論文の概要: Fractal measures of image local features: an application to texture recognition

• arxiv url: http://arxiv.org/abs/2108.12491v1
• Date: Fri, 27 Aug 2021 20:27:28 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-01 10:22:21.218364
• Title: Fractal measures of image local features: an application to texture recognition
• Title（参考訳）: 画像局所的特徴のフラクタル測度:テクスチャ認識への応用
• Authors: Pedro M. Silva, Joao B. Florindo
• Abstract要約: 特徴ベクトルを構成するために、異なるレベルで閾値付けられた局所バイナリコードのボックスカウント次元を計算する。 提案手法は文献に報告されている他の最先端のソリューションと競合することを示した。
• 参考スコア（独自算出の注目度）: 1.2183405753834562
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Here we propose a new method for the classification of texture images combining fractal measures (fractal dimension, multifractal spectrum and lacunarity) with local binary patterns. More specifically we compute the box counting dimension of the local binary codes thresholded at different levels to compose the feature vector. The proposal is assessed in the classification of three benchmark databases: KTHTIPS-2b, UMD and UIUC as well as in a real-world problem, namely the identification of Brazilian plant species (database 1200Tex) using scanned images of their leaves. The proposed method demonstrated to be competitive with other state-of-the-art solutions reported in the literature. Such results confirmed the potential of combining a powerful local coding description with the multiscale information captured by the fractal dimension for texture classification.
• Abstract（参考訳）: 本稿では,フラクタル測度(フラクタル次元,マルチフラクタルスペクトル,ラキュナリティー)と局所2値パターンを組み合わせたテクスチャ画像の分類法を提案する。 より具体的には、異なるレベルで閾値付けられたローカルバイナリコードのボックスカウント次元を計算して特徴ベクトルを構成する。 この提案は、KTHTIPS-2b、UDD、UIUCの3つのベンチマークデータベースの分類と、実世界の問題、すなわち、葉のスキャン画像を用いたブラジルの植物種(データベース1200Tex)の識別において評価されている。 提案手法は文献に報告されている他の最先端のソリューションと競合することを示した。 これらの結果から,テクスチャ分類のためのフラクタル次元が捉えたマルチスケール情報と,強力な局所符号化記述を組み合わせる可能性が示唆された。

関連論文リスト

• Deep Neural Networks Fused with Textures for Image Classification [20.58839604333332]
  きめ細かい画像分類はコンピュータビジョンにおいて難しい課題である。 グローバルテクスチャと局所パッチ情報を組み合わせたFGICの融合手法を提案する。 提案手法は,有意なマージンを有する既存手法よりも高い分類精度を達成できた。
  論文  参考訳（メタデータ） (2023-08-03T15:21:08Z)
• Multi-View Vertebra Localization and Identification from CT Images [57.56509107412658]
  我々は,CT画像からの多視点椎体局在と同定を提案する。 本研究では,3次元問題を異なる視点における2次元局所化および識別タスクに変換する。 本手法は,多視点グローバル情報を自然に学習することができる。
  論文  参考訳（メタデータ） (2023-07-24T14:43:07Z)
• Multi-spectral Class Center Network for Face Manipulation Detection and Localization [52.569170436393165]
  顔の操作検出と局所化のための新しいマルチスペクトル・クラス・センター・ネットワーク(MSCCNet)を提案する。 周波数帯域の異なる特徴に基づき、MSCCモジュールはマルチスペクトルクラスセンターを収集し、ピクセル対クラス関係を計算する。 多スペクトルクラスレベルの表現を適用することで、偽画像の操作された領域に敏感な視覚概念の意味情報を抑えることができる。
  論文  参考訳（メタデータ） (2023-05-18T08:09:20Z)
• Parents and Children: Distinguishing Multimodal DeepFakes from Natural Images [60.34381768479834]
  近年の拡散モデルの発展により、自然言語のテキストプロンプトから現実的なディープフェイクの生成が可能になった。 我々は、最先端拡散モデルにより生成されたディープフェイク検出に関する体系的研究を開拓した。
  論文  参考訳（メタデータ） (2023-04-02T10:25:09Z)
• Multiscale Analysis for Improving Texture Classification [62.226224120400026]
  本稿では,テクスチャの異なる空間周波数帯域を別々に扱うために,ガウス・ラプラシアピラミッドを用いる。 バイオインスパイアされたテクスチャ記述子,情報理論測度,灰色レベルの共起行列特徴,ハリリック統計特徴から抽出した特徴を特徴ベクトルに集約した。
  論文  参考訳（メタデータ） (2022-04-21T01:32:22Z)
• Image Splicing Detection, Localization and Attribution via JPEG Primary Quantization Matrix Estimation and Clustering [49.75353434786065]
  画像領域の異なる2つのJPEGアーチファクトの不整合の検出は、しばしば局所的な画像操作を検出するために使用される。 ドナー画像の異なる領域を識別するエンド・ツー・エンドシステムを提案する。
  論文  参考訳（メタデータ） (2021-02-02T11:21:49Z)
• Reorganizing local image features with chaotic maps: an application to texture recognition [0.0]
  テクスチャ認識のためのカオスベースの局所記述子を提案する。 画像を3次元ユークリッド空間にマッピングし、この3次元構造上のカオス写像を反復し、元の像に戻す。 本手法の有効性をベンチマークデータベースの分類と,葉面のテクスチャに基づくブラジルの植物種の同定で検証した。
  論文  参考訳（メタデータ） (2020-07-15T03:15:01Z)
• Two-View Fine-grained Classification of Plant Species [66.75915278733197]
  本研究では,2視点の葉のイメージ表現に基づく新しい手法と,植物種の粒度認識のための階層的分類戦略を提案する。 シームズ畳み込みニューラルネットワークに基づく深度測定は、多数のトレーニングサンプルへの依存を減らし、新しい植物種に拡張性を持たせるために用いられる。
  論文  参考訳（メタデータ） (2020-05-18T21:57:47Z)
• Image retrieval approach based on local texture information derived from predefined patterns and spatial domain information [14.620086904601472]
  提案手法の性能は,Simplicityデータベース上での精度とリコールの観点から評価する。 比較の結果,提案手法は既知の多くの手法よりも精度が高いことがわかった。
  論文  参考訳（メタデータ） (2019-12-30T16:11:04Z)

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。