論文の概要: Scale space radon transform-based inertia axis and object central
symmetry estimation
- arxiv url: http://arxiv.org/abs/2303.12890v1
- Date: Wed, 22 Mar 2023 20:07:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-24 16:26:42.064879
- Title: Scale space radon transform-based inertia axis and object central
symmetry estimation
- Title（参考訳）: スケール空間ラドン変換に基づく慣性軸と物体中心対称性の推定
- Authors: Aicha Baya Goumeidane, Djemel Ziou, and Nafaa Nacereddine
- Abstract要約: Inertia Axesは、線、角度、セントロイド等から得られる情報を含む場合、画像コンテンツ測定の多くの技術に関与している。
スケール空間ラドン変換(SSRT)の最大値と慣性主軸の一致条件を同定する。
適切なスケールパラメータを選択することで、画像中の埋め込みオブジェクトの位置と方向のSSRT最大値と主軸とを一致させることができることを示す。
- 参考スコア（独自算出の注目度）: 4.129225533930965
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Inertia Axes are involved in many techniques for image content measurement
when involving information obtained from lines, angles, centroids... etc. We
investigate, here, the estimation of the main axis of inertia of an object in
the image. We identify the coincidence conditions of the Scale Space Radon
Transform (SSRT) maximum and the inertia main axis. We show, that by choosing
the appropriate scale parameter, it is possible to match the SSRT maximum and
the main axis of inertia location and orientation of the embedded object in the
image. Furthermore, an example of use case is presented where binary objects
central symmetry computation is derived by means of SSRT projections and the
axis of inertia orientation. To this end, some SSRT characteristics have been
highlighted and exploited. The experimentations show the SSRT-based main axis
of inertia computation effectiveness. Concerning the central symmetry, results
are very satisfying as experimentations carried out on randomly created images
dataset and existing datasets have permitted to divide successfully these
images bases into centrally symmetric and non-centrally symmetric objects.
- Abstract（参考訳）: 慣性軸は、線、角度、セントロイドなどから得られる情報を含む画像コンテンツ測定の多くの技術に関与している。
本研究では,画像中の物体の慣性主軸の推定について検討する。
スケール空間ラドン変換(ssrt)の最大値と慣性主軸の一致条件を明らかにする。
適切なスケールパラメータを選択することで、画像中の埋め込みオブジェクトの位置と方向のSSRT最大値と主軸とを一致させることができることを示す。
さらに、ssrt射影と慣性方向の軸によって二元対象中心対称性計算が導出される場合のユースケースを示す。
この目的のために、いくつかのSSRT特性が強調され、活用されている。
実験によりssrtに基づく慣性計算の有効性の主軸が示された。
中央対称性については、ランダムに生成された画像データセットで行った実験の結果が極めて満足でき、既存のデータセットでは、これらの画像ベースを中央対称および非中央対称オブジェクトに分割することが許されている。
関連論文リスト
- EqNIO: Subequivariant Neural Inertial Odometry [33.96552018734359]
重力ベクトルの周りで回転すると、IMUデータは等変的に変形し、重力に平行な任意の平面に対して反射することを示す。
そして、IMUデータをこのフレームにマッピングし、既製の慣性オドメトリーネットワークで直接使用できる不変な正準化を実現する。
論文 参考訳（メタデータ） (2024-08-12T17:42:46Z) - Empowering Snapshot Compressive Imaging: Spatial-Spectral State Space Model with Across-Scanning and Local Enhancement [51.557804095896174]
