成する。 3つの異なる空中セグメンテーションデータセットの実験結果から,提案手法は最先端の汎用セグメンテーション法よりも効率的かつ効率的であることが示唆された。
論文参考訳（メタデータ） (2021-03-11T09:42:32Z)
Contour Integration using Graph-Cut and Non-Classical Receptive Field [4.935491924643742]
本稿では,他のアルゴリズムのエッジセグメントから画像の輪郭を検出する新しい手法を提案する。提案したエネルギー関数は、テクスチャノイズを抑制するのに役立つ一次視覚野の周囲変調にインスパイアされている。
論文参考訳（メタデータ） (2020-10-27T19:07:13Z)
Contrastive Rendering for Ultrasound Image Segmentation [59.23915581079123]
米国の画像にシャープな境界がないことは、セグメンテーションに固有の課題である。我々は,US画像における境界推定を改善するための,新しい,効果的なフレームワークを提案する。提案手法は最先端の手法より優れており,臨床応用の可能性も高い。
論文参考訳（メタデータ） (2020-10-10T07:14:03Z)
A Survey on Patch-based Synthesis: GPU Implementation and Optimization [0.0]
この論文は、小さな局所領域間の対応を見つけるためのパッチベースの合成とアルゴリズムの研究を調査する。私たちが研究したアルゴリズムの1つは、PatchMatchで、画像の類似した領域や「パッチ」を見つけることができる。コンピュータグラフィックスでは、画像から不要な物体を取り除き、画像中の物体をシームレスに移動させ、画像のアスペクト比を変え、映像の要約を行った。
論文参考訳（メタデータ） (2020-05-11T19:25:28Z)
Refined Plane Segmentation for Cuboid-Shaped Objects by Leveraging Edge Detection [63.942632088208505]
本稿では,セグメント化された平面マスクを画像に検出されたエッジと整列するための後処理アルゴリズムを提案する。これにより、立方体形状の物体に制限を加えながら、最先端のアプローチの精度を高めることができます。
論文参考訳（メタデータ） (2020-03-28T18:51:43Z)
GeoDA: a geometric framework for black-box adversarial attacks [79.52980486689287]
我々は,最も困難なブラックボックス設定の1つにおいて,逆例を生成するためのフレームワークを提案する。我々のフレームワークは、ディープネットワークの決定境界は通常、データサンプルの近傍で小さな平均曲率を持つという観察に基づいている。
論文参考訳（メタデータ） (2020-03-13T20:03:01Z)
Towards Interpretable Semantic Segmentation via Gradient-weighted Class Activation Mapping [71.91734471596432]
本稿では,セマンティックセグメンテーションの解法としてSEG-GRAD-CAMを提案する。本手法は,各画素のセグメンテーションに対する関連性を示すヒートマップを作成するために局所的に適用された広く使われているGrad-CAM法の拡張である。
論文参考訳（メタデータ） (2020-02-26T12:32:40Z)
The Semantic Mutex Watershed for Efficient Bottom-Up Semantic Instance Segmentation [15.768804877756384]
本稿では,共同グラフ分割とラベリングのためのグリーディアルゴリズムを提案する。アルゴリズムの効率のため、イメージをスーパーピクセルにオーバーセグメンテーションすることなく、直接ピクセル上で操作することができる。
論文参考訳（メタデータ） (2019-12-29T19:48:39Z)

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。