論文の概要: SparseAlign: A Super-Resolution Algorithm for Automatic Marker
Localization and Deformation Estimation in Cryo-Electron Tomography
- arxiv url: http://arxiv.org/abs/2201.08706v1
- Date: Fri, 21 Jan 2022 14:03:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-24 14:57:18.223155
- Title: SparseAlign: A Super-Resolution Algorithm for Automatic Marker
Localization and Deformation Estimation in Cryo-Electron Tomography
- Title（参考訳）: SparseAlign:Cryo-Electron Tomographyにおけるマーカーの自動局在と変形推定のための超解法アルゴリズム
- Authors: Poulami Somanya Ganguly, Felix Lucka, Holger Kohr, Erik Franken,
Hermen Jan Hupkes, K Joost Batenburg
- Abstract要約: 格子フリー超解像法を単一分子局在顕微鏡の文脈で提案した。
提案手法はラベル付きマーカー位置を必要としないが,画像に基づく損失を用いてマーカーの前方投影と観測データとの比較を行う。
提案手法では,マーカーを自動的に検出し,ラベル付きマーカーデータなしで試料変形を確実に推定する。
- 参考スコア（独自算出の注目度）: 0.17398560678845074
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Tilt-series alignment is crucial to obtaining high-resolution reconstructions
in cryo-electron tomography. Beam-induced local deformation of the sample is
hard to estimate from the low-contrast sample alone, and often requires
fiducial gold bead markers. The state-of-the-art approach for deformation
estimation uses (semi-)manually labelled marker locations in projection data to
fit the parameters of a polynomial deformation model. Manually-labelled marker
locations are difficult to obtain when data are noisy or markers overlap in
projection data. We propose an alternative mathematical approach for
simultaneous marker localization and deformation estimation by extending a
grid-free super-resolution algorithm first proposed in the context of
single-molecule localization microscopy. Our approach does not require labelled
marker locations; instead, we use an image-based loss where we compare the
forward projection of markers with the observed data. We equip this marker
localization scheme with an additional deformation estimation component and
solve for a reduced number of deformation parameters. Using extensive numerical
studies on marker-only samples, we show that our approach automatically finds
markers and reliably estimates sample deformation without labelled marker data.
We further demonstrate the applicability of our approach for a broad range of
model mismatch scenarios, including experimental electron tomography data of
gold markers on ice.
- Abstract（参考訳）: クライオ電子トモグラフィの高分解能再構成には傾斜系列アライメントが不可欠である。
ビーム誘起試料の局所的変形は低コントラスト試料単独では推定が困難であり、しばしばfiducial gold beadマーカーを必要とする。
変形推定に関する最先端のアプローチは, 多項式変形モデルのパラメータに適合するために, 投影データ中のマーカー位置を半々的にラベル付けする手法を用いる。
データのノイズやマーカが投影データに重複する場合,手作業によるマーカー位置の取得は困難である。
格子フリー超解像アルゴリズムを1分子の局所化顕微鏡で初めて提案し, 同時マーカーの局在化と変形推定のための数学的手法を提案する。
提案手法はラベル付きマーカー位置を必要としないが,画像に基づく損失を用いてマーカーの前方投影と観測データとの比較を行う。
我々は、このマーカーの局所化スキームに付加的な変形推定成分を加え、変形パラメータの減少を解消する。
マーカーのみのサンプルについて広範な数値研究を行い,ラベル付きマーカーデータを用いずに自動的にマーカーを見つけ,サンプル変形を確実に推定する手法を示した。
さらに、氷上の金マーカーの電子トモグラフィーデータを含む、幅広いモデルミスマッチシナリオに対するアプローチの適用性を実証した。
関連論文リスト
