Fugu-MT 論文翻訳(概要): Playing Tic-Tac-Toe Games with Intelligent Single-pixel Imaging

論文の概要: Playing Tic-Tac-Toe Games with Intelligent Single-pixel Imaging

arxiv url: http://arxiv.org/abs/2205.03663v1
Date: Sat, 7 May 2022 14:45:54 GMT
ステータス: 処理完了
システム内更新日: 2022-05-15 08:25:12.259915
Title: Playing Tic-Tac-Toe Games with Intelligent Single-pixel Imaging
Title（参考訳）: Intelligent Single-Pixel Imaging を用いたTic-Tac-Toeゲーム
Authors: Shuming Jiao, Jiaxiang Li, Wei Huang, Zibang Zhang
Abstract要約: シングルピクセルイメージング(英: Single-Pixel Imaging, SPI)は、2次元の画素センサを単画素検出器とパターン照明に置き換えた新しい光学的イメージング技術である。本研究では,Tic-Tac-Toeゲームをインタラクティブにプレイする新たな非イメージベースタスクをSPIのフレームワークにマージする。
参考スコア（独自算出の注目度）: 4.363127731705663
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Single-pixel imaging (SPI) is a novel optical imaging technique by replacing a two-dimensional pixelated sensor with a single-pixel detector and pattern illuminations. SPI have been extensively used for various tasks related to image acquisition and processing. In this work, a novel non-image-based task of playing Tic-Tac-Toe games interactively is merged into the framework of SPI. An optoelectronic artificial intelligent (AI) player with minimal digital computation can detect the game states, generate optimal moves and display output results mainly by pattern illumination and single-pixel detection. Simulated and experimental results demonstrate the feasibility of proposed scheme and its unbeatable performance against human players.
Abstract（参考訳）: spi(single-pixel imaging)は、2次元画素センサを1画素検出器とパターンイルミネーションに置き換えた新しい光学イメージング技術である。 SPIは画像取得や処理に関わる様々なタスクに広く利用されている。本研究では,インタラクティブにtic-tac-toeゲームをプレイする非イメージ型タスクをspiのフレームワークに統合する。デジタル計算が最小限の光電子人工知能(ai)プレーヤーは、ゲーム状態を検出し、最適な動きを生成し、主にパターン照明とシングルピクセル検出により出力結果を表示することができる。シミュレーションおよび実験により,提案手法の有効性と人体に対する不当な性能を示す。

