論文の概要: Reflection and Rotation Symmetry Detection via Equivariant Learning
- arxiv url: http://arxiv.org/abs/2203.16787v1
- Date: Thu, 31 Mar 2022 04:18:33 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-02 05:41:14.736028
- Title: Reflection and Rotation Symmetry Detection via Equivariant Learning
- Title（参考訳）: 等価学習による反射・回転対称性検出
- Authors: Ahyun Seo, Byungjin Kim, Suha Kwak, Minsu Cho
- Abstract要約: 我々は、EquiSymと呼ばれる対称性検出のためのグループ同変畳み込みネットワークを導入する。
DENse と Diverse symmetric (DENDI) という新しいデータセットを提案し、既存の反射・回転対称性検出のためのベンチマークの制限を緩和する。
実験により,LDRSおよびDENDIデータセットの対称性検出において,本手法が芸術の状態を達成できることが確認された。
- 参考スコア（独自算出の注目度）: 40.61825212385055
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The inherent challenge of detecting symmetries stems from arbitrary
orientations of symmetry patterns; a reflection symmetry mirrors itself against
an axis with a specific orientation while a rotation symmetry matches its
rotated copy with a specific orientation. Discovering such symmetry patterns
from an image thus benefits from an equivariant feature representation, which
varies consistently with reflection and rotation of the image. In this work, we
introduce a group-equivariant convolutional network for symmetry detection,
dubbed EquiSym, which leverages equivariant feature maps with respect to a
dihedral group of reflection and rotation. The proposed network is built
end-to-end with dihedrally-equivariant layers and trained to output a spatial
map for reflection axes or rotation centers. We also present a new dataset,
DENse and DIverse symmetry (DENDI), which mitigates limitations of existing
benchmarks for reflection and rotation symmetry detection. Experiments show
that our method achieves the state of the arts in symmetry detection on LDRS
and DENDI datasets.
- Abstract（参考訳）: 対称性を検出する本質的な挑戦は、対称性パターンの任意の向きから来ている;反射対称性は、回転対称性が回転したコピーと特定の向きと一致する間、特定の向きを持つ軸に対して自身をミラーする。
このような対称性パターンを画像から発見することは、画像の反射や回転と一貫して変化する同変特徴表現の恩恵を受ける。
本研究では,同変特徴写像を反射と回転の双面体群に対して活用する対称性検出のための群同変畳み込みネットワークを提案する。
提案するネットワークは、対等な層でエンドツーエンドに構築され、リフレクション軸や回転中心の空間マップを出力するように訓練されている。
また,反射・回転対称性検出のための既存のベンチマークの限界を緩和する新しいデータセットdendiを提案する。
実験により,LDRSおよびDENDIデータセットの対称性検出において,本手法が芸術の状態を達成できることが確認された。
関連論文リスト
- SBDet: A Symmetry-Breaking Object Detector via Relaxed Rotation-Equivariance [26.05910177212846]
Group Equivariant Convolution(GConv)は、モデルに視覚データに隠された対称性を探索させ、パフォーマンスを向上させる。
従来のGConv法は群空間の厳密な操作規則によって制限されており、対称性・ブレーキングや非剛体変換への適応が困難である。
本稿では,Relaxed Rotation-Equivariant Network(R2Net)をバックボーンとして提案し,その上に構築された2次元オブジェクト検出のためのSBDet(Symmetry-Breaking Object Detector)を開発した。
