論文の概要: Fast Key Points Detection and Matching for Tree-Structured Images
- arxiv url: http://arxiv.org/abs/2211.03242v1
- Date: Mon, 7 Nov 2022 00:22:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-08 17:32:18.005255
- Title: Fast Key Points Detection and Matching for Tree-Structured Images
- Title（参考訳）: 木構造画像の高速キーポイント検出とマッチング
- Authors: Hao Wang, Xiwen Chen, Abolfazl Razi
- Abstract要約: 本稿では,木状パターンを用いたナノ解像度視覚識別子の画像マッチングに基づく新しい認証アルゴリズムを提案する。
提案アルゴリズムは様々な木構造画像マッチングに適用できるが,近年開発された視覚的識別子であるデンドライトに焦点をあてる。
- 参考スコア（独自算出の注目度）: 4.929206987094714
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper offers a new authentication algorithm based on image matching of
nano-resolution visual identifiers with tree-shaped patterns. The algorithm
includes image-to-tree conversion by greedy extraction of the fractal pattern
skeleton along with a custom-built graph matching algorithm that is robust
against imaging artifacts such as scaling, rotation, scratch, and illumination
change. The proposed algorithm is applicable to a variety of tree-structured
image matching, but our focus is on dendrites, recently-developed visual
identifiers. Dendrites are entropy rich and unclonable with existing 2D and 3D
printers due to their natural randomness, nano-resolution granularity, and 3D
facets, making them an appropriate choice for security applications such as
supply chain trace and tracking. The proposed algorithm improves upon graph
matching with standard image descriptors. For instance, image inconsistency due
to the camera sensor noise may cause unexpected feature extraction leading to
inaccurate tree conversion and authentication failure. Also, previous tree
extraction algorithms are prohibitively slow hindering their scalability to
large systems. In this paper, we fix the current issues of [1] and accelerate
the key points extraction up to 10-times faster by implementing a new skeleton
extraction method, a new key points searching algorithm, as well as an
optimized key point matching algorithm. Using minimum enclosing circle and
center points, make the algorithm robust to the choice of pattern shape. In
contrast to [1] our algorithm handles general graphs with loop connections,
therefore is applicable to a wider range of applications such as transportation
map analysis, fingerprints, and retina vessel imaging.
- Abstract（参考訳）: 本稿では,木型パターンを用いたナノ解像度視覚識別子の画像マッチングに基づく新しい認証アルゴリズムを提案する。
このアルゴリズムは、フラクタルパターンスケルトンを鮮やかな抽出によって画像からツリーへの変換と、スケーリング、回転、スクラッチ、照明変更などの画像アーティファクトに対して堅牢な独自のグラフマッチングアルゴリズムを含む。
提案アルゴリズムは様々な木構造画像マッチングに適用できるが,近年開発された視覚的識別子であるデンドライトに注目する。
デンドライトは、天然のランダム性、ナノ解像度の粒度、および3Dファセットのため、既存の2Dおよび3Dプリンタではエントロピーに富み、制約を受けないため、サプライチェーンのトレースやトラッキングといったセキュリティアプリケーションには適している。
提案アルゴリズムは標準画像記述子とのグラフマッチングを改善する。
例えば、カメラセンサノイズによる画像の不整合は、予期せぬ特徴抽出を引き起こし、不正確なツリー変換と認証の失敗につながる可能性がある。
また、従来の木抽出アルゴリズムは、大規模システムへの拡張性を阻害している。
本稿では,新しいスケルトン抽出法,新しいキーポイント探索アルゴリズム,最適化されたキーポイントマッチングアルゴリズムを実装することにより,[1]の現在の問題を修正し,最大10倍の速度でキーポイント抽出を高速化する。
最小の囲い込み円と中心点を用いて、アルゴリズムをパターン形状の選択に頑健にする。
[1]とは対照的に、我々のアルゴリズムはループ接続を持つ一般的なグラフを扱うため、輸送地図解析、指紋、網膜血管イメージングなどの幅広い応用に適用できる。