関連論文リスト

Parameter-Inverted Image Pyramid Networks [49.35689698870247]
Inverted Image Pyramid Networks (PIIP) と呼ばれる新しいネットワークアーキテクチャを提案する。私たちの中核となる考え方は、パラメータサイズの異なるモデルを使用して、画像ピラミッドの解像度の異なるレベルを処理することです。 PIIPは、オブジェクト検出、セグメンテーション、画像分類などのタスクにおいて優れたパフォーマンスを達成する。
論文参考訳（メタデータ） (2024-06-06T17:59:10Z)
Dual-Scale Transformer for Large-Scale Single-Pixel Imaging [11.064806978728457]
本研究では,HATNet と呼ばれる Kronecker SPI モデル上でのハイブリッドアテンショントランスフォーマを用いた深部展開ネットワークを提案し,実際の SPI カメラの画質向上を図る。勾配降下モジュールはベクトル化されたSPIに基づいて、以前の勾配降下モジュールに根付いた高い計算オーバーヘッドを回避することができる。このデノナイジングモジュールは,高周波・低周波アグリゲーションのための2次元空間アグリゲーションと,グローバル情報再構成のためのチャネルアグリゲーションを利用したエンコーダデコーダアーキテクチャである。
論文参考訳（メタデータ） (2024-04-07T15:53:21Z)
MMPI: a Flexible Radiance Field Representation by Multiple Multi-plane Images Blending [61.45757368117578]
本稿では,多平面画像(MPI)に基づく神経放射場のフレキシブルな表現について述べる。 MPIは、単純な定義、簡単な計算、非有界シーンを表現する強力な能力のために、NeRF学習で広く使われている。 MPIは複雑なシーンを多種多様なカメラ分布と視野方向で合成できることを示す。
論文参考訳（メタデータ） (2023-09-30T04:36:43Z)
Pixel-Inconsistency Modeling for Image Manipulation Localization [59.968362815126326]
デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
論文参考訳（メタデータ） (2023-09-30T02:54:51Z)
PS-Transformer: Learning Sparse Photometric Stereo Network using Self-Attention Mechanism [4.822598110892846]
線形プロジェクションや最大プーリングといった事前定義された操作に基づいて、異なる照明下での深いキャリブレーションされた光度ステレオネットワークの観測を集約する。この問題に対処するために,PS-Transformer という,複雑な画像間相互作用を適切に捉えるために,学習可能な自己認識機構を活用する,細かなキャリブレーションを施した光度ステレオネットワークを提案する。
論文参考訳（メタデータ） (2022-11-21T11:58:25Z)
Solving combinational optimization problems with evolutionary single-pixel imaging [4.363127731705663]
単画素イメージング(SPI)は、従来のカメラの画素センサアレイを単画素検出器に置き換えた新しい光学画像技術である。本研究では,画像に加え,他の種類のデータを処理するためのSPI方式を提案する。
論文参考訳（メタデータ） (2022-10-12T05:06:31Z)
Multitask AET with Orthogonal Tangent Regularity for Dark Object Detection [84.52197307286681]
暗黒環境下でのオブジェクト検出を強化するために,新しいマルチタスク自動符号化変換(MAET)モデルを提案する。自己超越的な方法で、MAETは、現実的な照明劣化変換を符号化して復号することで、本質的な視覚構造を学習する。我々は,合成および実世界のデータセット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） (2022-05-06T16:27:14Z)
SIMPL: Generating Synthetic Overhead Imagery to Address Zero-shot and Few-Shot Detection Problems [5.668569695717809]
ディープニューラルネットワーク(DNN)は、オーバヘッド(例えば衛星)画像における物体検出において大きな成功を収めている。進行中の課題の1つは、衛星画像の取得とオブジェクトの注釈付けのコストが高いため、トレーニングデータの取得である。本稿では,SIMPL(Synthetic Object IMPLantation)と呼ばれるシンプルなアプローチを提案する。
論文参考訳（メタデータ） (2021-06-29T19:06:05Z)
Interaction-free imaging of multi-pixel objects [58.720142291102135]
量子イメージングは、生物学的組織のような低照度な条件を必要とする敏感なサンプルを研究するのに適している。この文脈では、相互作用のない測定(IFM)により、試料と相互作用する光子なしで不透明な物体の存在を推測することができる。ここでは、画素に関する情報を内部自由度に符号化することにより、ICMイメージングスキームを多画素半透明オブジェクトに拡張する。
論文参考訳（メタデータ） (2021-06-08T06:49:19Z)
Physics-based Differentiable Depth Sensor Simulation [5.134435281973137]
リアルな2.5Dスキャンを生成するための新しいエンドツーエンドの微分可能なシミュレーションパイプラインを紹介します。各モジュールはw.r.tセンサーとシーンパラメータを区別できる。シミュレーションにより,実スキャンで得られたモデルの性能が大幅に向上する。
論文参考訳（メタデータ） (2021-03-30T17:59:43Z)
Two-shot Spatially-varying BRDF and Shape Estimation [89.29020624201708]
形状とSVBRDFを段階的に推定した新しいディープラーニングアーキテクチャを提案する。ドメインランダム化された幾何学と現実的な材料を用いた大規模合成学習データセットを作成する。合成データセットと実世界のデータセットの両方の実験により、合成データセットでトレーニングされたネットワークが、実世界の画像に対してうまく一般化できることが示されている。
論文参考訳（メタデータ） (2020-04-01T12:56:13Z)

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。