AsLE-SSMという,グローバルな局所的バランスの取れたコンテキストエンコーディングとチャネル間相互作用の促進に空間スペクトルSSMを用いる状態空間モデルを導入する。
実験の結果,ASLE-SSMは既存の最先端手法よりも優れており,推定速度はTransformerベースのMSTより2.4倍速く,パラメータの0.12(M)を節約できることがわかった。
論文 参考訳（メタデータ） (2024-08-01T15:14:10Z) - Compact multi-scale periocular recognition using SAFE features [63.48764893706088]
特徴拡張(SAFE)記述子による対称性評価に基づく眼周囲認識のための新しい手法を提案する。
我々は、スクレラ中心を特徴抽出の単一キーポイントとして使用し、眼のこの点に集中するオブジェクトのようなアイデンティティ特性を強調します。
論文 参考訳（メタデータ） (2022-10-18T11:46:38Z) - Registering Image Volumes using 3D SIFT and Discrete SP-Symmetry [2.1829116024916844]
-1,+1$ のバイナリ特徴符号 $s は、ラプラシア作用素 $nabla2$ の符号として定義される。
3Dパリティ変換は$(x,y,z)rightarrow(-x,-y,-z)$ transforms $(x,y,z)rightarrow(-x,-y,-z)$、すなわちSP-不変あるいはSP-対称である。
論文 参考訳（メタデータ） (2022-05-30T22:57:55Z) - Reflection and Rotation Symmetry Detection via Equivariant Learning [40.61825212385055]
我々は、EquiSymと呼ばれる対称性検出のためのグループ同変畳み込みネットワークを導入する。
DENse と Diverse symmetric (DENDI) という新しいデータセットを提案し、既存の反射・回転対称性検出のためのベンチマークの制限を緩和する。
実験により,LDRSおよびDENDIデータセットの対称性検出において,本手法が芸術の状態を達成できることが確認された。
論文 参考訳（メタデータ） (2022-03-31T04:18:33Z) - Category-Level Metric Scale Object Shape and Pose Estimation [73.92460712829188]
本稿では,測度スケールの形状と1枚のRGB画像からのポーズを共同で推定するフレームワークを提案する。
カテゴリーレベルのオブジェクトのポーズと形状を評価するために,合成と実世界の両方のデータセット上で本手法の有効性を検証した。
論文 参考訳（メタデータ） (2021-09-01T12:16:46Z) - Extreme Rotation Estimation using Dense Correlation Volumes [73.35119461422153]
本稿では,RGB画像対の相対的な3次元回転を極端に推定する手法を提案する。
画像が重なり合わなくても、それらの幾何学的関係に関して豊富な隠れた手がかりがあるかもしれないと観察する。
本稿では,2つの入力画像間の全ての点を比較することで,そのような暗黙の手がかりを自動的に学習できるネットワーク設計を提案する。
論文 参考訳（メタデータ） (2021-04-28T02:00:04Z) - Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian
Photometric Stereo [61.6260594326246]
空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。
分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
論文 参考訳（メタデータ） (2021-03-22T18:06:58Z) - The Geometry of Deep Generative Image Models and its Applications [0.0]
generative adversarial networks (gans) は、実世界のデータセットの統計パターンをモデル化する強力な教師なし手法として登場した。
これらのネットワークは、潜在空間内のランダムな入力を学習データを表す新しいサンプルにマップするように訓練される。
潜在空間の構造は、その高い寸法性と発電機の非線形性のために内挿しが困難である。
論文 参考訳（メタデータ） (2021-01-15T07:57:33Z) - SymmetryNet: Learning to Predict Reflectional and Rotational Symmetries
of 3D Shapes from Single-View RGB-D Images [26.38270361331076]
本稿では3次元物体の反射対称性と回転対称性の両方を予測できるエンドツーエンドのディープニューラルネットワークを提案する。
単視点RGB-D画像に基づく3次元対称性検出のベンチマークにも貢献する。
論文 参考訳（メタデータ） (2020-08-02T14:10:09Z) - Spherical Image Generation from a Single Normal Field of View Image by
Considering Scene Symmetry [64.04809152763595]
本研究では,NFOV画像から球面画像を生成する手法を提案する。
シーン対称性を用いて生成領域の自由度を制御する。
実験の結果,提案手法は対称から非対称に制御された様々な可塑性球面画像を生成することができることがわかった。
論文 参考訳（メタデータ） (2020-01-09T14:09:12Z)
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。