論文 参考訳（メタデータ） (2024-08-21T16:32:03Z) - Partial Symmetry Detection for 3D Geometry using Contrastive Learning
with Geodesic Point Cloud Patches [10.48309709793733]
我々は,測地線点雲パッチの回転,反射,翻訳,スケール不変な局所形状の特徴を学習することを提案する。
この曖昧な問題に対して,本手法は複数の有効な解を抽出可能であることを示す。
検出された対称性を領域成長アルゴリズムと組み合わせて下流タスクを実証する。
論文 参考訳（メタデータ） (2023-12-13T15:48:50Z) - Symmetry Induces Structure and Constraint of Learning [0.0]
機械学習モデルの学習行動に影響を及ぼすか、決定しないかにかかわらず、損失関数対称性の重要性を明らかにする。
ディープラーニングにおけるミラー対称性の一般的な例としては、再スケーリング、回転、置換対称性がある。
ニューラルネットワークにおける可塑性の喪失や様々な崩壊現象などの興味深い現象を理論的枠組みで説明できることを示す。
論文 参考訳（メタデータ） (2023-09-29T02:21:31Z) - Oracle-Preserving Latent Flows [58.720142291102135]
我々はラベル付きデータセット全体にわたって複数の非自明な連続対称性を同時に発見するための方法論を開発する。
対称性変換と対応するジェネレータは、特別に構築された損失関数で訓練された完全連結ニューラルネットワークでモデル化される。
この研究における2つの新しい要素は、縮小次元の潜在空間の使用と、高次元のオラクルに関して不変な変換への一般化である。
論文 参考訳（メタデータ） (2023-02-02T00:13:32Z) - Deep Learning Symmetries and Their Lie Groups, Algebras, and Subalgebras
from First Principles [55.41644538483948]
ラベル付きデータセットに存在する連続した対称性群の検出と同定のためのディープラーニングアルゴリズムを設計する。
完全に接続されたニューラルネットワークを用いて、変換対称性と対応するジェネレータをモデル化する。
また,Lie群とその性質の数学的研究に機械学習アプローチを使うための扉を開く。
論文 参考訳（メタデータ） (2023-01-13T16:25:25Z) - Symmetry-Aware Transformer-based Mirror Detection [85.47570468668955]
デュアルパス・シンメトリ・アウェア・トランスフォーマーを用いたミラー検出ネットワーク(SATNet)を提案する。
SATNetにはSymmetry-Aware Attention Module (SAAM)とContrastとFusion Decoder Module (CFDM)の2つの新しいモジュールが含まれている。
実験の結果,SATNet は RGB と RGB-D の両方のミラー検出法に優れることがわかった。
論文 参考訳（メタデータ） (2022-07-13T16:40:01Z) - Using Machine Learning to Detect Rotational Symmetries from Reflectional
Symmetries in 2D Images [0.0]
本稿では、異なる最先端自動対称性検出アルゴリズムを比較して後者を支援することに焦点を当てる。
画像中の局所対称性を見つけ、検出された対称性の選択を改善し、別の対称性タイプ(回転)を特定するための後処理の改善を提案する。
本研究では,局所対称性を検出する拡張アルゴリズムと,回転対称性を分類する機械学習モデルの性能を実証し,解析する。
論文 参考訳（メタデータ） (2022-01-17T19:14:58Z) - Learning to Discover Reflection Symmetry via Polar Matching Convolution [33.77926792753373]
我々は、極性特徴プーリング、自己相似符号化、異なる角度の軸に対するカーネル設計を活用する、極性マッチング畳み込みと呼ばれる新しい畳み込み手法を導入する。
提案した高次元カーネル畳み込みネットワークは,実世界の画像から対称性パターンを効果的に発見する。
実験により,本手法は精度とロバスト性において最先端の手法より優れていることが示された。
論文 参考訳（メタデータ） (2021-08-30T01:50:51Z) - On Learning Sets of Symmetric Elements [63.12061960528641]
本稿では、一般的な対称要素の集合を学習するための原則的アプローチを提案する。
まず、元の再順序化と元の固有対称性の両方に不変な線型層の空間を特徴づける。
さらに、これらの層からなるネットワークは、DSS(Deep Sets for Symmetric Elements)層と呼ばれ、不変関数と同変関数の両方の普遍近似器であることを示す。
論文 参考訳（メタデータ） (2020-02-20T07:29:20Z) - Structured GANs [91.3755431537592]
対称的なGANを顔画像合成に適用して、異なる量の対称性を持つ新しい顔を生成する。
また,ワンショットファインチューニングという新しい概念に基づいて,教師なしの顔回転機能を提案する。
論文 参考訳（メタデータ） (2020-01-15T10:25:39Z)
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。