関連論文リスト
- EDCSSM: Edge Detection with Convolutional State Space Model [3.649463841174485]
画像のエッジ検出は、コンピュータグラフィックスにおける多くの複雑なタスクの基礎となっている。
多層畳み込みとプールアーキテクチャによる特徴損失のため、学習ベースのエッジ検出モデルは、しばしば厚いエッジを生成する。
本稿では,上記の問題に効果的に対処するエッジ検出アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-09-03T05:13:25Z) - DeepClean: Integrated Distortion Identification and Algorithm Selection for Rectifying Image Corruptions [1.8024397171920883]
画像歪みの自動分類と修正のための2段階逐次計画手法を提案する。
提案手法の利点は、入力画像に条件付けされた動的再構成と、推論時に未確認候補アルゴリズムの一般化である。
論文 参考訳（メタデータ） (2024-07-23T08:57:11Z) - A Mirror Descent-Based Algorithm for Corruption-Tolerant Distributed Gradient Descent [57.64826450787237]
本研究では, 分散勾配降下アルゴリズムの挙動を, 敵対的腐敗の有無で解析する方法を示す。
汚職耐性の分散最適化アルゴリズムを設計するために、(怠慢な)ミラー降下からアイデアをどう使うかを示す。
MNISTデータセットの線形回帰、サポートベクトル分類、ソフトマックス分類に基づく実験は、我々の理論的知見を裏付けるものである。
論文 参考訳（メタデータ） (2024-07-19T08:29:12Z) - Image Copy-Move Forgery Detection and Localization Scheme: How to Avoid Missed Detection and False Alarm [10.135979083516174]
画像コピー-ムーブ(英: Image copy-move)は、画像の一部が同じ画像の別の部分に置き換えられる操作であり、違法な目的に使用できる。
近年の研究では、キーポイントに基づくアルゴリズムは、優れた、ロバストなローカライゼーション性能を達成している。
しかし、入力画像が低解像度である場合、既存のキーポイントベースのアルゴリズムのほとんどは、十分なキーポイントを生成するのが困難である。
論文 参考訳（メタデータ） (2024-06-05T13:50:29Z) - Ensemble Quadratic Assignment Network for Graph Matching [52.20001802006391]
グラフマッチングはコンピュータビジョンやパターン認識において一般的に用いられる技法である。
最近のデータ駆動型アプローチは、グラフマッチングの精度を著しく改善した。
データ駆動手法と従来の手法の利点を組み合わせたグラフニューラルネットワーク(GNN)に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2024-03-11T06:34:05Z) - 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) - Real-time AdaBoost cascade face tracker based on likelihood map and
optical flow [59.17685450892182]
著者らは、光学フロー情報をヴィオラ・ジョーンズ検出アルゴリズムの修正版に組み込む新しい顔追跡手法を提案する。
元のアルゴリズムでは、前のフレームからの情報が考慮されないため、検出は静的である。
提案したトラッカーは、各ウィンドウが通過する分類段階の数に関する情報を保存する。
論文 参考訳（メタデータ） (2022-10-25T10:15:07Z) - Two-Stream Graph Convolutional Network for Intra-oral Scanner Image
Segmentation [133.02190910009384]
本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。
TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
論文 参考訳（メタデータ） (2022-04-19T10:41:09Z) - Pixel-Perfect Structure-from-Motion with Featuremetric Refinement [96.73365545609191]
複数視点からの低レベル画像情報を直接アライメントすることで、動きからの2つの重要なステップを洗練する。
これにより、様々なキーポイント検出器のカメラポーズとシーン形状の精度が大幅に向上する。
本システムは,大規模な画像コレクションに容易にスケールできるので,クラウドソースによる大規模なローカライゼーションを実現することができる。
論文 参考訳（メタデータ） (2021-08-18T17:58:55Z) - Towards Optimally Efficient Tree Search with Deep Learning [76.64632985696237]
本稿では,線形モデルから信号整数を推定する古典整数最小二乗問題について検討する。
問題はNPハードであり、信号処理、バイオインフォマティクス、通信、機械学習といった様々な応用でしばしば発生する。
本稿では, 深いニューラルネットワークを用いて, 単純化されたメモリバウンドA*アルゴリズムの最適推定を推定し, HATSアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-01-07T08:00:02Z) - A Survey on Patch-based Synthesis: GPU Implementation and Optimization [0.0]
この論文は、小さな局所領域間の対応を見つけるためのパッチベースの合成とアルゴリズムの研究を調査する。
私たちが研究したアルゴリズムの1つは、PatchMatchで、画像の類似した領域や「パッチ」を見つけることができる。
コンピュータグラフィックスでは、画像から不要な物体を取り除き、画像中の物体をシームレスに移動させ、画像のアスペクト比を変え、映像の要約を行った。
論文 参考訳（メタデータ） (2020-05-11T19:25:28Z)
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。