論文の概要: Dense Random Texture Detection using Beta Distribution Statistics
- arxiv url: http://arxiv.org/abs/2310.04111v1
- Date: Fri, 6 Oct 2023 09:20:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-09 23:07:48.515984
- Title: Dense Random Texture Detection using Beta Distribution Statistics
- Title（参考訳）: ベータ分布統計を用いた密集ランダムテクスチャ検出
- Authors: Soeren Molander
- Abstract要約: 本報告では,画像エッジ上にサンプリングされた完全連結点を用いた高密度ランダムテクスチャ検出手法について述べる。
この方法はリアルタイムSLAMに基づく移動物体検出に応用され、ポイントは追跡ボックス(ロア)に制限される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This note describes a method for detecting dense random texture using fully
connected points sampled on image edges. An edge image is randomly sampled with
points, the standard L2 distance is calculated between all connected points in
a neighbourhood. For each point, a check is made if the point intersects with
an image edge. If this is the case, a unity value is added to the distance,
otherwise zero. From this an edge excess index is calculated for the fully
connected edge graph in the range [1.0..2.0], where 1.0 indicate no edges. The
ratio can be interpreted as a sampled Bernoulli process with unknown
probability. The Bayesian posterior estimate of the probability can be
associated with its conjugate prior which is a Beta($\alpha$, $\beta$)
distribution, with hyper parameters $\alpha$ and $\beta$ related to the number
of edge crossings. Low values of $\beta$ indicate a texture rich area, higher
values less rich. The method has been applied to real-time SLAM-based moving
object detection, where points are confined to tracked boxes (rois).
- Abstract（参考訳）: 本報告では,画像エッジ上にサンプリングされた完全連結点を用いた高密度ランダムテクスチャ検出手法について述べる。
エッジ画像に点をランダムにサンプリングし、標準L2距離を近傍のすべての連結点間で算出する。
各点について、その点が画像エッジと交差する場合、チェックが行われる。
この場合、距離にユニタリ値が加算され、そうでなければゼロとなる。
このことから、エッジ過剰指数は、[1.0..2.0]の範囲の完全連結エッジグラフに対して計算される。
比は、未知の確率を持つサンプル化されたベルヌーイ過程と解釈できる。
確率のベイズ的後続推定は、その共役(beta($\alpha$, $\beta$)分布)に関連付けることができ、超パラメータ $\alpha$ と $\beta$ は、エッジ交差の数に関連している。
低値の$\beta$はテクスチャリッチな領域を示し、高い値はよりリッチでない。
この方法はリアルタイムSLAMに基づく移動物体検出に応用され、ポイントは追跡されたボックス(ロア)に制限される。
関連論文リスト
- Automated Coastline Extraction Using Edge Detection Algorithms [2.5311562666866494]
衛星画像から海岸線を自動的に抽出するエッジ検出アルゴリズムの有効性を解析する。
Canny、Sobel、Scharr、Prewittの4つのアルゴリズムは視覚的に比較され、メトリクスを使用する。
論文 参考訳（メタデータ） (2024-05-19T09:25:55Z) - Moments, Random Walks, and Limits for Spectrum Approximation [40.43008834125277]
我々は、ワッサーシュタイン1距離において精度$epsilon$に近似できない$[-1,1]$に分布が存在することを示す。
正規化グラフ隣接行列のスペクトルに対する$epsilon$-accurate近似を一定の確率で計算することはできない。
論文 参考訳（メタデータ） (2023-07-02T05:03:38Z) - Detection of Dense Subhypergraphs by Low-Degree Polynomials [72.4451045270967]
ランダムグラフにおける植込み高密度部分グラフの検出は、基本的な統計的および計算上の問題である。
我々は、$Gr(n, n-beta)ハイパーグラフにおいて、植えた$Gr(ngamma, n-alpha)$ subhypergraphの存在を検出することを検討する。
平均値の減少に基づく硬さが不明な微妙な対数密度構造を考えると,この結果はグラフの場合$r=2$で既に新しくなっている。
論文 参考訳（メタデータ） (2023-04-17T10:38:08Z) - Robust Multi-Object Tracking by Marginal Inference [92.48078680697311]
ビデオにおける多目的追跡は、隣接するフレーム内のオブジェクト間の1対1の割り当てに関する根本的な問題を解決する必要がある。
本稿では,各オブジェクトの限界確率をリアルタイムに計算する効率的な手法を提案する。
MOT17とMOT20ベンチマークで競合する結果を得る。
論文 参考訳（メタデータ） (2022-08-07T14:04:45Z) - The $f$-divergence and Loss Functions in ROC Curve [2.9823962001574182]
2つのデータ分布とテストスコア関数が与えられたとき、受信者動作特性(ROC)曲線は、そのようなスコアがいかに2つの分布を分離するかを示す。
ROC曲線は2つの分布の相違の尺度として使用できるか?
