論文の概要: Cryo-forum: A framework for orientation recovery with uncertainty
measure with the application in cryo-EM image analysis
- arxiv url: http://arxiv.org/abs/2307.09847v1
- Date: Wed, 19 Jul 2023 09:09:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-20 14:48:35.498518
- Title: Cryo-forum: A framework for orientation recovery with uncertainty
measure with the application in cryo-EM image analysis
- Title（参考訳）: cryo-forum : cryo-em画像解析における不確実性尺度を用いた方向回復の枠組み
- Authors: Szu-Chi Chung
- Abstract要約: 本稿では,10次元特徴ベクトルを用いて方向を表現し,予測方向を単位四元数として導出し,不確実な距離で補足する擬似制約擬似プログラムを提案する。
本手法は,2次元Creo-EM画像からの向きをエンドツーエンドで効果的に復元することを示し,不確実性を含むことにより,データセットを3次元レベルで直接クリーンアップすることができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In single-particle cryo-electron microscopy (cryo-EM), the efficient
determination of orientation parameters for 2D projection images poses a
significant challenge yet is crucial for reconstructing 3D structures. This
task is complicated by the high noise levels present in the cryo-EM datasets,
which often include outliers, necessitating several time-consuming 2D clean-up
processes. Recently, solutions based on deep learning have emerged, offering a
more streamlined approach to the traditionally laborious task of orientation
estimation. These solutions often employ amortized inference, eliminating the
need to estimate parameters individually for each image. However, these methods
frequently overlook the presence of outliers and may not adequately concentrate
on the components used within the network. This paper introduces a novel
approach that uses a 10-dimensional feature vector to represent the orientation
and applies a Quadratically-Constrained Quadratic Program to derive the
predicted orientation as a unit quaternion, supplemented by an uncertainty
metric. Furthermore, we propose a unique loss function that considers the
pairwise distances between orientations, thereby enhancing the accuracy of our
method. Finally, we also comprehensively evaluate the design choices involved
in constructing the encoder network, a topic that has not received sufficient
attention in the literature. Our numerical analysis demonstrates that our
methodology effectively recovers orientations from 2D cryo-EM images in an
end-to-end manner. Importantly, the inclusion of uncertainty quantification
allows for direct clean-up of the dataset at the 3D level. Lastly, we package
our proposed methods into a user-friendly software suite named cryo-forum,
designed for easy accessibility by the developers.
- Abstract（参考訳）: 単一粒子低温電子顕微鏡(cryo-EM)では、2次元投影画像の配向パラメータの効率的な決定は重要な課題であるが、3次元構造の再構築には不可欠である。
このタスクは、Cryo-EMデータセットに存在する高ノイズレベルによって複雑で、しばしばアウトリーチを含み、いくつかの時間を要する2Dクリーニングプロセスを必要とする。
近年、深層学習に基づくソリューションが登場し、方向推定という従来の努力的なタスクに対して、より合理化されたアプローチを提供している。
これらの解はしばしば償却推論を用い、各画像のパラメータを個別に見積もる必要がなくなる。
しかし、これらの手法は、しばしば外れ値の存在を見落とし、ネットワーク内で使われるコンポーネントに適切に集中することができない。
本稿では,10次元特徴ベクトルを用いて方向を表現し,予測方向を単位四元数として導出し,不確実な距離で補足する擬似制約擬似プログラムを提案する。
さらに,方向の対距離を考慮した一意な損失関数を提案し,提案手法の精度を向上する。
最後に,エンコーダネットワークの構築に関する設計選択を総合的に評価する。
数値解析により,2次元cryo-em画像からの向きをエンドツーエンドで効果的に復元できることが示される。
重要なことに、不確実性定量化が組み込まれれば、データセットを3dレベルで直接クリーンアップすることができる。
