論文の概要: Gaussian-Hermite Moment Invariants of General Vector Functions to
Rotation-Affine Transform
- arxiv url: http://arxiv.org/abs/2201.00877v1
- Date: Mon, 3 Jan 2022 20:56:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-05 13:47:44.418345
- Title: Gaussian-Hermite Moment Invariants of General Vector Functions to
Rotation-Affine Transform
- Title(参考訳): 回転アフィン変換に対する一般ベクトル関数のガウス-ハーマイトモーメント不変量
- Authors: Hanlin Mo, Hua Li, Guoying Zhao
- Abstract要約: 本稿では,一般ベクトル関数のモーメント不変量の構築に焦点をあてる。
モーメント不変量を構築するために、文学において一様フレームが提案されたのはこれが初めてである。
ベクトル値データの合成および一般的なデータセットに基づいて,これらの不変量の安定性と識別性を評価する実験を行った。
- 参考スコア(独自算出の注目度): 39.58178582162608
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the development of data acquisition technology, multi-channel data is
collected and widely used in many fields. Most of them can be expressed as
various types of vector functions. Feature extraction of vector functions for
identifying certain patterns of interest is a critical but challenging task. In
this paper, we focus on constructing moment invariants of general vector
functions. Specifically, we define rotation-affine transform to describe real
deformations of general vector functions, and then design a structural frame to
systematically generate Gaussian-Hermite moment invariants to this transform
model. This is the first time that a uniform frame has been proposed in the
literature to construct orthogonal moment invariants of general vector
functions. Given a certain type of multi-channel data, we demonstrate how to
utilize the new method to derive all possible invariants and to eliminate
various dependences among them. For RGB images, 2D and 3D flow fields, we
obtain the complete and independent sets of the invariants with low orders and
low degrees. Based on synthetic and popular datasets of vector-valued data, the
experiments are carried out to evaluate the stability and discriminability of
these invariants, and also their robustness to noise. The results clearly show
that the moment invariants proposed in our paper have better performance than
other previously used moment invariants of vector functions in RGB image
classification, vortex detection in 2D vector fields and template matching for
3D flow fields.
- Abstract(参考訳): データ取得技術の発展により、マルチチャネルデータは収集され、多くの分野で広く使われている。
それらの多くは様々な種類のベクトル関数として表現できる。
特定の関心のパターンを特定するベクトル関数の特徴抽出は、重要だが難しい課題である。
本稿では,一般ベクトル関数のモーメント不変量の構築に焦点をあてる。
具体的には、一般ベクトル関数の実変形を記述するために回転アフィン変換を定義し、この変換モデルにガウス・ハーマイトモーメント不変量を生成する構造フレームを設計する。
一般ベクトル関数の直交モーメント不変量を構成するために一様フレームが文献で提案されたのはこれが初めてである。
マルチチャネルデータの種類が与えられた場合,新しい手法を用いて可能な不変量をすべて導出し,それら間の様々な依存を排除する方法を示す。
RGB画像に対し、2次元および3次元のフロー場は、低次かつ低次な不変量の完全かつ独立な集合を得る。
ベクトル値データの合成および一般的なデータセットに基づいて、これらの不変量の安定性と判別性、および雑音に対するロバスト性を評価する実験を行った。
その結果,RGB画像分類,2次元ベクトル場における渦検出,3次元流れ場に対するテンプレートマッチングなどにおいて,従来使用されていたベクトル関数のモーメント不変量よりも優れた性能を示した。
関連論文リスト
- Equivariant Spatio-Temporal Self-Supervision for LiDAR Object Detection [37.142470149311904]
本研究では,空間的および時間的拡張を両立させることにより,時間的同変学習の枠組みを提案する。
既存の等変および不変のアプローチを多くの設定で上回る3次元物体検出のための事前学習法を示す。
論文 参考訳(メタデータ) (2024-04-17T20:41:49Z) - Category-Level 6D Object Pose Estimation with Flexible Vector-Based
Rotation Representation [51.67545893892129]
モノクロRGB-D画像からカテゴリレベルの6次元ポーズとサイズ推定のための新しい3次元グラフ畳み込みに基づくパイプラインを提案する。
まず,3次元グラフ畳み込みを用いた向き対応オートエンコーダの設計を行った。
そして, 回転情報を潜在特徴から効率的に復号化するために, フレキシブルなベクトルベースデコンポーザブルな回転表現を設計する。
論文 参考訳(メタデータ) (2022-12-09T02:13:43Z) - Nonparametric Factor Trajectory Learning for Dynamic Tensor
Decomposition [20.55025648415664]
動的テンソル分解(NONFAT)のためのNON FActor Trajectory Learningを提案する。
我々は第2レベルのGPを用いてエントリ値をサンプリングし、エンティティ間の時間的関係をキャプチャする。
実世界のいくつかの応用において,本手法の利点を示した。
論文 参考訳(メタデータ) (2022-07-06T05:33:00Z) - Closed-Form Diffeomorphic Transformations for Time Series Alignment [0.0]
本稿では, ODE 解に対する閉形式表現とその勾配を, 連続的なピースワイド・ファイン速度関数の下で表現する。
その結果,効率と精度の両面で有意な改善が認められた。
論文 参考訳(メタデータ) (2022-06-16T12:02:12Z) - 3D Equivariant Graph Implicit Functions [51.5559264447605]
局所的詳細のモデリングを容易にする同変層を持つグラフ暗黙関数の新しいファミリを導入する。
提案手法は,ShapeNet再構成作業において既存の回転同変暗黙関数を0.69から0.89に改善する。
論文 参考訳(メタデータ) (2022-03-31T16:51:25Z) - Permutation Equivariant Generative Adversarial Networks for Graphs [72.20409648915398]
GANと同変関数に依存する3段階モデルである3G-GANを提案する。
我々は,探索実験を奨励し,解決すべき課題について議論する。
論文 参考訳(メタデータ) (2021-12-07T10:37:49Z) - A Differential Geometry Perspective on Orthogonal Recurrent Models [56.09491978954866]
我々は微分幾何学からのツールと洞察を用いて、直交rnnの新しい視点を提供する。
直交RNNは、発散自由ベクトル場の空間における最適化と見なすことができる。
この観測に動機づけられて、ベクトル場全体の空間にまたがる新しいリカレントモデルの研究を行う。
論文 参考訳(メタデータ) (2021-02-18T19:39:22Z) - tvGP-VAE: Tensor-variate Gaussian Process Prior Variational Autoencoder [0.0]
tvGP-VAEはカーネル関数を使用して相関を明示的にモデル化することができる。
そこで本研究では,どの相関構造を潜在空間で明示的に表現するかの選択が,モデル性能に大きな影響を及ぼすことを示す。
論文 参考訳(メタデータ) (2020-06-08T17:59:13Z) - Invariant Feature Coding using Tensor Product Representation [75.62232699377877]
我々は,群不変特徴ベクトルが線形分類器を学習する際に十分な識別情報を含んでいることを証明した。
主成分分析やk平均クラスタリングにおいて,グループアクションを明示的に考慮する新たな特徴モデルを提案する。
論文 参考訳(メタデータ) (2019-06-05T07:15:17Z)
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。