Fugu-MT 論文翻訳(概要): New Efficient Visual OILU Markers

論文の概要: New Efficient Visual OILU Markers

arxiv url: http://arxiv.org/abs/2404.08477v1
Date: Fri, 12 Apr 2024 13:55:05 GMT
ステータス: 処理完了
システム内更新日: 2024-04-15 14:57:03.514025
Title: New Efficient Visual OILU Markers
Title（参考訳）: 新しい効率的なビジュアルOILUマーカ
Authors: Youssef Chahir, Messaoud Mostefai, Hamza Saida,
Abstract要約: 我々は、新しい効率的な視覚マーカーを開発するために基本的なパターンを利用する。提案したマーカーは、ユニークな識別子の豊富なパネルを生成することができる。取得および幾何学的歪みに対するマーカーの堅牢性を検証する。
参考スコア（独自算出の注目度）: 0.5120567378386615
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Basic patterns are the source of a wide range of more or less complex geometric structures. We will exploit such patterns to develop new efficient visual markers. Besides being projective invariants, the proposed markers allow producing rich panel of unique identifiers, highly required for resource-intensive navigation and augmented reality applications. The spiral topology of our markers permits the validation of an accurate identification scheme, which is based on level set methods. The robustness of the markers against acquisition and geometric distortions is validated by extensive experimental tests.
Abstract（参考訳）: 基本的なパターンは、多かれ少なかれ複雑な幾何学構造の起源である。我々はこのようなパターンを利用して、新しい効率的な視覚マーカーを開発する。プロジェクティブ不変性に加えて、提案されたマーカーは、リソース集約的なナビゲーションや拡張現実アプリケーションに必要な、ユニークな識別子の豊富なパネルを生成することができる。マーカーのスパイラルトポロジーは、レベルセット法に基づく正確な識別スキームの検証を可能にする。取得および幾何学的歪みに対するマーカーのロバスト性は、広範囲な実験によって検証される。

