論文の概要: A Comprehensive Review of Image Line Segment Detection and Description:
Taxonomies, Comparisons, and Challenges
- arxiv url: http://arxiv.org/abs/2305.00264v1
- Date: Sat, 29 Apr 2023 13:59:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-02 16:12:14.332799
- Title: A Comprehensive Review of Image Line Segment Detection and Description:
Taxonomies, Comparisons, and Challenges
- Title(参考訳): 画像線分節の検出と記述に関する総合的レビュー:分類学,比較,課題
- Authors: Xinyu Lin, Yingjie Zhou, Yipeng Liu, and Ce Zhu
- Abstract要約: 本研究では,2次元イメージラインセグメントの検出と記述に関する関連研究を網羅的にレビューする。
主要な問題、コアアイデア、既存のメソッドの利点とデメリット、そしてそれらの潜在的な応用について分析する。
いくつかの最先端のセグメント検出と記述アルゴリズムはバイアスなく評価され、評価コードが公開される。
- 参考スコア(独自算出の注目度): 34.984954443601296
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Detection and description of line segments lay the basis for numerous vision
tasks. Although many studies have aimed to detect and describe line segments, a
comprehensive review is lacking, obstructing their progress. This study fills
the gap by comprehensively reviewing related studies on detecting and
describing two-dimensional image line segments to provide researchers with an
overall picture and deep understanding. Based on their mechanisms, two
taxonomies for line segment detection and description are presented to
introduce, analyze, and summarize these studies, facilitating researchers to
learn about them quickly and extensively. The key issues, core ideas,
advantages and disadvantages of existing methods, and their potential
applications for each category are analyzed and summarized, including
previously unknown findings. The challenges in existing methods and
corresponding insights for potentially solving them are also provided to
inspire researchers. In addition, some state-of-the-art line segment detection
and description algorithms are evaluated without bias, and the evaluation code
will be publicly available. The theoretical analysis, coupled with the
experimental results, can guide researchers in selecting the best method for
their intended vision applications. Finally, this study provides insights for
potentially interesting future research directions to attract more attention
from researchers to this field.
- Abstract(参考訳): ラインセグメントの検出と記述は多くの視覚タスクの基礎となった。
多くの研究は線分の検出と記述を目的としているが、包括的なレビューは欠如しており、その進捗を妨げている。
本研究は,二次元画像線セグメントの検出と記述に関する関連研究を包括的にレビューし,研究者に全体像と深い理解を与えることにより,このギャップを埋めている。
それらの機構に基づき,線分検出と記述のための2つの分類法を提案し,これらの研究の紹介,解析,要約を行い,研究者が迅速かつ広範囲に学べるようにした。
主要な問題、中核的な考え、既存手法の利点とデメリット、そして各カテゴリの潜在的な応用について分析・要約し、これまで未知の発見を含む。
既存の方法の課題とそれを解決するための関連する洞察は、研究者を刺激するためにも提供される。
さらに、いくつかの最先端の線分検出および記述アルゴリズムをバイアスなく評価し、評価コードを公開する。
理論的解析は、実験結果と相まって、研究者が意図した視覚応用に最適な方法を選択するためのガイドとなる。
最後に、この研究は、この分野の研究者からより多くの注目を集めるために、潜在的に興味深い将来の研究方向についての洞察を提供する。
関連論文リスト
- Few-Shot Learning on Graphs: from Meta-learning to Pre-training and
Prompting [56.25730255038747]
この調査は、最近の展開を合成し、比較洞察を提供し、将来の方向性を特定するための取り組みである。
我々は,既存の研究をメタラーニングアプローチ,事前学習アプローチ,ハイブリッドアプローチの3つの主要なファミリーに体系的に分類した。
これらの手法間の関係を解析し,その強みと限界を比較する。
論文 参考訳(メタデータ) (2024-02-02T14:32:42Z) - Local Feature Matching Using Deep Learning: A Survey [19.322545965903608]
局所的な特徴マッチングは、画像検索、3D再構成、オブジェクト認識といった領域を含むコンピュータビジョンの領域において幅広い応用を享受する。
近年,深層学習モデルの導入により,局所的特徴マッチング手法の探究が盛んに行われている。
また,移動構造,リモートセンシング画像登録,医用画像登録などの多様な領域における局所的特徴マッチングの実践的応用についても検討した。
論文 参考訳(メタデータ) (2024-01-31T04:32:41Z) - A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。
この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる
本調査では,I-CMRの3段階分類法について概説する。
論文 参考訳(メタデータ) (2023-09-05T05:06:48Z) - A Survey on Self-Supervised Representation Learning [2.5442795971328307]
画像表現を監督せずに学習できる多くの方法が導入された。
これらの表現の質は教師付き学習に近いが、ラベル付き画像は必要ない。
本稿では,これらの手法を統一表記法で包括的に検証し,類似点と相違点を指摘し,それらの手法を相互に関連づけた分類法を提案する。
論文 参考訳(メタデータ) (2023-08-22T14:05:37Z) - A Survey on Open-Vocabulary Detection and Segmentation: Past, Present,
and Future [5.093388615302086]
タスクや方法論の種類に応じて分類法を開発する。
提案する分類法は, オブジェクト検出, セマンティック/インスタンス/パノプティックセグメンテーション, 3次元シーン, ビデオ理解など, さまざまなタスクにまたがって普遍的である。
論文 参考訳(メタデータ) (2023-07-18T12:52:49Z) - Panoptic Segmentation: A Review [2.270719568619559]
本稿では,既存の汎視的セグメンテーション手法の包括的レビューを行う。
パノプティクスのセグメンテーションは現在、ビデオ監視、群衆のカウント、自動運転、医療画像分析などの画像シーンに関する、より精巧な知識を得るために研究中である。
論文 参考訳(メタデータ) (2021-11-19T14:40:24Z) - Deep Gait Recognition: A Survey [15.47582611826366]
歩行認識は、歩き方に基づいて個人を識別することを目的とした魅力的な生体測定モダリティです。
ディープラーニングは、差別的な表現を自動的に学習する能力によって、2015年からこの分野の研究環境を再構築した。
深層学習による歩行認識のブレークスルーと最近の展開を総合的に紹介します。
論文 参考訳(メタデータ) (2021-02-18T18:49:28Z) - Recent Progress in Appearance-based Action Recognition [73.6405863243707]
アクション認識は、ビデオ内の様々な人間の行動を特定するタスクである。
最近の外見に基づく手法は、正確な行動認識に向けて有望な進歩を遂げている。
論文 参考訳(メタデータ) (2020-11-25T10:18:12Z) - A Survey on Text Classification: From Shallow to Deep Learning [83.47804123133719]
過去10年は、ディープラーニングが前例のない成功を収めたために、この分野の研究が急増している。
本稿では,1961年から2021年までの最先端のアプローチを見直し,そのギャップを埋める。
特徴抽出と分類に使用されるテキストとモデルに基づいて,テキスト分類のための分類を作成する。
論文 参考訳(メタデータ) (2020-08-02T00:09:03Z) - Survey on Visual Sentiment Analysis [87.20223213370004]
本稿では、関連する出版物をレビューし、視覚知覚分析の分野の概要を概観する。
また,3つの視点から一般的な視覚知覚分析システムの設計原理について述べる。
様々なレベルの粒度と、異なる方法でイメージに対する感情に影響を与えるコンポーネントを考慮し、問題の定式化について論じる。
論文 参考訳(メタデータ) (2020-04-24T10:15:22Z)
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。