論文の概要: Efficient Noise Filtration of Images by Low-Rank Singular Vector
Approximations of Geodesics' Gramian Matrix
- arxiv url: http://arxiv.org/abs/2209.13094v1
- Date: Tue, 27 Sep 2022 01:03:36 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-28 16:46:47.671967
- Title: Efficient Noise Filtration of Images by Low-Rank Singular Vector
Approximations of Geodesics' Gramian Matrix
- Title(参考訳): 測地学の文法行列の低域特異ベクトル近似による画像の高能率ノイズフィルタ
- Authors: Kelum Gajamannage, Yonggi Park, and Sunil Mathur
- Abstract要約: 高解像度画像のリアルタイム処理は、画像キャプチャー機器のハードウェア制限によって制限される。
本研究では,SVDのステップを4つの特異ベクトル近似手法に置き換えることで,GGDフレームワークの効率を向上する。
- 参考スコア(独自算出の注目度): 0.2294014185517203
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Modern society is interested in capturing high-resolution and fine-quality
images due to the surge of sophisticated cameras. However, the noise
contamination in the images not only inferior people's expectations but also
conversely affects the subsequent processes if such images are utilized in
computer vision tasks such as remote sensing, object tracking, etc. Even though
noise filtration plays an essential role, real-time processing of a
high-resolution image is limited by the hardware limitations of the
image-capturing instruments. Geodesic Gramian Denoising (GGD) is a
manifold-based noise filtering method that we introduced in our past research
which utilizes a few prominent singular vectors of the geodesics' Gramian
matrix for the noise filtering process. The applicability of GDD is limited as
it encounters $\mathcal{O}(n^6)$ when denoising a given image of size $n\times
n$ since GGD computes the prominent singular vectors of a $n^2 \times n^2$ data
matrix that is implemented by singular value decomposition (SVD). In this
research, we increase the efficiency of our GGD framework by replacing its SVD
step with four diverse singular vector approximation techniques. Here, we
compare both the computational time and the noise filtering performance between
the four techniques integrated into GGD.
- Abstract(参考訳): 現代の社会は、高度なカメラの急増により、高解像度で高品質な画像を撮影することに興味を持っている。
しかし,このような画像がリモートセンシングや物体追跡などのコンピュータビジョンタスクに利用される場合,画像中のノイズ汚染は人々の期待に反するだけでなく,その後のプロセスにも反する。
ノイズろ過は重要な役割を果たすが、高分解能画像のリアルタイム処理は、撮像装置のハードウェアの制限によって制限される。
geodesic gramian denoising (ggd) は,測地学のグラミアン行列の有意な特異ベクトルを雑音フィルタリングに利用した,これまでの研究で紹介した多様体に基づく雑音フィルタリング手法である。
GDDの適用性は、GGDが特異値分解(SVD)によって実装される$n^2 \times n^2$データ行列の顕著な特異ベクトルを計算するので、与えられた画像のサイズを$n\times n$とすることで、$\mathcal{O}(n^6)$に遭遇するため制限される。
本研究では,SVDのステップを4つの特異ベクトル近似手法に置き換えることで,GGDフレームワークの効率を向上する。
本稿では,GGDに組み込まれた4つの手法の計算時間とノイズフィルタリング性能を比較した。
関連論文リスト
- Generalization of pixel-wise phase estimation by CNN and improvement of
phase-unwrapping by MRF optimization for one-shot 3D scan [0.621405559652172]
シングルパターンプロジェクション(ワンショット3Dスキャン)を用いたアクティブステレオ技術は、産業や医療目的などから広く注目を集めている。
