論文の概要: An Active Contour Model Driven By the Hybrid Signed Pressure Function
- arxiv url: http://arxiv.org/abs/2403.07570v1
- Date: Tue, 12 Mar 2024 11:58:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-13 21:44:20.744478
- Title: An Active Contour Model Driven By the Hybrid Signed Pressure Function
- Title（参考訳）: ハイブリッド符号付き圧力関数によるアクティブ輪郭モデル
- Authors: Jing Zhao
- Abstract要約: 本稿では,ハイブリッド符号付き圧力関数によって駆動されるアクティブな輪郭モデルを提案する。
実験および数値解析により、このモデルは強度不均一画像と雑音画像の両方に対して優れたセグメンテーション性能を有することが示された。
- 参考スコア（独自算出の注目度）: 4.844267513794365
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Due to the influence of imaging equipment and complex imaging environments,
most images in daily life have features of intensity inhomogeneity and noise.
Therefore, many scholars have designed many image segmentation algorithms to
address these issues. Among them, the active contour model is one of the most
effective image segmentation algorithms.This paper proposes an active contour
model driven by the hybrid signed pressure function that combines global and
local information construction. Firstly, a new global region-based signed
pressure function is introduced by combining the average intensity of the inner
and outer regions of the curve with the median intensity of the inner region of
the evolution curve. Then, the paper uses the energy differences between the
inner and outer regions of the curve in the local region to design the signed
pressure function of the local term. Combine the two SPF function to obtain a
new signed pressure function and get the evolution equation of the new model.
Finally, experiments and numerical analysis show that the model has excellent
segmentation performance for both intensity inhomogeneous images and noisy
images.
- Abstract（参考訳）: 撮像装置や複雑な撮像環境の影響により、日常生活のほとんどの画像は強度不均一性とノイズの特徴を持っている。
そのため、多くの研究者がこれらの問題に対処するために多くの画像分割アルゴリズムを設計している。
このうち,アクティブ輪郭モデルが最も効果的な画像分割アルゴリズムの1つであり,グローバル情報とローカル情報を組み合わせたハイブリッド符号付圧力関数によって駆動されるアクティブ輪郭モデルを提案する。
まず、曲線の内領域と外領域の平均強度と、発展曲線の内領域の中央強度とを組み合わせることにより、新しい大域領域に基づく符号付圧力関数を導入する。
そこで本論文では, 局所領域における曲線の内外領域間のエネルギー差を利用して, 局所項の符号付き圧力関数を設計する。
2つのspf関数を結合して新しい符号付き圧力関数を得て、新しいモデルの進化方程式を得る。
最後に, 実験と数値解析により, 強度不均質画像と雑音画像の両方に対して, セグメンテーション性能が良好であることが判明した。
関連論文リスト
- Edge-preserving noise for diffusion models [4.435514696080208]
本稿では,拡散確率モデル(DDPM)を一般化した新しいエッジ保存拡散モデルを提案する。
特に、エッジ保存と等方性ガウスノイズの間で異なるエッジ対応ノイズスケジューラを導入する。
モデルの生成過程はより高速に収束し, 対象の分布とより密に一致していることを示す。
論文 参考訳（メタデータ） (2024-10-02T13:29:52Z) - Varying Manifolds in Diffusion: From Time-varying Geometries to Visual Saliency [25.632973225129728]
前方拡散過程と逆生成過程が多様体上の一連の分布を構成する拡散モデルの幾何学的性質について検討する。
生成速度は画像成分の視覚的明瞭度などの直感的な視覚特性と高い相関性を示す。
本稿では,画像成分の生成速度を時間とともに推定し,生成曲線を導出する効率的かつ微分可能な手法を提案する。
