Fugu-MT 論文翻訳(概要): On Image Registration and Subpixel Estimation

論文の概要: On Image Registration and Subpixel Estimation

arxiv url: http://arxiv.org/abs/2405.12927v1
Date: Tue, 21 May 2024 16:53:03 GMT
ステータス: 処理完了
システム内更新日: 2024-05-22 12:40:41.958568
Title: On Image Registration and Subpixel Estimation
Title（参考訳）: 画像登録とサブピクセル推定について
Authors: Serap A. Savari,
Abstract要約: 我々は,測定と量子化に関する質問に動機づけられた,基本的で理想的な一次元画像登録問題を考える。この設定において、サブインターバル/サブピクセルの推論が可能である範囲は、関心の関数に関連する複雑性の種類に依存することを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Image registration is a classical problem in machine vision which seeks methods to align discrete images of the same scene to subpixel accuracy in general situations. As with all estimation problems, the underlying difficulty is the partial information available about the ground truth. We consider a basic and idealized one-dimensional image registration problem motivated by questions about measurement and about quantization, and we demonstrate that the extent to which subinterval/subpixel inferences can be made in this setting depends on a type of complexity associated with the function of interest, the relationship between the function and the pixel size, and the number of distinct sampling count observations available.
Abstract（参考訳）: 画像登録は、一般的な状況において、同じシーンの離散画像をサブピクセル精度に合わせる方法を模索するマシンビジョンにおける古典的な問題である。すべての推定問題と同様に、根底にある困難は、基底真理に関する部分的な情報である。我々は,測定と量子化に関する質問に動機づけられた基本的かつ理想的な1次元画像登録問題を考察し,この設定においてサブインターバル/サブピクセルの推測が可能である範囲は,関心の関数に関連する複雑性の種類,機能と画素サイズの関係,利用可能な異なるサンプリング数観測数に依存することを示した。

関連論文リスト

Disentangling Mean Embeddings for Better Diagnostics of Image Generators [12.03654015918289]
本稿では,平均埋め込みの余弦的類似性を,個々の画素クラスタに対する余弦的類似性(cosine similarity)の積に拡張する手法を提案する。実世界の様々なユースケースにおいて、モデル誤動作の画素領域を識別する可能性や説明性をいかに向上させるかを示す。
論文参考訳（メタデータ） (2024-09-02T15:16:07Z)
Single-image camera calibration with model-free distortion correction [0.0]
本稿では,センサ全体をカバーする平面スペックルパターンの単一画像から,キャリブレーションパラメータの完全な集合を推定する方法を提案する。デジタル画像相関を用いて校正対象の画像点と物理点との対応を求める。プロシージャの最後には、画像全体にわたって、密度が高く均一なモデルフリーな歪みマップが得られる。
論文参考訳（メタデータ） (2024-03-02T16:51:35Z)
Quantity-Aware Coarse-to-Fine Correspondence for Image-to-Point Cloud Registration [4.954184310509112]
Image-to-point cloud registrationは、RGBイメージと参照ポイントクラウドの間の相対カメラのポーズを決定することを目的としている。個々の点と画素とのマッチングは、モダリティギャップによって本質的に曖昧である。本稿では,局所点集合と画素パッチ間の量認識対応を捉える枠組みを提案する。
論文参考訳（メタデータ） (2023-07-14T03:55:54Z)
Minimum Description Length Clustering to Measure Meaningful Image Complexity [65.268245109828]
本稿では,階層的なパッチクラスタリングによる画像複雑性の指標を提案する。最小記述長の原理を用いて、クラスタ数を決定し、特定の点を外れ値として指定し、ホワイトノイズを低いスコアに正しく割り当てる。
論文参考訳（メタデータ） (2023-06-26T15:37:04Z)
Breaking Modality Disparity: Harmonized Representation for Infrared and Visible Image Registration [66.33746403815283]
シーン適応型赤外線と可視画像の登録を提案する。我々は、異なる平面間の変形をシミュレートするためにホモグラフィーを用いる。我々は、まず、赤外線と可視画像のデータセットが不一致であることを示す。
論文参考訳（メタデータ） (2023-04-12T06:49:56Z)
A Geometrically Constrained Point Matching based on View-invariant Cross-ratios, and Homography [2.050924050557755]
ビュー不変クロス比(CR)に基づく初期一致SIFTキーポイントの正当性検証のための幾何学的制約付きアルゴリズムを提案する。これらのキーポイントからペンタゴンをランダムに形成し、画像間の形状と位置をCRとマッチングすることにより、堅牢な平面領域推定を効率的に行うことができる。実験結果から,複数平面領域の複数シーンで良好な結果が得られることがわかった。
論文参考訳（メタデータ） (2022-11-06T01:55:35Z)
Degradation-agnostic Correspondence from Resolution-asymmetric Stereo [96.03964515969652]
テレワイドカメラシステムで取得した解像度の異なる2枚の画像からステレオマッチングの問題を考察する。特徴量整合性という画像空間の代わりに特徴空間に2つのビュー間の整合性を課すことを提案する。測光損失をトレーニングしたステレオマッチングネットワークは最適ではないが, 特徴抽出器は劣化に依存しない, マッチング特有の特徴を生成できる。
論文参考訳（メタデータ） (2022-04-04T12:24:34Z)
LocalTrans: A Multiscale Local Transformer Network for Cross-Resolution Homography Estimation [52.63874513999119]
クロスレゾリューション画像アライメントは、マルチスケールギガ撮影において重要な問題である。既存のディープ・ホモグラフィー手法は、それらの間の対応の明示的な定式化を無視し、クロスレゾリューションの課題において精度が低下する。本稿では,マルチモーダル入力間の対応性を明確に学習するために,マルチスケール構造内に埋め込まれたローカルトランスフォーマーネットワークを提案する。
論文参考訳（メタデータ） (2021-06-08T02:51:45Z)
Image Matching with Scale Adjustment [57.18604132027697]
可変スケールでの関心点の表現と抽出方法を示す。 2つの異なる解像度で2つの画像を比較する方法を提案する。
論文参考訳（メタデータ） (2020-12-10T11:03:25Z)
Discriminative Residual Analysis for Image Set Classification with Posture and Age Variations [27.751472312581228]
識別残差分析(DRA)は分類性能を向上させるために提案される。 DRAは、残差表現を識別部分空間にキャストする強力な射影を得ようとする。 2つの正則化アプローチは、可能な小さなサンプルサイズ問題に対処するために使用される。
論文参考訳（メタデータ） (2020-08-23T08:53:06Z)
Self-Calibration Supported Robust Projective Structure-from-Motion [80.15392629310507]
本稿では,自己校正制約によってマッチングプロセスが支持される統合されたStructure-from-Motion (SfM)法を提案する。これらの制約を利用して,ロバストなマルチビューマッチングと正確なカメラキャリブレーションを示す実験結果を示す。
論文参考訳（メタデータ） (2020-07-04T08:47:10Z)

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。