論文の概要: Stochastic Rounding for Image Interpolation and Scan Conversion

• arxiv url: http://arxiv.org/abs/2110.12983v1
• Date: Mon, 25 Oct 2021 14:15:50 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-26 19:53:52.008864
• Title: Stochastic Rounding for Image Interpolation and Scan Conversion
• Title（参考訳）: 画像補間とスキャン変換のための確率的丸め法
• Authors: Olivier Rukundo
• Abstract要約: 導入されたSR関数は擬似乱数に基づいており、非整数行と列サブスクリプトの擬似乱数が上下に丸められる。 NNI-SR画像の品質は、スムース化およびシャープ化フィルタの適用前後の基準画像の品質に対して評価される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The stochastic rounding (SR) function is introduced to demonstrate the effects of stochastically rounding row and column subscripts on image interpolation quality in nearest neighbor interpolation (NNI). The introduced SR function is based on a pseudorandom number that enables the pseudorandom rounding up or down of any non-integer row and column subscripts. Also, the SR function exceptionally enables rounding up of any possible cases of subscript inputs that are inferior to a pseudorandom number - especially at a high interpolation scaling ratio. The quality of NNI-SR interpolated images is evaluated against the quality of reference images - before and after applying smoothing and sharpening filters, mentioned. The quality of NNI-SR interpolated scan conversion video frames is evaluated without using any references - focusing on the quality of one frame after every 78-milliseconds for 10 000 milliseconds. Relevant experimental simulation results, discussions, and recommendations are also provided.
• Abstract（参考訳）: 確率的丸み (sr) 関数は、直近補間 (nni) における画像補間品質に及ぼす確率的丸み列と列サブスクリプトの影響を示すために導入された。 導入されたSR関数は擬似乱数に基づいており、非整数行と列サブスクリプトの擬似乱数が上下に丸められる。 また、SR関数は、特に高い補間スケーリング比において、擬似ランダム数に劣るサブスクリプト入力の任意のケースを、例外的に丸めることができる。 NNI-SR補間画像の品質は、スムース化およびシャープ化フィルタの適用前後の基準画像の品質に対して評価される。 NNI-SR補間走査変換ビデオフレームの品質は、78ミリ秒毎に10万ミリ秒毎に1フレームの品質に基準を当てることなく評価される。 関連する実験シミュレーション結果、議論、レコメンデーションも提供されている。

関連論文リスト

• Neural Fields with Thermal Activations for Arbitrary-Scale Super-Resolution [56.089473862929886]
  本稿では,適応型ガウスPSFを用いて点を問合せできる新しい設計手法を提案する。 理論的に保証されたアンチエイリアスにより、任意のスケールの単一画像の超解像のための新しい手法が確立される。
  論文  参考訳（メタデータ） (2023-11-29T14:01:28Z)
• Stacked Autoencoder Based Feature Extraction and Superpixel Generation for Multifrequency PolSAR Image Classification [0.4604003661048266]
  我々は多周波偏光合成開口レーダ(PolSAR)画像の分類アルゴリズムを提案する。 所定の画像の各周波数帯域から33の特徴を抽出する。 スーパーピクセルは、隣接するPolSARピクセル間の空間情報を保存するために使用される。
  論文  参考訳（メタデータ） (2023-11-06T05:37:03Z)
• A Novel Approach to Threshold Quantum Images by using Unsharp Measurements [0.8287206589886881]
  本研究では、未シャープ測定により、グレースケール画像のしきい値とバイナライズのためのハイブリッド量子アプローチを提案する。 提案手法は、重複するガウスのピークと、隣接する局所ミニマの間の距離を分散として利用する。 得られたしきい値を用いて、しきい値エンコーダと統合された新しい量子画像表現を用いて、グレースケール画像をバイナライズする。
  論文  参考訳（メタデータ） (2023-10-16T18:34:40Z)
• CADyQ: Content-Aware Dynamic Quantization for Image Super-Resolution [55.50793823060282]
  本稿では,画像超解像(SR)ネットワークのための新しいコンテント・アウェア・ダイナミック量子化(CADyQ)手法を提案する。 CADyQは、入力画像のローカル内容に基づいて、局所領域と層に最適なビットを適応的に割り当てる。 パイプラインは様々なSRネットワークでテストされ、いくつかの標準ベンチマークで評価されている。
  論文  参考訳（メタデータ） (2022-07-21T07:50:50Z)
• Improving spatial domain based image formation through compressed sensing [0.0]
  我々は,検出器の最適視野を選択することにより,単画素走査システムにおける画像再構成を改善する。 圧縮センシングはアルゴリズムとして探索され、Lanczosと比較して高い確率で性能が向上したことを示す。 その結果,マルチレベルサンプリングはピーク信号対ノイズ比の分布を改善することがわかった。
  論文  参考訳（メタデータ） (2020-10-01T10:56:20Z)
• Set Based Stochastic Subsampling [85.5331107565578]
  本稿では,2段階間ニューラルサブサンプリングモデルを提案する。 画像分類,画像再構成,機能再構築,少数ショット分類など,様々なタスクにおいて,低いサブサンプリング率で関連ベースラインを上回っていることを示す。
  論文  参考訳（メタデータ） (2020-06-25T07:36:47Z)
• Learning for Video Compression with Recurrent Auto-Encoder and Recurrent Probability Model [164.7489982837475]
  本稿では、リカレントオートエンコーダ(RAE)とリカレント確率モデル(RPM)を用いたリカレントラーニングビデオ圧縮(RLVC)手法を提案する。 RAEは、ビデオフレーム間の時間的相関を利用するために、エンコーダとデコーダの両方で繰り返しセルを使用する。 提案手法は,PSNRとMS-SSIMの両方の観点から,最先端の学習ビデオ圧縮性能を実現する。
  論文  参考訳（メタデータ） (2020-06-24T08:46:33Z)
• RAIN: A Simple Approach for Robust and Accurate Image Classification Networks [156.09526491791772]
  既存の敵防衛手法の大部分は、予測精度を犠牲にして堅牢性を実現することが示されている。 本稿では,ロバストおよび高精度画像分類N(RAIN)と呼ぶ新しい前処理フレームワークを提案する。 RAINは入力に対してランダム化を適用して、モデルフォワード予測パスと後方勾配パスの関係を壊し、モデルロバスト性を改善する。 STL10 と ImageNet のデータセットを用いて、様々な種類の敵攻撃に対する RAIN の有効性を検証する。
  論文  参考訳（メタデータ） (2020-04-24T02:03:56Z)
• Evaluation of Rounding Functions in Nearest-Neighbor Interpolation [0.0]
  評価された丸め関数は、IEEE 754-2008標準で定義された5つの丸め規則の中から選択される。 丸め関数がNN画像品質に与える影響を研究・評価するために、フル・ノン・レファレンス画像品質評価指標が使用される。
  論文  参考訳（メタデータ） (2020-03-15T18:17:36Z)
• 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)
• SUR-FeatNet: Predicting the Satisfied User Ratio Curvefor Image Compression with Deep Feature Learning [15.2348952809434]
  本研究では,SUR曲線の予測に初となる深層学習手法を提案する。 最適なパラメトリックモデルを選択するために、最大推定法とアンダーソン・ダーリング試験を適用する方法を示す。 私たちのディープラーニングアプローチは、シアムの畳み込みニューラルネットワーク、トランスファーラーニング、ディープフィーチャーラーニングに依存しています。
  論文  参考訳（メタデータ） (2020-01-07T12:37:07Z)

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。