論文 参考訳（メタデータ） (2024-06-07T07:32:41Z) - Pixel-Inconsistency Modeling for Image Manipulation Localization [63.54342601757723]
デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。
本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。
実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
論文 参考訳（メタデータ） (2023-09-30T02:54:51Z) - Dynamic Kernel-Based Adaptive Spatial Aggregation for Learned Image
Compression [63.56922682378755]
本稿では,空間アグリゲーション機能の拡張に焦点をあて,動的カーネルベースの変換符号化を提案する。
提案したアダプティブアグリゲーションはカーネルオフセットを生成し、コンテント条件付き範囲の有効な情報をキャプチャして変換を支援する。
実験により,本手法は,最先端の学習手法と比較して,3つのベンチマークにおいて高い速度歪み性能が得られることを示した。
論文 参考訳（メタデータ） (2023-08-17T01:34:51Z) - Saliency-Driven Active Contour Model for Image Segmentation [2.8348950186890467]
本稿では,局所的な画像情報(LIF)を用いたサリエンシマップの利点を利用して,従来のモデルの欠点を克服する新しいモデルを提案する。
提案モデルでは,画像の鮮度マップと局所画像情報を用いて,アクティブな輪郭モデルの進行性を向上させる。
論文 参考訳（メタデータ） (2022-05-23T06:02:52Z) - CSformer: Bridging Convolution and Transformer for Compressive Sensing [65.22377493627687]
本稿では,CNNからの詳細な空間情報を活用するためのハイブリッドフレームワークと,表現学習の強化を目的としたトランスフォーマーが提供するグローバルコンテキストを統合することを提案する。
提案手法は、適応的なサンプリングとリカバリからなるエンドツーエンドの圧縮画像センシング手法である。
実験により, 圧縮センシングにおける専用トランスアーキテクチャの有効性が示された。
論文 参考訳（メタデータ） (2021-12-31T04:37:11Z) - OSLO: On-the-Sphere Learning for Omnidirectional images and its
application to 360-degree image compression [59.58879331876508]
全方向画像の表現モデルの学習について検討し、全方向画像の深層学習モデルで使用される数学的ツールを再定義するために、HEALPixの球面一様サンプリングの特性を利用することを提案する。
提案したオン・ザ・スフィア・ソリューションは、等方形画像に適用された類似の学習モデルと比較して、13.7%のビットレートを節約できる圧縮ゲインを向上させる。
論文 参考訳（メタデータ） (2021-07-19T22:14:30Z) - Low-Rank Subspaces in GANs [101.48350547067628]
この研究は、GAN生成をより正確に制御できる低ランクな部分空間を導入している。
LowRankGAN は属性多様体の低次元表現を見つけることができる。
さまざまなデータセットでトレーニングされた最先端のGANモデル(StyleGAN2やBigGANなど)の実験は、私たちのLowRankGANの有効性を示しています。
論文 参考訳（メタデータ） (2021-06-08T16:16:32Z) - Spatial-spectral Hyperspectral Image Classification via Multiple Random
Anchor Graphs Ensemble Learning [88.60285937702304]
本稿では,複数のランダムアンカーグラフアンサンブル学習(RAGE)を用いた空間スペクトルHSI分類手法を提案する。
まず、各選択されたバンドのより記述的な特徴を抽出し、局所的な構造と領域の微妙な変化を保存するローカルバイナリパターンを採用する。
次に,アンカーグラフの構成に適応隣接代入を導入し,計算複雑性を低減した。
論文 参考訳（メタデータ） (2021-03-25T09:31:41Z) - Multi-feature driven active contour segmentation model for infrared
image with intensity inhomogeneity [3.3216205701062735]
強度不均一な赤外線画像を扱うための多機能能動輪郭分割モデルを提案する。
実験結果から,提案手法はIRテスト画像の精度と重み付け率において,最先端のモデルよりも優れていることが示された。
論文 参考訳（メタデータ） (2020-11-25T02:51:25Z) - Learning Accurate Entropy Model with Global Reference for Image
Compression [22.171750277528222]
本稿では,局所的およびグローバルな文脈情報を活用するために,画像圧縮のための新しいグローバル参照モデルを提案する。
この研究の副産物は、パフォーマンスをさらに向上する平均シフトGDNモジュールの革新である。
論文 参考訳（メタデータ） (2020-10-16T11:27:46Z)
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。