論文の概要: Gaussian Fourier Pyramid for Local Laplacian Filter

• arxiv url: http://arxiv.org/abs/2206.04681v1
• Date: Wed, 8 Jun 2022 20:50:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-14 08:44:08.340878
• Title: Gaussian Fourier Pyramid for Local Laplacian Filter
• Title（参考訳）: 局所ラプラシアンフィルタのためのガウス型フーリエピラミッド
• Authors: Yuto Sumiya, Tomoki Otsuka, Yoshihiro Maeda, Norishige Fukushima
• Abstract要約: いくつかのエッジ保存分解は、例えば局所ラプラシアフィルタリング(LLF)のようなハロを分解する。 高速LLFの近似加速度は、複数のラプラシアピラミッドを線形に補間するために提案された。 以上の結果から,Fourier LLFは同一数のピラミッドに対して高い精度を有することが明らかとなった。
• 参考スコア（独自算出の注目度）: 0.6117371161379208
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-scale processing is essential in image processing and computer graphics. Halos are a central issue in multi-scale processing. Several edge-preserving decompositions resolve halos, e.g., local Laplacian filtering (LLF), by extending the Laplacian pyramid to have an edge-preserving property. Its processing is costly; thus, an approximated acceleration of fast LLF was proposed to linearly interpolate multiple Laplacian pyramids. This paper further improves the accuracy by Fourier series expansion, named Fourier LLF. Our results showed that Fourier LLF has a higher accuracy for the same number of pyramids. Moreover, Fourier LLF exhibits parameter-adaptive property for content-adaptive filtering. The code is available at: https://norishigefukushima.github.io/GaussianFourierPyramid/.
• Abstract（参考訳）: 画像処理やコンピュータグラフィックスではマルチスケール処理が不可欠である。 Halosはマルチスケール処理の中心的な問題である。 いくつかのエッジ保存分解は、例えば局所ラプラシアフィルター(LLF)のようなハロを分解し、ラプラシアピラミッドをエッジ保存特性を持つように拡張する。 そのため、高速LLFの近似加速度が複数のラプラシアピラミッドを線形に補間するために提案された。 本稿では、フーリエ級数展開によるフーリエLSFの精度をさらに向上する。 その結果,Fourier LLFは同じ数のピラミッドに対して高い精度が得られた。 さらに、Fourier LLFは、コンテンツ適応フィルタリングのパラメータ適応性を示す。 コードは、https://nori Shigefukushima.github.io/GaussianFourierPyramid/で入手できる。

関連論文リスト

• Neural Gaussian Scale-Space Fields [60.668800252986976]
  任意の信号の連続的異方性ガウススケール空間を効率よく学習する手法を提案する。 我々の手法は自己指導的であり、訓練は手作業によるフィルタリングを必要としない。 我々のニューラルガウススケール空間場は、幅広いモダリティの多スケール表現を忠実に捉えている。
  論文  参考訳（メタデータ） (2024-05-31T16:26:08Z)
• FourierMamba: Fourier Learning Integration with State Space Models for Image Deraining [71.46369218331215]
  Image derainingは雨が降る画像から雨の跡を取り除き、透明な背景を復元することを目的としている。 本稿では,FourierMambaという新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-29T18:58:59Z)
• Parameter-Efficient Fine-Tuning with Discrete Fourier Transform [26.563344030824414]
  ローランク適応(LoRA)は近年、微調整基礎モデルに多くの関心を集めている。 デルタW$を空間領域の行列として扱い、そのスペクトル係数のごく一部しか学習しないフーリエFTを導入する。 提案手法は,様々なタスクにおいてLoRAよりも少ないパラメータで同等あるいは優れた性能を示す。
  論文  参考訳（メタデータ） (2024-05-05T17:15:24Z)
• Data-Driven Filter Design in FBP: Transforming CT Reconstruction with Trainable Fourier Series [3.6508148866314163]
  本稿では,FBPフレームワーク内にCT再構成のためのトレーニング可能なフィルタを導入する。 この方法は、フーリエ級数係数を最適化してフィルタを構成することにより、ノイズ低減の限界を克服する。 本フィルタは既存のCT再構成モデルに容易に組み込めるので,幅広い応用に適応できるツールである。
  論文  参考訳（メタデータ） (2024-01-29T10:47:37Z)
• Trigonometric Quadrature Fourier Features for Scalable Gaussian Process Regression [3.577968559443225]
  QFF(Quardrature Fourier Features)は、近似精度の向上とキャリブレーションの不確実性評価の改善により近年人気を集めている。 QFFの鍵となる限界は、その性能が高振動性二次状態に関連するよく知られた病態に悩まされることである。 我々は、新しい非ガウスの二次法則を用いる新しい三角四分法フーリエ法(TQFF)により、この問題に対処する。
  論文  参考訳（メタデータ） (2023-10-23T03:53:09Z)
• FFPN: Fourier Feature Pyramid Network for Ultrasound Image Segmentation [15.011573950064424]
  超音波(US)画像セグメンテーションは多くのシナリオにおいてリアルタイムかつ高精度な解析を必要とする活発な研究領域である。 既存のアプローチは、不適切な輪郭符号化に悩まされるか、エンコードされた結果の有効活用に失敗する可能性がある。 本稿では,Fourier Feature Pyramid Network (FFPN) と呼ばれる新しいFourier-anchor-based DTSフレームワークについて述べる。
  論文  参考訳（メタデータ） (2023-08-26T07:28:09Z)
• Deep Fourier Up-Sampling [100.59885545206744]
  フーリエ領域のアップサンプリングは、そのような局所的な性質に従わないため、より難しい。 これらの問題を解決するために理論的に健全なDeep Fourier Up-Sampling (FourierUp)を提案する。
  論文  参考訳（メタデータ） (2022-10-11T06:17:31Z)
• Fourier Series Expansion Based Filter Parametrization for Equivariant Convolutions [73.33133942934018]
  2次元フィルタパラメトリゼーション技術は同変畳み込みの設計において重要な役割を果たす。 F-Convというフィルタパラメトリゼーション法に基づく新しい同変畳み込み法 F-Convは、画像超解像タスクにおいて、以前のフィルタパラメトリゼーション法よりも明らかに優れている。
  論文  参考訳（メタデータ） (2021-07-30T10:01:52Z)
• Learning Set Functions that are Sparse in Non-Orthogonal Fourier Bases [73.53227696624306]
  フーリエスパース集合関数を学習するための新しいアルゴリズム群を提案する。 Walsh-Hadamard変換に焦点をあてた他の研究とは対照的に、我々の新しいアルゴリズムは最近導入された非直交フーリエ変換で機能する。 いくつかの実世界のアプリケーションで有効性を示す。
  論文  参考訳（メタデータ） (2020-10-01T14:31:59Z)
• Fourier Features Let Networks Learn High Frequency Functions in Low Dimensional Domains [69.62456877209304]
  単純なフーリエ特徴写像を通して入力点を渡すことで、多層パーセプトロンが高周波関数を学習できることを示す。 結果は、最先端の結果を達成するコンピュータビジョンとグラフィックの進歩に光を当てた。
  論文  参考訳（メタデータ） (2020-06-18T17:59:11Z)

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。