Fugu-MT 論文翻訳(概要): 2-d signature of images and texture classification

論文の概要: 2-d signature of images and texture classification

arxiv url: http://arxiv.org/abs/2205.11236v1
Date: Tue, 10 May 2022 20:46:24 GMT
ステータス: 処理完了
システム内更新日: 2022-06-06 08:50:05.112219
Title: 2-d signature of images and texture classification
Title（参考訳）: 画像の2次元署名とテクスチャ分類
Authors: Sheng Zhang, Guang Lin, Samy Tindel
Abstract要約: 画像に対する2次元シグネチャの適切な概念を導入する。署名に基づく低次元特徴集合が優れた精度を示すことを示す。
参考スコア（独自算出の注目度）: 10.937271097186265
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce a proper notion of 2-dimensional signature for images. This object is inspired by the so-called rough paths theory, and it captures many essential features of a 2-dimensional object such as an image. It thus serves as a low-dimensional feature for pattern classification. Here we implement a simple procedure for texture classification. In this context, we show that a low dimensional set of features based on signatures produces an excellent accuracy.
Abstract（参考訳）: 画像に対する2次元シグネチャの適切な概念を導入する。この物体は、いわゆる荒い経路理論にインスパイアされ、画像のような2次元物体の本質的な特徴の多くを捉えている。そのため、パターン分類の低次元の特徴として機能する。ここでは、テクスチャ分類のための簡単な手順を実装する。この文脈において,シグネチャに基づく低次元特徴集合は優れた精度をもたらすことを示す。

関連論文リスト

Sketch2Saliency: Learning to Detect Salient Objects from Human Drawings [99.9788496281408]
本研究では,スケッチを弱いラベルとして使用して,画像中の有能な物体を検出する方法について検討する。これを実現するために,与えられた視覚写真に対応する逐次スケッチ座標を生成することを目的としたフォト・ツー・スケッチ生成モデルを提案する。テストは、私たちの仮説を証明し、スケッチベースの唾液度検出モデルが、最先端技術と比較して、競争力のあるパフォーマンスを提供する方法を明確にします。
論文参考訳（メタデータ） (2023-03-20T23:46:46Z)
Dual Pyramid Generative Adversarial Networks for Semantic Image Synthesis [94.76988562653845]
セマンティック画像合成の目標は、セマンティックラベルマップからフォトリアリスティック画像を生成することである。しかし、現在の最先端のアプローチは、さまざまなスケールで画像で現実的なオブジェクトを生成するのに依然として苦労している。本研究では,空間適応型正規化ブロックの条件付けを各スケールで同時に学習するDual Pyramid Generative Adversarial Network (DP-GAN)を提案する。
論文参考訳（メタデータ） (2022-10-08T18:45:44Z)
Self-Supervised Image Representation Learning with Geometric Set Consistency [50.12720780102395]
本稿では,3次元幾何整合性に基づく自己教師付き画像表現学習法を提案する。具体的には、画像ビュー内の特徴整合性を強化するために、コントラスト学習フレームワークに3次元幾何学的整合性を導入する。
論文参考訳（メタデータ） (2022-03-29T08:57:33Z)
Local and Global GANs with Semantic-Aware Upsampling for Image Generation [201.39323496042527]
ローカルコンテキストを用いて画像を生成することを検討する。セマンティックマップをガイダンスとして用いたクラス固有の生成ネットワークを提案する。最後に,セマンティック・アウェア・アップサンプリング手法を提案する。
論文参考訳（メタデータ） (2022-02-28T19:24:25Z)
Semantic Disentangling Generalized Zero-Shot Learning [50.259058462272435]
Generalized Zero-Shot Learning (GZSL)は、目に見えないカテゴリと見えないカテゴリの両方から画像を認識することを目的としている。本稿では,エンコーダ・デコーダアーキテクチャに基づく新しい特徴分割手法を提案する。提案モデルは,視像の固有特徴をキャプチャする品質意味一貫性表現を蒸留することを目的としている。
論文参考訳（メタデータ） (2021-01-20T05:46:21Z)
Continuous Surface Embeddings [76.86259029442624]
我々は、変形可能な対象カテゴリーにおける密接な対応を学習し、表現するタスクに焦点をあてる。本稿では,高密度対応の新たな学習可能な画像ベース表現を提案する。提案手法は,人間の身近なポーズ推定のための最先端手法と同等以上の性能を示すことを示す。
論文参考訳（メタデータ） (2020-11-24T22:52:15Z)
Zero-Shot Recognition through Image-Guided Semantic Classification [9.291055558504588]
ゼロショット学習(ZSL)のための新しい埋め込み型フレームワークを提案する。複数ラベル分類のための2値関係法により,画像と意味分類器のマッピングを逆学習する手法を提案する。 IGSCは概念的には単純であり、分類のための既存のディープアーキテクチャをわずかに拡張することで実現可能である。
論文参考訳（メタデータ） (2020-07-23T06:22:40Z)
Convolutional Generation of Textured 3D Meshes [34.20939983046376]
単視点自然画像からの2次元監視のみを用いて,三角形メッシュとそれに伴う高分解能テクスチャマップを生成できるフレームワークを提案する。我々の研究の重要な貢献は、メッシュとテクスチャを2D表現として符号化することであり、意味的に整合し、2D畳み込みGANで容易にモデル化できる。本研究では,Pascal3D+カーとCUBにおいて,モデルがクラスラベル,属性,テキストに条件付けされている場合とで,本手法の有効性を実証する。
論文参考訳（メタデータ） (2020-06-13T15:23:29Z)
A Primer on the Signature Method in Machine Learning [2.3020018305241337]
本稿では,その理論的性質と機械学習応用に着目し,シグネチャ法の導入について述べる。まず、経路のシグネチャの定義と基本的性質を示す。数列として、シグネチャは経路のコンパクトな記述(次元減少)として機能する。第2部では,機械学習の領域におけるシグネチャの実践的応用について述べる。
論文参考訳（メタデータ） (2016-03-11T21:24:42Z)

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。