論文の概要: Image recognition via Vietoris-Rips complex
- arxiv url: http://arxiv.org/abs/2109.02231v1
- Date: Mon, 6 Sep 2021 03:51:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-07 16:34:48.250537
- Title: Image recognition via Vietoris-Rips complex
- Title（参考訳）: Vietoris-Rips複合体による画像認識
- Authors: Yasuhiko Asao, Jumpei Nagase, Ryotaro Sakamoto, and Shiro Takagi
- Abstract要約: 画像から重み付きグラフを構築し、画像の局所的な情報を抽出する。
画像の複雑さに関する情報を抽出し,このVietoris-Rips複合体から比較的高い濃度の情報でサブイメージを検出する。
抽出した特徴が画像の特徴を捉えることを実証的に示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Extracting informative features from images has been of capital importance in
computer vision. In this paper, we propose a way to extract such features from
images by a method based on algebraic topology. To that end, we construct a
weighted graph from an image, which extracts local information of an image. By
considering this weighted graph as a pseudo-metric space, we construct a
Vietoris-Rips complex with a parameter $\varepsilon$ by a well-known process of
algebraic topology. We can extract information of complexity of the image and
can detect a sub-image with a relatively high concentration of information from
this Vietoris-Rips complex. The parameter $\varepsilon$ of the Vietoris-Rips
complex produces robustness to noise. We empirically show that the extracted
feature captures well images' characteristics.
- Abstract（参考訳）: 画像から情報的特徴を抽出することはコンピュータビジョンにおいて重要である。
本稿では,代数的トポロジに基づく手法により,画像からそのような特徴を抽出する方法を提案する。
そこで,画像の局所的な情報を抽出する重み付きグラフを画像から構築する。
この重み付きグラフを擬計量空間として考えることにより、代数トポロジーのよく知られたプロセスによりパラメータ $\varepsilon$ を持つビエトリス・リップス複体を構築する。
画像の複雑さに関する情報を抽出し,このVietoris-Rips複合体から比較的高い濃度の情報でサブイメージを検出する。
パラメータ $\varepsilon$ of the Vietoris-Rips complex は雑音に対するロバスト性をもたらす。
抽出した特徴が画像の特徴を捉えることを実証的に示す。
関連論文リスト
- Simplicial Representation Learning with Neural $k$-Forms [14.566552361705499]
本稿では,ノード座標を用いて,$mathbbRn$に埋め込まれた単体錯体から得られる幾何学的情報を活用することに焦点を当てる。
我々は mathbbRn の微分 k-形式を用いて単純化の表現を作成し、メッセージパッシングなしに解釈可能性と幾何学的整合性を提供する。
本手法は, グラフ, simplicial Complex, セルコンプレックスなど, 様々な入力コンプレックスに適用可能である。
論文 参考訳（メタデータ） (2023-12-13T21:03:39Z) - Deep Richardson-Lucy Deconvolution for Low-Light Image Deblurring [48.80983873199214]
我々は,飽和画素を学習潜時マップでモデル化するデータ駆動型手法を開発した。
新しいモデルに基づいて、非盲検除色タスクを最大後部(MAP)問題に定式化することができる。
増幅されたアーティファクトを使わずに高品質な劣化画像を推定するために,我々は事前推定ネットワークを構築した。
論文 参考訳（メタデータ） (2023-08-10T12:53:30Z) - Super-Resolution of License Plate Images Using Attention Modules and
Sub-Pixel Convolution Layers [3.8831062015253055]
監視画像における構造的特徴およびテクスチャ的特徴の検出を強化するために,Single-Image Super-Resolution (SISR) アプローチを導入する。
提案手法は,サブピクセルの畳み込み層と,光学的文字認識(OCR)モデルを用いて特徴抽出を行うロス関数を含む。
以上の結果から, これらの低解像度合成画像の再構成手法は, 定量化と定性化の両面で, 既存の画像よりも優れていたことが示唆された。
論文 参考訳（メタデータ） (2023-05-27T00:17:19Z) - GH-Feat: Learning Versatile Generative Hierarchical Features from GANs [61.208757845344074]
画像合成から学習した生成機能は、幅広いコンピュータビジョンタスクを解く上で大きな可能性を秘めていることを示す。
まず,事前学習したStyleGANジェネレータを学習損失関数として考慮し,エンコーダを訓練する。
GH-Feat(Generative Hierarchical Features)と呼ばれるエンコーダが生成する視覚的特徴は、階層的なGAN表現と高度に一致している。
論文 参考訳（メタデータ） (2023-01-12T21:59:46Z) - Combining Counterfactuals With Shapley Values To Explain Image Models [13.671174461441304]
我々は、反事実を生成し、Shapley値を推定するパイプラインを開発する。
我々は強い公理的保証を持つ対照的で解釈可能な説明を得る。
論文 参考訳（メタデータ） (2022-06-14T18:23:58Z) - Orthonormal Convolutions for the Rotation Based Iterative
Gaussianization [64.44661342486434]
本稿では、画像ガウス化を可能にする回転型反復ガウス化RBIGの拡張について詳述する。
RBIGの回転は主成分分析や独立成分分析に基づくため、画像では小さな画像パッチや孤立画素に制限されている。
emphConvolutional RBIG:この問題を緩和する拡張として,RBIGの回転が畳み込みであることを示す。
論文 参考訳（メタデータ） (2022-06-08T12:56:34Z) - 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) - CoordGAN: Self-Supervised Dense Correspondences Emerge from GANs [129.51129173514502]
本稿では,各生成画像の高密度対応マップを学習する構造テクスチャ不整合GANであるCoordinate GAN(CoordGAN)を紹介する。
提案するジェネレータは,既存手法に比べて構造とテクスチャの絡み合いが良くなることを示す。
論文 参考訳（メタデータ） (2022-03-30T17:55:09Z) - Fusion of visible and infrared images via complex function [0.0]
視覚および赤外線カメラから収集した部分像の融合のためのアルゴリズムを提案する。
提案した複素関数のアルゴリズムは、コンピュータパワーでの使用と非要求が単純である。
論文 参考訳（メタデータ） (2020-05-03T10:55:31Z) - Geometrically Mappable Image Features [85.81073893916414]
地図内のエージェントの視覚に基づくローカライゼーションは、ロボット工学とコンピュータビジョンにおいて重要な問題である。
本稿では,画像検索を対象とした画像特徴学習手法を提案する。
論文 参考訳（メタデータ） (2020-03-21T15:36:38Z)
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。