最後に,提案手法をCryo-forumというユーザフレンドリーなソフトウェアスイートにパッケージ化する。
関連論文リスト
- PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。
本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
論文 参考訳（メタデータ） (2024-10-29T15:28:15Z) - RadOcc: Learning Cross-Modality Occupancy Knowledge through Rendering
Assisted Distillation [50.35403070279804]
マルチビュー画像を用いた3次元シーンの占有状況とセマンティクスを推定することを目的とした,新たな課題である3D占有予測手法を提案する。
本稿では,RandOccを提案する。Rendering Assisted distillation paradigm for 3D Occupancy prediction。
論文 参考訳（メタデータ） (2023-12-19T03:39:56Z) - Vanishing Point Estimation in Uncalibrated Images with Prior Gravity
Direction [82.72686460985297]
我々はマンハッタンのフレームを推定する問題に取り組む。
2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。
また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
論文 参考訳（メタデータ） (2023-08-21T13:03:25Z) - OriCon3D: Effective 3D Object Detection using Orientation and Confidence [0.0]
1つの画像から3次元物体を検出するための高度な手法を提案する。
我々は、深層畳み込みニューラルネットワークに基づく3Dオブジェクト重み付け指向回帰パラダイムを用いる。
提案手法は, 3次元オブジェクトのポーズ決定の精度を大幅に向上し, ベースライン法を超越した。
論文 参考訳（メタデータ） (2023-04-27T19:52:47Z) - Few-shot Non-line-of-sight Imaging with Signal-surface Collaborative
Regularization [18.466941045530408]
非視線イメージング技術は、多重反射光からターゲットを再構成することを目的としている。
最小限の測定回数でノイズロバストを再現する信号表面の協調正規化フレームワークを提案する。
我々のアプローチは、救助活動や自律運転といったリアルタイム非視線画像アプリケーションにおいて大きな可能性を秘めている。
論文 参考訳（メタデータ） (2022-11-21T11:19:20Z) - Detecting Rotated Objects as Gaussian Distributions and Its 3-D
Generalization [81.29406957201458]
既存の検出方法は、パラメータ化バウンディングボックス(BBox)を使用して(水平)オブジェクトをモデル化し、検出する。
このような機構は回転検出に有効な回帰損失を構築するのに基本的な限界があると主張する。
回転した物体をガウス分布としてモデル化することを提案する。
2次元から3次元へのアプローチを、方向推定を扱うアルゴリズム設計により拡張する。
論文 参考訳（メタデータ） (2022-09-22T07:50:48Z) - Uncertainty-Aware Adaptation for Self-Supervised 3D Human Pose
Estimation [70.32536356351706]
本稿では、2つの出力ヘッドを2つの異なる構成にサブスクライブする共通のディープネットワークバックボーンを構成するMPP-Netを紹介する。
ポーズと関節のレベルで予測の不確実性を定量化するための適切な尺度を導出する。
本稿では,提案手法の総合評価を行い,ベンチマークデータセット上での最先端性能を示す。
論文 参考訳（メタデータ） (2022-03-29T07:14:58Z) - The KFIoU Loss for Rotated Object Detection [115.334070064346]
本稿では,SkewIoU損失とトレンドレベルアライメントを両立できる近似的損失を考案する上で,有効な方法の1つとして論じる。
具体的には、対象をガウス分布としてモデル化し、SkewIoUのメカニズムを本質的に模倣するためにカルマンフィルタを採用する。
KFIoUと呼ばれる新たな損失は実装が容易で、正確なSkewIoUよりもうまく動作する。
論文 参考訳（メタデータ） (2022-01-29T10:54:57Z) - Camera Distortion-aware 3D Human Pose Estimation in Video with
Optimization-based Meta-Learning [23.200130129530653]
歪みのないデータセットでトレーニングされた既存の3次元ポーズ推定アルゴリズムは、特定のカメラ歪みのある新しいシナリオに適用した場合、パフォーマンス低下を被る。
本研究では, 歪み環境に迅速に適応できる簡易かつ効果的な3次元ポーズ推定モデルを提案する。
論文 参考訳（メタデータ） (2021-11-30T01:35:04Z) - Occlusion-Robust Object Pose Estimation with Holistic Representation [42.27081423489484]
State-of-the-art(SOTA)オブジェクトのポーズ推定器は2段階のアプローチを取る。
我々は,新しいブロック・アンド・ブラックアウトバッチ拡張技術を開発した。
また,総合的なポーズ表現学習を促進するためのマルチ精度監視アーキテクチャも開発している。
論文 参考訳（メタデータ） (2021-10-22T08:00:26Z) - A Smooth Representation of Belief over SO(3) for Deep Rotation Learning
with Uncertainty [33.627068152037815]
本稿では、3次元回転群の新しい対称行列表現 SO(3) と、学習モデルに特に適する2つの重要な性質について述べる。
我々は,2つのデータモダリティに基づいて深部神経回転回帰器を訓練することにより,定式化の利点を実証的に検証した。
この機能は、新しい入力を検出することで、学習したモデルの破滅的な失敗を防ぐ安全クリティカルなアプリケーションにとって鍵となる。
論文 参考訳（メタデータ） (2020-06-01T15:57:45Z)
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。