Fugu-MT 論文翻訳(概要): A Study of Shape Modeling Against Noise

論文の概要: A Study of Shape Modeling Against Noise

arxiv url: http://arxiv.org/abs/2402.15587v1
Date: Fri, 23 Feb 2024 20:01:25 GMT
ステータス: 処理完了
システム内更新日: 2024-02-27 17:47:32.519494
Title: A Study of Shape Modeling Against Noise
Title（参考訳）: 騒音に対する形状モデリングに関する研究
Authors: Cheng Long, Adrian Barbu
Abstract要約: 本稿では,多くのコンピュータビジョンと医用画像のコアに位置する形状モデリングの課題である形状デノイングを紹介する。本報告では, 形状の摂動に使用できる6種類のノイズと, 騒音レベルの客観的な測定方法, 形状の遮音性能の比較方法を紹介する。
参考スコア（独自算出の注目度）: 21.80999707241765
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Shape modeling is a challenging task with many potential applications in computer vision and medical imaging. There are many shape modeling methods in the literature, each with its advantages and applications. However, many shape modeling methods have difficulties handling shapes that have missing pieces or outliers. In this regard, this paper introduces shape denoising, a fundamental problem in shape modeling that lies at the core of many computer vision and medical imaging applications and has not received enough attention in the literature. The paper introduces six types of noise that can be used to perturb shapes as well as an objective measure for the noise level and for comparing methods on their shape denoising capabilities. Finally, the paper evaluates seven methods capable of accomplishing this task, of which six are based on deep learning, including some generative models.
Abstract（参考訳）: 形状モデリングはコンピュータビジョンや医用イメージングに多くの応用が考えられる課題である。文献には様々な形状モデリング手法があり、それぞれに利点と応用がある。しかし、多くの形状モデリング手法では、欠片や外れ値を持つ形状を扱うのが困難である。本稿では,多くのコンピュータビジョンや医用画像の応用の中心であり,文献にはあまり注目されていない形状モデリングの基本的な問題である形状分極について述べる。本報告では, 形状の摂動に使用できる6種類のノイズと, 騒音レベルの客観的な測定方法, 形状の遮音性能の比較方法を紹介する。最後に,この課題を達成できる7つの手法について評価し,そのうち6つは深層学習に基づく。

関連論文リスト

Information Theoretic Text-to-Image Alignment [49.396917351264655]
本稿では,ステア画像生成のための情報理論アライメント尺度を用いた新しい手法を提案する。提案手法は最先端の手法よりも優れているが,MIを推定するためには事前学習されたデノナイジングネットワークを必要としない。
論文参考訳（メタデータ） (2024-05-31T12:20:02Z)
Scalable Scene Modeling from Perspective Imaging: Physics-based Appearance and Geometry Inference [3.2229099973277076]
論文は3Dシーンモデリングをその最先端に進める貢献のごく一部を提示する。一般的なディープラーニング手法とは対照的に、この論文は第一原理に従うアルゴリズムの開発を目的としている。
論文参考訳（メタデータ） (2024-04-01T17:09:40Z)
Visual Tomography: Physically Faithful Volumetric Models of Partially Translucent Objects [0.0]
オブジェクトのデジタル3D表現は、人間やコンピュータによる解析に有用である。半半透明物体の内部を含む物理モデルを得るためのボリューム再構成手法を提案する。我々の技術は、明るい白色光源の前で異なるポーズの下で物体を撮影し、ボクセル当たりの吸収と散乱を計算する。
論文参考訳（メタデータ） (2023-12-21T00:14:46Z)
Progressive DeepSSM: Training Methodology for Image-To-Shape Deep Models [4.972323953932128]
本稿では,画像から画像への深層学習モデルをトレーニングするための新しいトレーニング戦略であるプログレッシブディープSSMを提案する。セグメンテーション誘導型マルチタスク学習を通じて形状先を活用でき、各スケールでの学習を確保するために深い監視損失を生かす。実験は、定量的および定性的な観点から提案された戦略によって訓練されたモデルの優越性を示す。
論文参考訳（メタデータ） (2023-10-02T18:17:20Z)
Tuning computer vision models with task rewards [88.45787930908102]
モデル予測と意図された使用法とのミスは、コンピュータビジョンモデルの展開に有害である。自然言語処理では、モデルとタスク報酬を整合させる強化学習技術を用いて、この問題に対処することが多い。我々はこのアプローチを採用し、オブジェクト検出、汎視的セグメンテーション、着色、画像キャプションなど、複数のコンピュータビジョンタスクにまたがる驚くべき効果を示す。
論文参考訳（メタデータ） (2023-02-16T11:49:48Z)
Defining Gaze Patterns for Process Model Literacy -- Exploring Visual Routines in Process Models with Diverse Mappings [12.904061957053246]
プロセスモデルは、ドキュメント、コミュニケーション、コラボレーションに関する組織にとって重要なアーティファクトを描いています。プロセスモデルリテラシーにおける重要な側面は、プロセスモデルに提示された情報が人間の視覚システムによってどのように抽出され、処理されるかという問題を構成する。本稿では,プロセスモデル理解時の視覚的ルーチンを考察した探索的眼球追跡研究の知見を提供する。
論文参考訳（メタデータ） (2021-11-04T14:13:48Z)
Knowledge distillation: A good teacher is patient and consistent [71.14922743774864]
最先端のパフォーマンスを実現する大規模モデルと、実用的な用途で手頃な価格のモデルとの間には、コンピュータビジョンの相違が増えている。蒸留の有効性に大きな影響を及ぼす可能性のある,特定の暗黙的な設計選択を同定する。 ImageNetの最先端ResNet-50モデルが82.8%の精度で実現されている。
論文参考訳（メタデータ） (2021-06-09T17:20:40Z)
3D Human Pose, Shape and Texture from Low-Resolution Images and Videos [107.36352212367179]
本稿では,解像度認識ネットワーク,自己スーパービジョン損失,コントラスト学習スキームからなるrsc-netを提案する。提案手法は1つのモデルで異なる解像度で3次元物体のポーズと形状を学習できる。低解像度映像を扱うRSC-Netを拡張し、低解像度入力からテクスチャ化された3D歩行者の再構築に適用します。
論文参考訳（メタデータ） (2021-03-11T06:52:12Z)
3D Human Shape and Pose from a Single Low-Resolution Image with Self-Supervised Learning [105.49950571267715]
3次元人物形状とポーズ推定のための既存のディープラーニング手法は、比較的高解像度な入力画像に依存している。本稿では,レゾリューション・アウェア・ネットワーク,セルフ・スーパービジョン・ロス,コントラッシブ・ラーニング・スキームからなるRCC-Netを提案する。これら2つの新たなトレーニング損失は,3次元形状を学習し,弱教師ありの姿勢を示す。
論文参考訳（メタデータ） (2020-07-27T16:19:52Z)
CPS++: Improving Class-level 6D Pose and Shape Estimation From Monocular Images With Self-Supervised Learning [74.53664270194643]
現代のモノクロ6Dポーズ推定手法は、少数のオブジェクトインスタンスにしか対応できない。そこで本研究では,計量形状検索と組み合わせて,クラスレベルのモノクル6次元ポーズ推定手法を提案する。 1枚のRGB画像から正確な6Dポーズとメートル法形状を抽出できることを実験的に実証した。
論文参考訳（メタデータ） (2020-03-12T15:28:13Z)

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。