- Learning Cross-view Visual Geo-localization without Ground Truth [48.51859322439286]
CVGL(Cross-View Geo-Localization)は、クエリ画像の地理的位置を対応するGPSタグ付き参照画像とマッチングすることで決定する。
現在の最先端の手法は、ラベル付きペア画像によるトレーニングモデルに依存しており、かなりのアノテーションコストとトレーニングの負担が伴う。
CVGLにおける凍結モデルの適用について,真理ペアラベルを必要とせずに検討する。
論文 参考訳（メタデータ） (2024-03-19T13:01:57Z) - OsmLocator: locating overlapping scatter marks with a non-training
generative perspective [48.50108853199417]
重複するマークの配置には、テクスチャの欠如、文脈の少ない情報、ハロー形状、小さなサイズなど、多くの困難がある。
ここでは、クラスタリングに基づく再視覚化の最適化問題として、非学習的生成の観点から定式化する。
特に,異なるマーカーと様々な重なり合いの重なり合いを持つ何百もの散乱画像を含む2023というデータセットを構築し,提案手法を既存の手法と比較した。
論文 参考訳（メタデータ） (2023-12-18T12:39:48Z) - A Locality-based Neural Solver for Optical Motion Capture [37.28597049192196]
ノイズの多いマーカーデータから、マーカーと関節を異なるタイプのノードとして扱う異種グラフニューラルネットワークを提案する。
本手法は,隠蔽マーカー位置誤差の予測精度の観点から,最先端手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-09-01T12:40:17Z) - PNI : Industrial Anomaly Detection using Position and Neighborhood
Information [6.316693022958221]
本研究では,条件付き近傍特徴量を用いて正規分布を推定する新しいアルゴリズム textbfPNI を提案する。
我々はMVTec ADベンチマークデータセットの実験を行い、異常検出と局所化におけるtextbf99.56%と textbf98.98%のAUROCスコアを用いて最先端のパフォーマンスを達成した。
論文 参考訳（メタデータ） (2022-11-22T23:45:27Z) - NeuralMarker: A Framework for Learning General Marker Correspondence [25.822657926255573]
本稿では,映画ポスターなどの一般的なマーカーから,そのようなマーカーを捉えた画像への対応性を推定する問題に取り組む。
本稿では,様々な課題条件下で高密度マーカー対応を推定するニューラルネットワークをトレーニングする新しいフレームワークであるNeuralMarkerを提案する。
我々は、NeuralMarkerが従来の手法を大幅に上回り、拡張現実(AR)やビデオ編集など、新しい興味深いアプリケーションを可能にしていることを示す。
論文 参考訳（メタデータ） (2022-09-19T10:04:38Z) - Self-Supervised Training with Autoencoders for Visual Anomaly Detection [61.62861063776813]
我々は, 正規サンプルの分布を低次元多様体で支持する異常検出において, 特定のユースケースに焦点を当てた。
我々は、訓練中に識別情報を活用する自己指導型学習体制に適応するが、通常の例のサブ多様体に焦点をあてる。
製造領域における視覚異常検出のための挑戦的なベンチマークであるMVTec ADデータセットで、最先端の新たな結果を達成する。
論文 参考訳（メタデータ） (2022-06-23T14:16:30Z) - Fiducial marker recovery and detection from severely truncated data in
navigation assisted spine surgery [5.731349529280083]
ナビゲーション支援ミニマル侵襲脊椎手術(MISS)で一般的に使用されるフィデューシャルマーカー
実際には、これらのマーカーは、C-arm cone-beam Computed Tomography (CBCT) システムの限られた検出器サイズのため、視野の外に位置する可能性がある。
歪みマーカーからの直接検出(ダイレクトメソッド)とマーカー回復後の検出(リカバリ手法)の2つのファデューシャルマーカー検出手法を提案する。
論文 参考訳（メタデータ） (2021-08-25T13:52:58Z) - Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。
本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。
実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文 参考訳（メタデータ） (2020-07-20T12:07:48Z) - Offline detection of change-points in the mean for stationary graph
signals [55.98760097296213]
グラフ信号定常性の概念に依存するオフライン手法を提案する。
我々の検出器は、漸近的でない不等式オラクルの証拠を伴っている。
論文 参考訳（メタデータ） (2020-06-18T15:51:38Z) - On the Arbitrary-Oriented Object Detection: Classification based
Approaches Revisited [94.5455251250471]
まず,既存の回帰型回転検出器が抱える境界問題は,角周期性や角秩序によって引き起こされることを示した。
我々は、角予測タスクを回帰問題から分類問題に変換する。
得られた円形分布角分類問題に対して、まず、角度の周期性に対処し、隣り合う角度に対する誤差耐性を高めるために、円スムースラベル法を考案する。
論文 参考訳（メタデータ） (2020-03-12T03:23:54Z)
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。