Fugu-MT 論文翻訳(概要): Reconstructing group wavelet transform from feature maps with a reproducing kernel iteration

論文の概要: Reconstructing group wavelet transform from feature maps with a reproducing kernel iteration

arxiv url: http://arxiv.org/abs/2110.00600v1
Date: Fri, 1 Oct 2021 18:15:18 GMT
ステータス: 処理完了
システム内更新日: 2021-10-05 15:08:41.646982
Title: Reconstructing group wavelet transform from feature maps with a reproducing kernel iteration
Title（参考訳）: 再生カーネル反復による特徴写像からの群ウェーブレット変換の再構成
Authors: Davide Barbieri
Abstract要約: 我々は、SE(2)$ウェーブレット変換の空間に見下ろされたイメージを再構成する問題を考察する。課題が解決可能であればいつでも,基本プロジェクトによって再構築が可能であることを実証する。
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: In this paper we consider the problem of reconstructing an image that is downsampled in the space of its $SE(2)$ wavelet transform, which is motivated by classical models of simple cells receptive fields and feature preference maps in primary visual cortex. We prove that, whenever the problem is solvable, the reconstruction can be obtained by an elementary project and replace iterative scheme based on the reproducing kernel arising from the group structure, and show numerical results on real images.
Abstract（参考訳）: 本稿では,単純細胞受容野の古典モデルと一次視覚野における特徴的嗜好写像に動機づけられた,その$se(2)$ wavelet変換の空間でダウンサンプリングされた画像を再構成する問題を考察する。課題が解決可能であれば,基本計画によって再構築が得られ,群構造から生じる再生核に基づく反復スキームを置き換えることができ,実画像上で数値的な結果を示すことができる。

関連論文リスト

Diffeomorphic Template Registration for Atmospheric Turbulence Mitigation [50.16004183320537]
大気の乱流により劣化した画像の集合体に基づく放射能の回復法について述べる。画像の1つを参照として選択し、その画像から他の画像への光フローの集約により、この画像の変形をモデル化する。単純さに拘わらず、最先端のパフォーマンスを実現しています。
論文参考訳（メタデータ） (2024-05-06T17:39:53Z)
UGPNet: Universal Generative Prior for Image Restoration [26.872219158636604]
本稿では,ユニバーサル画像復元フレームワークであるUGPNetを提案する。 UGPNetは高忠実度画像復元のための回帰法と生成法の両方をうまく活用できることを示す。超高精細度画像復元のための回帰法と生成法の両方をUGPNetが有効に活用できることを示す。
論文参考訳（メタデータ） (2023-12-31T02:16:29Z)
Computerized Tomography and Reproducing Kernels [0.0]
我々は、X線変換を再生ケルネルヒルベルト空間の間の作用素と考える。この枠組みの中で、X線変換はユークリッド射影の自然な類似と見なすことができる。
論文参考訳（メタデータ） (2023-11-13T16:53:38Z)
Exploring Invariance in Images through One-way Wave Equations [96.90549064390608]
本稿では,画像画像上の不等式が一方向の波動方程式と潜時速度の組を共有していることを実証的に明らかにする。本稿では,各画像が対応する初期条件に符号化される直感的なエンコーダ・デコーダ・フレームワークを用いて実演する。
論文参考訳（メタデータ） (2023-10-19T17:59:37Z)
In-Domain GAN Inversion for Faithful Reconstruction and Editability [132.68255553099834]
ドメイン誘導型ドメイン正規化とエンコーダで構成されたドメイン内GANインバージョンを提案し、事前学習されたGANモデルのネイティブ潜在空間における反転コードを正規化する。エンコーダ構造,開始反転点,および逆パラメータ空間の効果を総合的に解析し,再構成品質と編集特性とのトレードオフを観察する。
論文参考訳（メタデータ） (2023-09-25T08:42:06Z)
Invertible Rescaling Network and Its Extensions [118.72015270085535]
本研究では,新たな視点から双方向の劣化と復元をモデル化する,新しい可逆的枠組みを提案する。我々は、有効な劣化画像を生成し、失われたコンテンツの分布を変換する可逆モデルを開発する。そして、ランダムに描画された潜在変数とともに、生成された劣化画像に逆変換を適用することにより、復元可能とする。
論文参考訳（メタデータ） (2022-10-09T06:58:58Z)
Entangled Residual Mappings [59.02488598557491]
残余接続の構造を一般化するために、絡み合った残余写像を導入する。絡み合い残余写像は、アイデンティティスキップ接続を特別な絡み合い写像に置き換える。絡み合った写像は、様々な深層モデルにまたがる特徴の反復的洗練を保ちながら、畳み込みネットワークにおける表現学習プロセスに影響を及ぼすことを示す。
論文参考訳（メタデータ） (2022-06-02T19:36:03Z)
Image-to-Graph Convolutional Network for Deformable Shape Reconstruction from a Single Projection Image [0.0]
単一視点投影画像からの変形可能な形状再構成のための画像間畳み込みネットワーク(IGCN)を提案する。 IGCNは、変形マッピングスキームに基づいて、形状/変形変動と深部画像特徴の関係を学習する。
論文参考訳（メタデータ） (2021-08-28T00:00:09Z)
Iterative regularization algorithms for image denoising with the TV-Stokes model [4.09305676000817]
本稿では,ガウス雑音を伴う雑音の多い画像から画像を復元する,TV-Stokesモデルのための反復正規化アルゴリズムを提案する。復元された画像の品質において,元の手法よりも改善した実験結果が得られた。
論文参考訳（メタデータ） (2020-09-24T22:55:18Z)
Learning Adaptive Sampling and Reconstruction for Volume Visualization [13.595857406165294]
データビジュアライゼーションにおける中心的な課題は、関連する情報がエンコードされたデータセットの画像を生成するために、どのデータサンプルが必要であるかを理解することである。本研究では,人工知能が高密度あるいは低密度のデータをどこでサンプリングするかを予測することができるかどうか,という疑問に答える第一歩を踏み出す。低解像度の入力画像からスパース適応サンプリング構造を生成するために、エンドツーエンドで訓練された新しいニューラルレンダリングパイプラインを導入する。
論文参考訳（メタデータ） (2020-07-20T13:36:54Z)
Residual-Sparse Fuzzy $C$-Means Clustering Incorporating Morphological Reconstruction and Wavelet frames [146.63177174491082]
Fuzzy $C$-Means (FCM)アルゴリズムは、形態的再構成操作とタイトウェーブレットフレーム変換を組み込んでいる。特徴集合とその理想値の間の残差に対して$ell_0$正規化項を付与することにより、改良されたFCMアルゴリズムを提案する。合成, 医用, カラー画像に対する実験結果から, 提案アルゴリズムは効率的かつ効率的であり, 他のアルゴリズムよりも優れていた。
論文参考訳（メタデータ） (2020-02-14T10:00:03Z)

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。