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/2305.00264v2
- Date: Sun, 12 May 2024 12:33:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-15 01:51:46.768359
- Title: A Comprehensive Review of Image Line Segment Detection and Description: Taxonomies, Comparisons, and Challenges
- Title（参考訳）: 画像ラインセグメンテーション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, 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）: 36.888654238348416
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An image line segment is a fundamental low-level visual feature that delineates straight, slender, and uninterrupted portions of objects and scenarios within images. 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）: イメージラインセグメントは、画像内のオブジェクトやシナリオのストレート、スレンダー、未断の部分を明確にする、基本的な低レベルの視覚的特徴である。
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,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し,全体像と深い理解を研究者に提供することにより,ギャップを埋めるものである。
それらのメカニズムに基づき、線分検出と記述のための2つの分類法を提示し、これらの研究を導入、分析、要約し、研究者がそれらを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。
既存の手法の課題や、それを解決するための知見も、研究者に刺激を与えるために提供される。
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、実験結果と組み合わせて、研究者が目的とする視覚応用のための最良の方法を選択するのを導くことができる。
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
- Unsupervised Object Discovery: A Comprehensive Survey and Unified Taxonomy [6.346947904159397]
教師なしのオブジェクト発見は、一般に、ラベル付き例を必要とせず、視覚データ中のオブジェクトのローカライズおよび/または分類のタスクとして解釈される。
本調査では,既存のアプローチの詳細な調査を行い,課題と採用手法のファミリーに基づいて,この課題を体系的に分類する。
本稿では,共通データセットとメトリクスの概要を述べるとともに,評価プロトコルの違いによる手法の比較の課題について述べる。
論文 参考訳（メタデータ） (2024-10-30T21:22:48Z) - Biomedical Image Segmentation: A Systematic Literature Review of Deep Learning Based Object Detection Methods [1.0043008463279772]
深層学習に基づく物体検出法は、バイオメディカルイメージセグメンテーションに一般的に用いられている。
既存の調査では、標準化されたアプローチやより広範なセグメンテーション技術に重点を置いていないことが多い。
これらの手法を批判的に分析し,課題を特定し,今後の方向性について考察した。
このSLRは、研究コミュニティにこれらのセグメンテーションモデルについて素早く深く理解することを目的としています。
論文 参考訳（メタデータ） (2024-08-06T18:38:55Z) - Semi-Supervised Semantic Segmentation Based on Pseudo-Labels: A Survey [49.47197748663787]
本総説は, 半教師付きセマンティックセグメンテーション分野における擬似ラベル手法に関する最新の研究成果について, 包括的かつ組織的に概観することを目的としている。
さらに,医用およびリモートセンシング画像のセグメンテーションにおける擬似ラベル技術の適用について検討する。
論文 参考訳（メタデータ） (2024-03-04T10:18:38Z) - 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 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) - Guided Depth Map Super-resolution: A Survey [88.54731860957804]
誘導深度マップ超解像(GDSR)は、高分解能(HR)深度マップを低分解能(LR)観測から2枚のHRカラー画像の助けを借りて再構成することを目的としている。
近年,特に強力な深層学習技術を用いて,斬新で効果的なアプローチが多数提案されている。
この調査は、GDSRの最近の進歩に関する包括的調査を提示する試みである。
論文 参考訳（メタデータ） (2023-02-19T15:43:54Z) - 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) - A Survey on Deep Learning Technique for Video Segmentation [147.0767454918527]
ビデオセグメンテーションは幅広い応用において重要な役割を果たしている。
ディープラーニングベースのアプローチは、ビデオセグメンテーションに特化しており、魅力的なパフォーマンスを提供している。
論文 参考訳（メタデータ） (2021-07-02T15:51:07Z) - 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) - 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。