ワンショット3Dスキャンの深刻な欠点はスパース再構成である。
パターンが正規かつ周期的であれば,任意のタイプの静的パターンに適用可能なワンショットスキャンのための画素ワイズ手法を提案する。
論文 参考訳(メタデータ) (2023-09-26T10:45:04Z) - Degradation-Noise-Aware Deep Unfolding Transformer for Hyperspectral
Image Denoising [9.119226249676501]
ハイパースペクトル画像(HSI)は、帯域幅が狭いため、ノイズが多いことが多い。
HSIデータキューブのノイズを低減するため、モデル駆動型と学習型の両方の復調アルゴリズムが提案されている。
本稿では,これらの問題に対処するDNA-Net(Degradation-Noise-Aware Unfolding Network)を提案する。
論文 参考訳(メタデータ) (2023-05-06T13:28:20Z) - Multiscale Representation for Real-Time Anti-Aliasing Neural Rendering [84.37776381343662]
Mip-NeRFは、スケール情報をエンコードする円錐フラストラムとしてマルチスケール表現を提案する。
我々は,リアルタイムなアンチエイリアスレンダリングのためのマルチスケールな明示的表現であるmip voxel grids (Mip-VoG)を提案する。
私たちのアプローチは、マルチスケールのトレーニングとリアルタイムのアンチエイリアスレンダリングを同時に提供する最初の方法です。
論文 参考訳(メタデータ) (2023-04-20T04:05:22Z) - Spectral Enhanced Rectangle Transformer for Hyperspectral Image
Denoising [64.11157141177208]
ハイパースペクトル画像の空間的およびスペクトル的相関をモデル化するスペクトル拡張矩形変換器を提案する。
前者に対しては、長方形自己アテンションを水平および垂直に利用し、空間領域における非局所的類似性を捉える。
後者のために,空間スペクトル立方体の大域的低ランク特性を抽出し,雑音を抑制するスペクトル拡張モジュールを設計する。
論文 参考訳(メタデータ) (2023-04-03T09:42:13Z) - Riesz-Quincunx-UNet Variational Auto-Encoder for Satellite Image
Denoising [0.0]
衛星画像のノイズ低減に使用される画像および時系列分解のためのハイブリッドRQUNet-VAE方式を提案する。
また,本手法をマルチバンド衛星画像に適用し,画像の分解,画像分割,拡散による時系列分解,画像分割などを行う。
論文 参考訳(メタデータ) (2022-08-25T19:51:07Z) - Rank-Enhanced Low-Dimensional Convolution Set for Hyperspectral Image
Denoising [50.039949798156826]
本稿では,ハイパースペクトル(HS)画像の難解化問題に対処する。
ランク付き低次元畳み込み集合(Re-ConvSet)を提案する。
次に、Re-ConvSetを広く使われているU-Netアーキテクチャに組み込んで、HS画像復号法を構築する。
論文 参考訳(メタデータ) (2022-07-09T13:35:12Z) - Batch-efficient EigenDecomposition for Small and Medium Matrices [65.67315418971688]
EigenDecomposition (ED)は多くのコンピュータビジョンアルゴリズムとアプリケーションの中心にある。
本稿では,コンピュータビジョンの応用シナリオに特化したQRベースのED手法を提案する。
論文 参考訳(メタデータ) (2022-07-09T09:14:12Z) - UHD Image Deblurring via Multi-scale Cubic-Mixer [12.402054374952485]
トランスフォーマーベースのアルゴリズムは、画像劣化の領域に飛び散っている。
これらのアルゴリズムはトークン間の長距離依存関係をモデル化するためにCNNステムによる自己保持機構に依存する。
論文 参考訳(メタデータ) (2022-06-08T05:04:43Z) - Adaptive Non-linear Filtering Technique for Image Restoration [0.0]
画像中の帯域線, ドロップライン, マーク, バンド損失, インパルスを除去するための決定に基づく非線形アルゴリズムを提案する。
アルゴリズムは2つの同時動作、すなわち、破損したピクセルの検出と、破損したピクセルを置き換えるための新しいピクセルの評価を行う。
論文 参考訳(メタデータ) (2022-04-20T08:36:59Z) - Unrolling of Deep Graph Total Variation for Image Denoising [106.93258903150702]
本稿では,従来のグラフ信号フィルタリングと深い特徴学習を併用して,競合するハイブリッド設計を提案する。
解釈可能な低パスグラフフィルタを用い、最先端のDL復調方式DnCNNよりも80%少ないネットワークパラメータを用いる。
論文 参考訳(メタデータ) (2020-10-21T20:04:22Z) - Depth image denoising using nuclear norm and learning graph model [107.51199787840066]
グループベース画像復元法は,パッチ間の類似性収集に有効である。
各パッチに対して、検索ウィンドウ内で最もよく似たパッチを見つけ、グループ化する。
提案手法は, 主観的, 客観的両面において, 最先端の復調法よりも優れている。
論文 参考訳(メタデータ) (2020-08-09T15:12:16Z)
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。