論文の概要: Reverse image filtering using total derivative approximation and
accelerated gradient descent
- arxiv url: http://arxiv.org/abs/2112.04121v1
- Date: Wed, 8 Dec 2021 05:16:11 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-09 15:27:29.869744
- Title: Reverse image filtering using total derivative approximation and
accelerated gradient descent
- Title(参考訳): 全微分近似と加速度勾配降下を用いた逆画像フィルタリング
- Authors: Fernando J. Galetto, Guang Deng
- Abstract要約: 線形あるいは非線形な画像フィルタの効果を逆転する新たな問題に対処する。
この仮定では、フィルタのアルゴリズムは未知であり、フィルタはブラックボックスとして利用できる。
この逆問題を、局所的なパッチベースのコスト関数の最小化として定式化し、全導関数を用いて勾配勾配の勾配を近似し、問題を解く。
- 参考スコア(独自算出の注目度): 82.93345261434943
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we address a new problem of reversing the effect of an image
filter, which can be linear or nonlinear. The assumption is that the algorithm
of the filter is unknown and the filter is available as a black box. We
formulate this inverse problem as minimizing a local patch-based cost function
and use total derivative to approximate the gradient which is used in gradient
descent to solve the problem. We analyze factors affecting the convergence and
quality of the output in the Fourier domain. We also study the application of
accelerated gradient descent algorithms in three gradient-free reverse filters,
including the one proposed in this paper. We present results from extensive
experiments to evaluate the complexity and effectiveness of the proposed
algorithm. Results demonstrate that the proposed algorithm outperforms the
state-of-the-art in that (1) it is at the same level of complexity as that of
the fastest reverse filter, but it can reverse a larger number of filters, and
(2) it can reverse the same list of filters as that of the very complex reverse
filter, but its complexity is much smaller.
- Abstract(参考訳): 本稿では,線形あるいは非線形な画像フィルタの効果を逆転する新たな問題に対処する。
この仮定では、フィルタのアルゴリズムは未知であり、フィルタはブラックボックスとして利用できる。
この逆問題を,局所パッチベースのコスト関数を最小化し,勾配降下に使用される勾配を近似するために全微分を用いて近似する。
フーリエ領域における出力の収束と品質に影響する要因を分析した。
また,本論文で提案する3つの逆フィルタにおける加速度勾配降下アルゴリズムの適用について検討した。
本稿では,提案アルゴリズムの複雑さと有効性を評価するための実験結果について述べる。
その結果,提案アルゴリズムは,(1)最も高速な逆フィルタと同程度の複雑性で,また,(2)非常に複雑な逆フィルタの逆フィルタと同一のフィルタのリストを逆転させることができるが,その複雑さははるかに小さい。
関連論文リスト
- Computational Doob's h-transforms for Online Filtering of Discretely
Observed Diffusions [65.74069050283998]
本研究では,Doobの$h$-transformsを近似する計算フレームワークを提案する。
提案手法は、最先端粒子フィルタよりも桁違いに効率的である。
論文 参考訳(メタデータ) (2022-06-07T15:03:05Z) - Learning Versatile Convolution Filters for Efficient Visual Recognition [125.34595948003745]
本稿では,効率的な畳み込みニューラルネットワーク構築のための多目的フィルタを提案する。
本稿では,ネットワークの複雑性に関する理論的解析を行い,効率的な畳み込み手法を提案する。
ベンチマークデータセットとニューラルネットワークの実験結果は、我々の汎用フィルタが元のフィルタと同等の精度を達成できることを実証している。
論文 参考訳(メタデータ) (2021-09-20T06:07:14Z) - Fourier Series Expansion Based Filter Parametrization for Equivariant
Convolutions [73.33133942934018]
2次元フィルタパラメトリゼーション技術は同変畳み込みの設計において重要な役割を果たす。
F-Convというフィルタパラメトリゼーション法に基づく新しい同変畳み込み法
F-Convは、画像超解像タスクにおいて、以前のフィルタパラメトリゼーション法よりも明らかに優れている。
論文 参考訳(メタデータ) (2021-07-30T10:01:52Z) - Differentiable Particle Filtering without Modifying the Forward Pass [21.430102374292666]
バックプロパゲーションで用いられるメッセージのみを修正することにより、限界確率の勾配の偏りのない推定値を得る方法を示す。
我々はこれを停止段階再サンプリングと呼び、自動微分ライブラリで容易に実装できる。
論文 参考訳(メタデータ) (2021-06-18T18:58:52Z) - Dilated filters for edge detection algorithms [0.0]
拡張畳み込みは機械学習に素晴らしい結果をもたらす。
ここでは,エッジ検出アルゴリズムで使用される標準フィルタの拡張について論じる。
論文 参考訳(メタデータ) (2021-06-14T12:52:17Z) - Unsharp Mask Guided Filtering [53.14430987860308]
本論文の目的は,フィルタ中の構造伝達の重要性を強調した画像フィルタリングである。
アンシャープマスキングにインスパイアされたガイドフィルタの新しい簡易な定式化を提案する。
我々の定式化は低域フィルタに先立ってフィルタを楽しみ、単一の係数を推定することで明示的な構造伝達を可能にする。
論文 参考訳(メタデータ) (2021-06-02T19:15:34Z) - Stochastic Gradient Variance Reduction by Solving a Filtering Problem [0.951828574518325]
ディープニューラルネットワーク(DNN)は一般的に最適化された勾配降下(SGD)を用いる
試料を用いた勾配推定はノイズが多く信頼性が低い傾向にあり, 勾配のばらつきが大きく, 収束不良が生じる。
勾配を一貫した推定を行う効率的な最適化アルゴリズムである textbfFilter Gradient Decent (FGD) を提案する。
論文 参考訳(メタデータ) (2020-12-22T23:48:42Z) - Accelerated FBP for computed tomography image reconstruction [1.0266928164137636]
フィルタバックプロジェクション (FBP) は, 許容品質を示す断層画像再構成において一般的に用いられる手法である。
本稿では,アルゴリズムの計算複雑性を$Theta(N2log N)$に減らし,フーリエ空間を回避した加算演算を提案する。
論文 参考訳(メタデータ) (2020-07-13T10:16:54Z) - Efficient Spatially Adaptive Convolution and Correlation [11.167305713900074]
本研究では,空間的に異なる線形変換をフィルタに適用できる表現理論フレームワークを提案する。
このフレームワークは、回転(2Dおよび3D)やスケールのような変換群に対する拡張畳み込みと相関の効率的な実装を可能にする。
本稿では,パターンマッチング,画像特徴記述,ベクトル場可視化,適応画像フィルタリングへの応用について述べる。
論文 参考訳(メタデータ) (2020-06-23T17:41:10Z) - Filter Grafting for Deep Neural Networks: Reason, Method, and
Cultivation [86.91324735966766]
フィルタは現代の畳み込みニューラルネットワーク(CNN)のキーコンポーネントである
本稿では,この目的を達成するためにフィルタグラフト(textbfMethod)を導入する。
我々は,フィルタの情報を測定するための新しい基準と,グラフトされた情報をネットワーク間でバランスをとるための適応重み付け戦略を開発する。
論文 参考訳(メタデータ) (2020-04-26T08:36:26Z)
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。