論文の概要: Inverse Quantum Fourier Transform Inspired Algorithm for Unsupervised Image Segmentation

• arxiv url: http://arxiv.org/abs/2301.04705v1
• Date: Wed, 11 Jan 2023 20:28:44 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-13 13:33:22.583530
• Title: Inverse Quantum Fourier Transform Inspired Algorithm for Unsupervised Image Segmentation
• Title（参考訳）: 非教師付き画像分割のための逆量子フーリエ変換インスパイアアルゴリズム
• Authors: Taoreed Akinola, Xiangfang Li, Richard Wilkins, Pamela Obiomon, Lijun Qian
• Abstract要約: IQFTの基本的な数学的構造を利用して,新しいIQFTインスパイアされたアルゴリズムを提案し,実装した。 提案手法は,画像中の画素の位相情報を利用して,画素の強度をクビット相対位相に符号化し,IQFTを適用して画素を異なるセグメントに自動かつ効率的に分類する。 提案手法は,PASCAL VOC 2012セグメンテーションベンチマークとxVIEW2チャレンジデータセットにおいて,平均的インターセクション・オーバー・ユニオン(mIOU)で最大50%性能を向上する。
• 参考スコア（独自算出の注目度）: 2.4271601178529063
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image segmentation is a very popular and important task in computer vision. In this paper, inverse quantum Fourier transform (IQFT) for image segmentation has been explored and a novel IQFT-inspired algorithm is proposed and implemented by leveraging the underlying mathematical structure of the IQFT. Specifically, the proposed method takes advantage of the phase information of the pixels in the image by encoding the pixels' intensity into qubit relative phases and applying IQFT to classify the pixels into different segments automatically and efficiently. To the best of our knowledge, this is the first attempt of using IQFT for unsupervised image segmentation. The proposed method has low computational cost comparing to the deep learning-based methods and more importantly it does not require training, thus make it suitable for real-time applications. The performance of the proposed method is compared with K-means and Otsu-thresholding. The proposed method outperforms both of them on the PASCAL VOC 2012 segmentation benchmark and the xVIEW2 challenge dataset by as much as 50% in terms of mean Intersection-Over-Union (mIOU).
• Abstract（参考訳）: イメージセグメンテーションはコンピュータビジョンにおいて非常に人気があり重要なタスクである。 本稿では,画像セグメンテーションのための逆量子フーリエ変換(IQFT)を提案し,その基礎となる数学的構造を利用した新しいIQFTインスピレーションアルゴリズムを提案する。 具体的には、画像中の画素の位相情報を利用して、画素の強度を量子相対位相に符号化し、IQFTを適用して画素を異なるセグメントに自動かつ効率的に分類する。 我々の知る限りでは、非教師なし画像分割にIQFTを使用する最初の試みである。 提案手法は,ディープラーニングに基づく手法と比較して計算コストが低く,トレーニングを必要としないため,リアルタイムアプリケーションに適している。 提案手法の性能をK平均とOsto-thresholdingと比較した。 提案手法は, PASCAL VOC 2012セグメンテーションベンチマークとxVIEW2チャレンジデータセットにおいて, 平均インターセクション・オーバー・ユニオン(mIOU)で最大50%性能を向上する。