本稿では, テストスコアとしてデータ確率比を用いると, ROC曲線の弧長が2つのデータ分布の差を測る新しい$f$-divergenceを生じることを示す。
論文 参考訳（メタデータ） (2021-10-18T23:12:35Z) - Clustering Mixture Models in Almost-Linear Time via List-Decodable Mean
Estimation [58.24280149662003]
本稿では,データセットの大部分を敵が破壊できるリストデコタブル平均推定の問題について検討する。
我々は、ほぼ最適な統計的保証を達成するために、リストデコダブル平均推定のための新しいアルゴリズムを開発した。
論文 参考訳（メタデータ） (2021-06-16T03:34:14Z) - Rethinking Rotated Object Detection with Gaussian Wasserstein Distance
Loss [111.8807588392563]
境界不連続性と最終検出基準の不整合性は, 回転検出回帰損失設計のボトルネックとなっている。
本稿では,ガウス・ワッサーシュタイン距離に基づく新しい回帰損失を,この問題に対する基本的なアプローチとして提案する。
論文 参考訳（メタデータ） (2021-01-28T12:04:35Z) - Analysis of KNN Density Estimation [56.29748742084386]
kNN密度推定は、サポートセットが知られている場合、$ell_infty$と$ell_infty$の条件の両方で最小限最適である。
$ell_infty$エラーはミニマックス下限に到達しないが、カーネル密度推定よりは優れている。
論文 参考訳（メタデータ） (2020-09-30T03:33:17Z) - Testing correlation of unlabeled random graphs [18.08210501570919]
ラベルなしノードを持つ2つのランダムグラフ間のエッジ相関を検出する問題について検討する。
これは仮説テスト問題として定式化され、ヌル仮説の下では、2つのグラフは独立に生成される。
代替として、2つのグラフは、ある潜在ノード対応の下ではエッジ関連であるが、ヌルと同じ辺分布を持つ。
論文 参考訳（メタデータ） (2020-08-23T19:19:45Z) - Markov Random Geometric Graph (MRGG): A Growth Model for Temporal
Dynamic Networks [0.0]
本稿では,時間的動的ネットワークの成長モデルであるMarkov Random Geometric Graphs (MRGGs)を紹介する。
本稿では, MRGGsを用いて生長グラフの依存構造を検出し, リンク予測問題を解く方法を示す。
論文 参考訳（メタデータ） (2020-06-12T08:35:54Z) - Robust 6D Object Pose Estimation by Learning RGB-D Features [59.580366107770764]
本稿では、この局所最適問題を解くために、回転回帰のための離散連続的な新しい定式化を提案する。
我々はSO(3)の回転アンカーを均一にサンプリングし、各アンカーから目標への制約付き偏差を予測し、最適な予測を選択するための不確実性スコアを出力する。
LINEMOD と YCB-Video の2つのベンチマーク実験により,提案手法が最先端の手法より優れていることが示された。
論文 参考訳（メタデータ） (2020-02-29T06:24:55Z)
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。