論文の概要: Geodesic Models with Convexity Shape Prior

• arxiv url: http://arxiv.org/abs/2111.00794v1
• Date: Mon, 1 Nov 2021 09:41:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-02 15:34:11.467052
• Title: Geodesic Models with Convexity Shape Prior
• Title（参考訳）: 凸形状を持つ測地線モデル
• Authors: Da Chen and Jean-Marie Mirebeau and Minglei Shu and Xuecheng Tai and Laurent D. Cohen
• Abstract要約: 本稿では, より複雑な問題として, 凸形状を持つ曲率ペナル化された測地線経路の発見について考察する。 配向リフトの戦略に依存する新しい測地モデルを構築した。 凸形状は、曲率の制約を符号化した局所測地線メトリクスの構築のための制約として機能する。
• 参考スコア（独自算出の注目度）: 8.932981695464761
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The minimal geodesic models based on the Eikonal equations are capable of finding suitable solutions in various image segmentation scenarios. Existing geodesic-based segmentation approaches usually exploit image features in conjunction with geometric regularization terms, such as Euclidean curve length or curvature-penalized length, for computing geodesic curves. In this paper, we take into account a more complicated problem: finding curvature-penalized geodesic paths with a convexity shape prior. We establish new geodesic models relying on the strategy of orientation-lifting, by which a planar curve can be mapped to an high-dimensional orientation-dependent space. The convexity shape prior serves as a constraint for the construction of local geodesic metrics encoding a particular curvature constraint. Then the geodesic distances and the corresponding closed geodesic paths in the orientation-lifted space can be efficiently computed through state-of-the-art Hamiltonian fast marching method. In addition, we apply the proposed geodesic models to the active contours, leading to efficient interactive image segmentation algorithms that preserve the advantages of convexity shape prior and curvature penalization.
• Abstract（参考訳）: アイコン方程式に基づく最小測地モデルは、様々な画像セグメンテーションのシナリオで適切な解を見つけることができる。 既存の測地線に基づくセグメンテーションアプローチは、通常、測地線曲線を計算するためにユークリッド曲線の長さや曲率ペナル化長さなどの幾何正規化項と共に画像特徴を利用する。 本稿では, より複雑な問題として, 凸形状を持つ曲率ペナル化された測地線経路を求める。 我々は、平面曲線を高次元の向きに依存した空間にマッピングできる配向リフト戦略に依存する新しい測地モデルを確立する。 凸形状は、特定の曲率の制約をコードする局所測地線メトリクスの構築のための制約となる。 そして、向き上げ空間における測地距離とそれに対応する閉測地路を、最先端のハミルトン高速マーチング法により効率的に計算することができる。 さらに,提案する測地線モデルをアクティブな輪郭に適用することにより,凸形状の利点と曲率ペナリゼーションを保った効率的なインタラクティブ画像分割アルゴリズムを実現する。