関連論文リスト

• Parameter-Inverted Image Pyramid Networks [49.35689698870247]
  Inverted Image Pyramid Networks (PIIP) と呼ばれる新しいネットワークアーキテクチャを提案する。 私たちの中核となる考え方は、パラメータサイズの異なるモデルを使用して、画像ピラミッドの解像度の異なるレベルを処理することです。 PIIPは、オブジェクト検出、セグメンテーション、画像分類などのタスクにおいて優れたパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2024-06-06T17:59:10Z)
• Qubit-efficient Variational Quantum Algorithms for Image Segmentation [4.737806718785056]
  量子コンピューティングは、古典的なアルゴリズムの範囲を超えて、様々な計算タスクを変換することが期待されている。 本研究では,教師なし画像分割における変分量子アルゴリズム(VQA)の適用について検討する。
  論文  参考訳（メタデータ） (2024-05-23T10:21:57Z)
• Edge Detection Quantumized: A Novel Quantum Algorithm For Image Processing [0.0]
  本稿では、量子画像のフレキシブル表現(FRQI)符号化と修正QHEDアルゴリズムを組み合わせた新しいプロトコルを提案する。 改良されたエッジアウトライン法が提案され、従来のQHEDアルゴリズムよりもオブジェクトアウトライン出力が良く、より正確なエッジ検出が可能となった。
  論文  参考訳（メタデータ） (2024-04-10T10:29:08Z)
• A quantum segmentation algorithm based on local adaptive threshold for NEQR image [7.798738743268923]
  アルゴリズムの複雑さは$O(n2+q)$に縮めることができるが、これは古典的なアルゴリズムに比べて指数的なスピードアップである。 この実験はIBM Qを用いて、ノイズの多い中間スケール量子(NISQ)時代のアルゴリズムの実現可能性を示す。
  論文  参考訳（メタデータ） (2023-10-02T04:01:42Z)
• Improving Pixel-based MIM by Reducing Wasted Modeling Capability [77.99468514275185]
  浅い層から低レベルの特徴を明示的に利用して画素再構成を支援する手法を提案する。 私たちの知る限りでは、等方的アーキテクチャのためのマルチレベル特徴融合を体系的に研究するのは、私たちは初めてです。 提案手法は, 微調整では1.2%, 線形探索では2.8%, セマンティックセグメンテーションでは2.6%など, 大幅な性能向上をもたらす。
  論文  参考訳（メタデータ） (2023-08-01T03:44:56Z)
• PI-Trans: Parallel-ConvMLP and Implicit-Transformation Based GAN for Cross-View Image Translation [84.97160975101718]
  本稿では,新しい並列-ConvMLPモジュールと,複数のセマンティックレベルでのインプリシット変換モジュールで構成される,新しい生成逆ネットワークPI-Transを提案する。 PI-Transは、2つの挑戦的データセットの最先端手法と比較して、大きなマージンで最も質的で定量的なパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2022-07-09T10:35:44Z)
• Hypercorrelation Squeeze for Few-Shot Segmentation [33.45698767126036]
  Few-shot semantic segmentationは、ターゲットクラスの注釈付きサポートイメージのみを使用して、クエリイメージからターゲットオブジェクトをセグメンテーションすることを目的としている。 この課題は、多様な視覚的手がかりを理解し、クエリとサポートイメージの微粒な対応関係を解析することである。 マルチレベル特徴相関と効率的な4D畳み込みを利用したハイパー相関スキーズネットワーク(HSNet)を提案する。
  論文  参考訳（メタデータ） (2021-04-04T05:27:13Z)
• Dense Contrastive Learning for Self-Supervised Visual Pre-Training [102.15325936477362]
  入力画像の2つのビュー間の画素レベルでの差分差分差分差分差分差分差分差分差分差分差分差分差分差分差分差分差分差分差分差分差分差分差分差分差分差分差分)を最適化することにより自己教師学習を実現する。 ベースライン法であるMoCo-v2と比較すると,計算オーバーヘッドは1%遅かった。
  論文  参考訳（メタデータ） (2020-11-18T08:42:32Z)
• FeatMatch: Feature-Based Augmentation for Semi-Supervised Learning [64.32306537419498]
  本稿では,複雑な変換を多様に生成する特徴量に基づく改良・拡張手法を提案する。 これらの変換は、クラスタリングを通じて抽出したクラス内およびクラス間の両方の情報も利用します。 提案手法は,大規模データセットにスケールアップしながら,より小さなデータセットに対して,現在の最先端技術に匹敵するものであることを実証する。
  論文  参考訳（メタデータ） (2020-07-16T17:55:31Z)
• Weakly-Supervised Semantic Segmentation by Iterative Affinity Learning [86.45526827323954]
  弱教師付きセマンティックセグメンテーションは、トレーニングのためにピクセル単位のラベル情報が提供されないため、難しい課題である。 このようなペア関係を学習するための反復アルゴリズムを提案する。 本稿では,提案アルゴリズムが最先端手法に対して好適に動作することを示す。
  論文  参考訳（メタデータ） (2020-02-19T10:32:03Z)

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。