関連論文リスト

Design and Identification of Keypoint Patches in Unstructured Environments [7.940068522906917]
画像内のキーポイント識別は、生画像から2D座標への直接マッピングを可能にする。様々なスケール,回転,カメラ投影を考慮した,単純な4つの異なる設計を提案する。様々な画像劣化条件下でのロバスト検出を確保するために,スーパーポイントネットワークをカスタマイズする。
論文参考訳（メタデータ） (2024-10-01T09:05:50Z)
GenFace: A Large-Scale Fine-Grained Face Forgery Benchmark and Cross Appearance-Edge Learning [50.7702397913573]
フォトリアリスティック・ジェネレータの急速な進歩は、真の画像と操作された画像の相違がますます不明瞭になっている臨界点に達している。公開されている顔の偽造データセットはいくつかあるが、偽造顔は主にGANベースの合成技術を用いて生成される。我々は,大規模で多様できめ細かな高忠実度データセットであるGenFaceを提案し,ディープフェイク検出の進展を促進する。
論文参考訳（メタデータ） (2024-02-03T03:13:50Z)
Pointly-Supervised Panoptic Segmentation [106.68888377104886]
弱教師付き単眼セグメンテーションにポイントレベルのアノテーションを適用するための新しい手法を提案する。完全に教師された方法で使用される高密度のピクセルレベルラベルの代わりに、ポイントレベルラベルは、監督対象ごとに単一のポイントしか提供しない。我々は、ポイントレベルのラベルから同時に汎視的擬似マスクを生成し、それらから学習することで、エンドツーエンドのフレームワークにおける問題を定式化する。
論文参考訳（メタデータ） (2022-10-25T12:03:51Z)
NeuralMarker: A Framework for Learning General Marker Correspondence [25.822657926255573]
本稿では,映画ポスターなどの一般的なマーカーから,そのようなマーカーを捉えた画像への対応性を推定する問題に取り組む。本稿では,様々な課題条件下で高密度マーカー対応を推定するニューラルネットワークをトレーニングする新しいフレームワークであるNeuralMarkerを提案する。我々は、NeuralMarkerが従来の手法を大幅に上回り、拡張現実(AR)やビデオ編集など、新しい興味深いアプリケーションを可能にしていることを示す。
論文参考訳（メタデータ） (2022-09-19T10:04:38Z)
DeepFormableTag: End-to-end Generation and Recognition of Deformable Fiducial Markers [27.135078472097895]
既存の検出方法は、マーカーが理想的に平面面に印刷されていると仮定する。フィデューシャルマーカー生成器は、大規模な情報を符号化する自由形式のカラーパターンのセットを作成する。微分可能画像シミュレータは、変形マーカーを用いたフォトリアリスティックシーン画像のトレーニングデータセットを作成する。訓練されたマーカー検出器は興味のある領域を探し、同時に複数のマーカーパターンを認識する。
論文参考訳（メタデータ） (2022-06-16T09:29:26Z)
SparseAlign: A Super-Resolution Algorithm for Automatic Marker Localization and Deformation Estimation in Cryo-Electron Tomography [0.17398560678845074]
格子フリー超解像法を単一分子局在顕微鏡の文脈で提案した。提案手法はラベル付きマーカー位置を必要としないが,画像に基づく損失を用いてマーカーの前方投影と観測データとの比較を行う。提案手法では,マーカーを自動的に検出し,ラベル付きマーカーデータなしで試料変形を確実に推定する。
論文参考訳（メタデータ） (2022-01-21T14:03:32Z)
Discriminative Semantic Feature Pyramid Network with Guided Anchoring for Logo Detection [52.36825190893928]
我々は,DSFP-GAを用いた識別的セマンティック特徴ピラミッドネットワークという新しい手法を提案する。我々のアプローチは主に差別的セマンティック特徴ピラミッド(DSFP)とガイドアンコリング(GA)から構成される。
論文参考訳（メタデータ） (2021-08-31T11:59:00Z)
DeepTag: A General Framework for Fiducial Marker Design and Detection [1.2180122937388957]
フィデューシャルマーカーの設計と検出のための一般的なディープラーニングベースのフレームワークであるDeepTagを提案する。 DeepTagは、さまざまなマーカーファミリの検出をサポートし、カスタマイズされたローカルパターンで新しいマーカーファミリを設計できるようにする。実験によると、DeepTagはさまざまなマーカーファミリをうまくサポートしており、検出の堅牢性と精度の両方の観点から既存の手法よりも大幅に優れています。
論文参考訳（メタデータ） (2021-05-28T10:54:59Z)
Pretrained equivariant features improve unsupervised landmark discovery [69.02115180674885]
我々は、この課題を克服する2段階の教師なしアプローチを、強力なピクセルベースの特徴を初めて学習することによって定式化する。本手法は,いくつかの難解なランドマーク検出データセットにおいて最先端の結果を生成する。
論文参考訳（メタデータ） (2021-04-07T05:42:11Z)
Generalized Iris Presentation Attack Detection Algorithm under Cross-Database Settings [63.90855798947425]
プレゼンテーションアタックは、バイオメトリックなモダリティの大部分に大きな課題をもたらす。本稿では,汎用的な深層学習に基づくプレゼンテーション攻撃検出ネットワークであるMVANetを提案する。これはハイブリッドアルゴリズムの単純さと成功、あるいは複数の検出ネットワークの融合にインスパイアされている。
論文参考訳（メタデータ） (2020-10-25T22:42:27Z)
Deep Soft Procrustes for Markerless Volumetric Sensor Alignment [81.13055566952221]
本研究では、より堅牢なマルチセンサ空間アライメントを実現するために、マーカーレスデータ駆動対応推定を改善する。我々は、幾何学的制約を終末的に典型的なセグメンテーションベースモデルに組み込み、対象のポーズ推定タスクと中間密な分類タスクをブリッジする。実験により,マーカーベースの手法で同様の結果が得られ,マーカーレス手法よりも優れ,またキャリブレーション構造のポーズ変動にも頑健であることがわかった。
論文参考訳（メタデータ） (2020-03-23T10:51:32Z)

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。