論文の概要: Fast Normalized Cross-Correlation for Template Matching with Rotations
- arxiv url: http://arxiv.org/abs/2311.07561v1
- Date: Mon, 13 Nov 2023 18:53:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-14 12:56:18.844440
- Title: Fast Normalized Cross-Correlation for Template Matching with Rotations
- Title(参考訳): 回転を伴うテンプレートマッチングのための高速正規化クロスコリレーション
- Authors: Jos\'e Mar\'ia Almira, Harold Phelippeau, Antonio Martinez-Sanchez
- Abstract要約: この記事では、回転と翻訳を効率的に扱うための代替数学的理論を開発する。
提案手法は回転空間を反復的にサンプリングする必要がないため,計算複雑性を低減させる。
提案手法は,従来のテンプレートマッチング計算を3次元画像の場合,数桁のオーダーで高速化することができる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Normalized cross-correlation is the reference approach to carry out template
matching on images. When it is computed in Fourier space, it can handle
efficiently template translations but it cannot do so with template rotations.
Including rotations requires sampling the whole space of rotations, repeating
the computation of the correlation each time.
This article develops an alternative mathematical theory to handle
efficiently, at the same time, rotations and translations. Our proposal has a
reduced computational complexity because it does not require to repeatedly
sample the space of rotations. To do so, we integrate the information relative
to all rotated versions of the template into a unique symmetric tensor template
-which is computed only once per template-. Afterward, we demonstrate that the
correlation between the image to be processed with the independent tensor
components of the tensorial template contains enough information to recover
template instance positions and rotations.
Our proposed method has the potential to speed up conventional template
matching computations by a factor of several magnitude orders for the case of
3D images.
- Abstract(参考訳): 正規化相互相関は、画像にテンプレートマッチングを実行するための参照アプローチである。
フーリエ空間で計算されると、効率的にテンプレート変換を処理できるが、テンプレート回転では処理できない。
回転を含む場合、回転の空間全体をサンプリングし、毎回相関の計算を繰り返す必要がある。
この記事では、回転と翻訳を効率的に扱うための代替数学的理論を開発する。
本提案は回転の空間を反復的にサンプリングする必要がないため,計算複雑性が減少する。
そのため、テンプレートの全回転バージョンに関する情報を、テンプレート毎に1回だけ計算されるユニークな対称テンソルテンプレートに統合する。
その後、テンソルテンプレートの独立テンソル成分と処理対象画像の相関関係が、テンプレートのインスタンス位置と回転を回復するのに十分な情報を含んでいることを示した。
提案手法は,従来のテンプレートマッチング計算を3次元画像の場合,数桁の精度で高速化する可能性を秘めている。
関連論文リスト
- Template Matching in Images using Segmented Normalized Cross-Correlation [0.0]
提案アルゴリズムはテンプレート画像近似の事前計算に基づく。
提案アルゴリズムは、無視可能なNCC近似誤差で優れた計算性能を実現する。
論文 参考訳(メタデータ) (2025-02-03T11:58:33Z) - Tensorial template matching for fast cross-correlation with rotations and its application for tomography [0.0]
我々は、テンソル場を持つテンプレートのすべての回転を表す数学的枠組みに基づいて、テンソルテンプレートマッチングと呼ばれる新しいアルゴリズムを実装した。
テンソルテンプレートマッチングはテンプレートマッチングよりもはるかに高速であり,精度向上の可能性が示された。
論文 参考訳(メタデータ) (2024-08-05T11:42:41Z) - Learning Unorthogonalized Matrices for Rotation Estimation [83.94986875750455]
3次元の回転を推定することは、3次元コンピュータビジョンの一般的な手順である。
回転行列という表現の1つの形式は、その連続性のために人気がある。
非直交擬似擬似回転行列(PRoM)を提案する。
論文 参考訳(メタデータ) (2023-12-01T09:56:29Z) - Learning Accurate Template Matching with Differentiable Coarse-to-Fine
Correspondence Refinement [28.00275083733545]
本稿では, 精度の高いテンプレートマッチング手法を提案する。
変圧器によって提供される新規な構造認識情報に基づいて、粗い対応を用いて初期ワープを推定する。
提案手法は最先端の手法やベースラインよりも大幅に優れており,実データにおいても,優れた一般化能力と視覚的検証が可能な結果が得られる。
論文 参考訳(メタデータ) (2023-03-15T08:24:10Z) - Orthonormal Convolutions for the Rotation Based Iterative
Gaussianization [64.44661342486434]
本稿では、画像ガウス化を可能にする回転型反復ガウス化RBIGの拡張について詳述する。
RBIGの回転は主成分分析や独立成分分析に基づくため、画像では小さな画像パッチや孤立画素に制限されている。
emphConvolutional RBIG:この問題を緩和する拡張として,RBIGの回転が畳み込みであることを示す。
論文 参考訳(メタデータ) (2022-06-08T12:56:34Z) - Optimizing Elimination Templates by Greedy Parameter Search [0.0]
本稿では,最小限の問題を効率よく解くために,除去テンプレートを構築するための新しい手法を提案する。
コンピュータビジョンにおける34の最小問題に対して,本手法を検証した。
また, 合成データを用いた実験により, 新しい解法は高速かつ数値的に精度が高いことがわかった。
論文 参考訳(メタデータ) (2022-03-28T17:06:18Z) - STaR: Knowledge Graph Embedding by Scaling, Translation and Rotation [20.297699026433065]
ビリニア法は知識グラフ埋め込み(KGE)において主流であり、実体と関係性の低次元表現を学習することを目的としている。
以前の研究では、主に非可換性のような6つの重要なパターンが発見されている。
上述の2つの部分からなるバイリニアモデルスケーリング翻訳・回転(STaR)を提案する。
論文 参考訳(メタデータ) (2022-02-15T02:06:22Z) - Forster Decomposition and Learning Halfspaces with Noise [60.691817861402676]
フォースター変換 (Forster transform) は、分布を優れた反集中特性を持つものに変換する演算である。
本稿では,Forster変換が存在し,効率よく計算できる少数の分布の解離混合として,任意の分布を効率的に分解可能であることを示す。
論文 参考訳(メタデータ) (2021-07-12T17:00:59Z) - Finding Geometric Models by Clustering in the Consensus Space [61.65661010039768]
本稿では,未知数の幾何学的モデル,例えばホモグラフィーを求めるアルゴリズムを提案する。
複数の幾何モデルを用いることで精度が向上するアプリケーションをいくつか提示する。
これには、複数の一般化されたホモグラフからのポーズ推定、高速移動物体の軌道推定が含まれる。
論文 参考訳(メタデータ) (2021-03-25T14:35:07Z) - Deep Implicit Templates for 3D Shape Representation [70.9789507686618]
深い暗黙表現における明示的な対応推論を支援する新しい3次元形状表現を提案する。
我々のキーとなる考え方は、テンプレートの暗黙関数の条件変形としてDIFを定式化することである。
提案手法は,形状の集合に対する一般的な暗黙テンプレートを学習するだけでなく,すべての形状を相互に同時に対応させることも可能であることを示す。
論文 参考訳(メタデータ) (2020-11-30T06:01:49Z) - Generalizing Convolutional Neural Networks for Equivariance to Lie
Groups on Arbitrary Continuous Data [52.78581260260455]
任意の特定のリー群からの変換に同値な畳み込み層を構築するための一般的な方法を提案する。
同じモデルアーキテクチャを画像、ボール・アンド・スティック分子データ、ハミルトン力学系に適用する。
論文 参考訳(メタデータ) (2020-02-25T17:40:38Z)
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。