関連論文リスト

• Learning Geodesics of Geometric Shape Deformations From Images [4.802048897896533]
  本稿では,画像から得られる変形場のジオデシックフローを初めて学習できるジオデシック・デフォルマブル・ネットワーク(GDN)という新しい手法を提案する。 特に,画像中の変形可能な形状の定量化と比較には,測地学を予測できるGDNの有用性が重要である。
  論文  参考訳（メタデータ） (2024-10-24T14:49:59Z)
• Adaptive Surface Normal Constraint for Geometric Estimation from Monocular Images [56.86175251327466]
  本稿では,幾何学的文脈を取り入れつつ,画像から深度や表面正規度などの測地を学習するための新しい手法を提案する。 提案手法は,入力画像に存在する幾何学的変動を符号化した幾何学的文脈を抽出し,幾何的制約と深度推定を相関付ける。 本手法は,画像から高品質な3次元形状を生成可能な密着型フレームワーク内での深度と表面の正規分布推定を統一する。
  論文  参考訳（メタデータ） (2024-02-08T17:57:59Z)
• Curve Your Attention: Mixed-Curvature Transformers for Graph Representation Learning [77.1421343649344]
  本稿では,一定曲率空間の積を完全に操作するトランスフォーマーの一般化を提案する。 また、非ユークリッド注意に対するカーネル化されたアプローチを提供し、ノード数とエッジ数に線形に時間とメモリコストでモデルを実行できるようにします。
  論文  参考訳（メタデータ） (2023-09-08T02:44:37Z)
• Curvature-Independent Last-Iterate Convergence for Games on Riemannian Manifolds [77.4346324549323]
  本研究では, 多様体の曲率に依存しないステップサイズが, 曲率非依存かつ直線的最終点収束率を達成することを示す。 我々の知る限りでは、曲率非依存率や/または最終点収束の可能性はこれまでに検討されていない。
  論文  参考訳（メタデータ） (2023-06-29T01:20:44Z)
• Short and Straight: Geodesics on Differentiable Manifolds [6.85316573653194]
  本研究では,測地線長を最小化するための既存の手法をまず解析する。 次に,連続多様体上の距離場と測地流のモデルに基づくパラメータ化を提案する。 第3に,Ricciスカラーのより大きい値を示す多様体の領域において,曲率に基づくトレーニング機構,サンプリングおよびスケーリングポイントを開発する。
  論文  参考訳（メタデータ） (2023-05-24T15:09:41Z)
• First-Order Algorithms for Min-Max Optimization in Geodesic Metric Spaces [93.35384756718868]
  min-maxアルゴリズムはユークリッド設定で解析されている。 指数関数法 (RCEG) が線形速度で最終収束を補正したことを証明した。
  論文  参考訳（メタデータ） (2022-06-04T18:53:44Z)
• GraphWalks: Efficient Shape Agnostic Geodesic Shortest Path Estimation [93.60478281489243]
  3次元曲面上の測地線経路を近似する学習可能なネットワークを提案する。 提案手法は,最短経路の効率的な近似と測地距離推定を提供する。
  論文  参考訳（メタデータ） (2022-05-30T16:22:53Z)
• Geometric decomposition of geodesics and null phase curves using Majorana star representation [0.0]
  ヒルベルト空間の測地線をブロッホ球面上の$n-1$曲線に分解するためにマヨラナ星表現を用いる。 また、$(n>2)$-次元ヒルベルト空間に対して任意の2つの任意の状態間で無限に多くのNPCを構成する方法を提案する。
  論文  参考訳（メタデータ） (2022-02-24T17:21:17Z)
• On Linear Interpolation in the Latent Space of Deep Generative Models [0.0]
  潜在空間における線形の滑らかさと可視性は、基礎となる生成モデルの品質と関連している。 測地線が与える最短曲線から任意に逸脱できるので、そのような曲線がすべて同値であるとは限らない。 この偏差は、生成モデルのプルバックメトリックによる曲線長の計算によって明らかにされる。
  論文  参考訳（メタデータ） (2021-05-08T10:27:07Z)
• Convex Geometry and Duality of Over-parameterized Neural Networks [70.15611146583068]
  有限幅2層ReLUネットワークの解析のための凸解析手法を開発した。 正規化学習問題に対する最適解が凸集合の極点として特徴づけられることを示す。 高次元では、トレーニング問題は無限に多くの制約を持つ有限次元凸問題としてキャストできることが示される。
  論文  参考訳（メタデータ） (2020-02-25T23:05:33Z)
• A Region-based Randers Geodesic Approach for Image Segmentation [16.091797508701045]
  最小測地線経路の枠組みに基づく新しい変分画像分割モデルを提案する。 また,幾つもの測地線経路の連結により,対象境界線をデライン化できる,実用的なインタラクティブな画像分割戦略を提案する。
  論文  参考訳（メタデータ） (2019-12-20T22:17:50Z)

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。