論文の概要: A Neural Template Matching Method to Detect Knee Joint Areas
- arxiv url: http://arxiv.org/abs/2209.11791v1
- Date: Fri, 23 Sep 2022 18:10:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-27 17:28:46.329272
- Title: A Neural Template Matching Method to Detect Knee Joint Areas
- Title(参考訳): 膝関節領域検出のためのニューラルテンプレートマッチング法
- Authors: Juha Tiirola
- Abstract要約: 両側PA固定型膝関節X線画像における膝関節領域の検出法について検討した。
ベストマッチングパッチ探索は制約のない連続領域最小化問題として定式化される。
単一の画像のみに注釈を付けることで、膝関節領域を正確に検出できるようだ。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, new methods are considered to detect knee joint areas in
bilateral PA fixed flexion knee X-ray images. The methods are of template
matching type where the distance criterion is based on the negative normalized
cross-correlation. The manual annotations are made on only one side of a single
bilateral image when the templates are selected. The best matching patch search
is formulated as an unconstrained continuous domain minimization problem. For
the minimization problem different optimization methods are considered. The
main method of the paper is a trainable optimizer where the method is taught to
take zoomed and possibly rotated patches from its input images which look like
the template. In the experiments, we compare the minimum values found by
different optimization methods. We also look at some test images to examine the
correspondence between the minimum value and how well the knee area is
localized. It seems that making annotations only to a single image enables to
detect knee joint areas quite precisely.
- Abstract(参考訳): 本稿では,両側PA固定型膝関節X線画像における膝関節領域の検出法について検討した。
これらの手法は、距離基準が負の正規化相互相関に基づくテンプレートマッチング型である。
テンプレートが選択された場合、手動アノテーションは、一方の両側画像の片側にのみ作成される。
ベストマッチングパッチ探索は制約のない連続領域最小化問題として定式化される。
最小化問題に対しては、異なる最適化手法が検討されている。
本論文の主な方法は,テンプレートに類似した入力画像からズームや回転したパッチを抽出する訓練可能なオプティマイザである。
実験では,異なる最適化手法で得られる最小値を比較した。
また、最小値と膝関節領域の局所化率の対応性を検討するために、いくつかのテスト画像についても検討する。
単一の画像のみに注釈を付けることで、膝関節領域を正確に検出できるようだ。
関連論文リスト
- Topology-Preserving Downsampling of Binary Images [1.2430809884830318]
本稿では,バイナリ画像のサンプル化バージョンを生成するための離散最適化手法を提案する。
この手法は、黒領域の0番目と第1ベッチ数によって測定された原点と同じ位相を持つことが保証されている。
論文 参考訳(メタデータ) (2024-07-25T05:30:09Z) - RecDiffusion: Rectangling for Image Stitching with Diffusion Models [53.824503710254206]
画像縫合整形のための新しい拡散学習フレームワーク textbfRecDiffusion を提案する。
このフレームワークは運動拡散モデル(MDM)を組み合わせて運動場を生成し、縫合された画像の不規則な境界から幾何学的に修正された中間体へ効果的に遷移する。
論文 参考訳(メタデータ) (2024-03-28T06:22:45Z) - Target before Shooting: Accurate Anomaly Detection and Localization
under One Millisecond via Cascade Patch Retrieval [49.45246833329707]
異常検出(AD)の「マッチング」性を再検討する
本稿では,ADの精度と実行速度を同時に向上する新しいADフレームワークを提案する。
論文 参考訳(メタデータ) (2023-08-13T11:49:05Z) - Region-wise matching for image inpainting based on adaptive weighted
low-rank decomposition [4.323678254948305]
デジタル画像の塗装は問題であり、欠落した(未知の)領域のコンテンツを推測して、既知の領域データに一致する。
低位と非局所的な自己相似性は、イメージインペイントの2つの重要な先行点である。
対象パッチの近傍を複数のサブリージョンに分割し,各サブリージョン内で最も類似した領域を探索することにより,領域ワイズ(RwM)アルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-03-22T09:38:34Z) - PATS: Patch Area Transportation with Subdivision for Local Feature
Matching [78.67559513308787]
局所特徴マッチングは、一対のイメージ間のスパース対応を確立することを目的としている。
この問題に対処するために,PATS(Patch Area Transportation with Subdivision)を提案する。
PATSは、マッチング精度とカバレッジの両方を改善し、下流タスクにおいて優れたパフォーマンスを示す。
論文 参考訳(メタデータ) (2023-03-14T08:28:36Z) - Parallax-Tolerant Unsupervised Deep Image Stitching [57.76737888499145]
本稿では,パララックス耐性の非教師あり深層画像縫合技術であるUDIS++を提案する。
まず,グローバルなホモグラフィから局所的な薄板スプライン運動への画像登録をモデル化するための,頑健で柔軟なワープを提案する。
本研究では, 縫合された画像をシームレスに合成し, シーム駆動合成マスクの教師なし学習を行うことを提案する。
論文 参考訳(メタデータ) (2023-02-16T10:40:55Z) - Manifold-Inspired Single Image Interpolation [17.304301226838614]
単画像への多くのアプローチは半局所類似性を利用するために多様体モデルを使用する。
入力画像のエイリアス化は どちらの部分も困難です
本稿では,重度のエイリアス領域におけるエイリアス除去のための適応手法を提案する。
この技術は、強いエイリアスが存在する場合でも、類似したパッチを確実に識別することができる。
論文 参考訳(メタデータ) (2021-07-31T04:29:05Z) - A Hierarchical Transformation-Discriminating Generative Model for Few
Shot Anomaly Detection [93.38607559281601]
各トレーニングイメージのマルチスケールパッチ分布をキャプチャする階層的生成モデルを開発した。
この異常スコアは、スケール及び画像領域にわたる正しい変換のパッチベースの投票を集約して得られる。
論文 参考訳(メタデータ) (2021-04-29T17:49:48Z) - Image Denoising by Gaussian Patch Mixture Model and Low Rank Patches [0.0]
類似したマッチングマッチングの精度を向上し、ガウス雑音に対する適切な低階行列近似モデルを構築する方法という2つの問題を解くことによって、新しい手法を提案する。
この2つの問題を解くことにより,提案手法が最先端の復調法より優れていることを示す実験結果が報告された。
論文 参考訳(メタデータ) (2020-11-20T09:28:04Z) - Contrastive Learning for Unpaired Image-to-Image Translation [64.47477071705866]
画像から画像への変換では、出力の各パッチは、入力中の対応するパッチの内容を、ドメインに依存しない形で反映すべきである。
本研究では,両者の相互情報を最大化するために,コントラスト学習に基づく枠組みを提案する。
筆者らのフレームワークは、画質の向上とトレーニング時間の短縮を図りながら、画像から画像への翻訳設定の一方的な翻訳を可能にすることを実証している。
論文 参考訳(メタデータ) (2020-07-30T17:59:58Z) - Fabricated Pictures Detection with Graph Matching [0.36832029288386137]
研究作業における実験画像の作成は、重大な学術的不正行為である。
グラフマッチング技術を用いて、類似した、あるいは、おそらく製造された画像を検出するためのフレームワークを提案する。
論文 参考訳(メタデータ) (2020-01-16T12:29:16Z)
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。