論文の概要: Segmenting Dead Sea Scroll Fragments for a Scientific Image Set

• arxiv url: http://arxiv.org/abs/2406.15692v1
• Date: Fri, 21 Jun 2024 23:59:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-25 21:04:37.157099
• Title: Segmenting Dead Sea Scroll Fragments for a Scientific Image Set
• Title（参考訳）: 海面のせん断破片を科学画像集合に分割する
• Authors: Bronson Brown-deVost, Berat Kurar-Barakat, Nachum Dershowitz,
• Abstract要約: 本稿では,イスラエル古文書庁(IAA)が収集した画像から,写本の断片を分割するパイプラインについて述べる。 これらの画像は、定規、色、プレート数バーの存在による標準セグメンテーション手法の課題と、インクと様々なバック基板に類似した黒背景を示す。 提案されたパイプラインは、4つのステップで構成されており、カスタマイズされたメソッドを使用して各困難を分離し解決することで、これらの課題に対処する。
• 参考スコア（独自算出の注目度）: 1.568356637037272
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents a customized pipeline for segmenting manuscript fragments from images curated by the Israel Antiquities Authority (IAA). The images present challenges for standard segmentation methods due to the presence of the ruler, color, and plate number bars, as well as a black background that resembles the ink and varying backing substrates. The proposed pipeline, consisting of four steps, addresses these challenges by isolating and solving each difficulty using custom tailored methods. Further, the usage of a multi-step pipeline will surely be helpful from a conceptual standpoint for other image segmentation projects that encounter problems that have proven intractable when applying any of the more commonly used segmentation techniques. In addition, we create a dataset with bar detection and fragment segmentation ground truth and evaluate the pipeline steps qualitatively and quantitatively on it. This dataset is publicly available to support the development of the field. It aims to address the lack of standard sets of fragment images and evaluation metrics and enable researchers to evaluate their methods in a reliable and reproducible manner.
• Abstract（参考訳）: 本稿では,イスラエル古文書庁(IAA)が収集した画像から,写本の断片を分割するパイプラインについて述べる。 これらの画像は、定規、色、プレート数バーの存在による標準セグメンテーション手法の課題と、インクと様々なバック基板に類似した黒背景を示す。 提案されたパイプラインは、4つのステップで構成されており、カスタマイズされたメソッドを使用して各困難を分離し解決することで、これらの課題に対処する。 さらに、より一般的なセグメンテーション技術を適用する際に、難解な問題に遭遇する他のイメージセグメンテーションプロジェクトの概念的な視点から、マルチステップパイプラインの使用は確実に役立つだろう。 さらに,バー検出と断片分割を基礎としたデータセットを作成し,そのパイプラインステップを質的,定量的に評価する。 このデータセットは、フィールドの開発をサポートするために公開されている。 フラグメント画像と評価指標の標準セットの欠如に対処し、研究者が信頼性と再現性のある方法で手法を評価することを目的としている。

関連論文リスト

• Semi-Supervised Semantic Segmentation Based on Pseudo-Labels: A Survey [49.47197748663787]
  本総説は, 半教師付きセマンティックセグメンテーション分野における擬似ラベル手法に関する最新の研究成果について, 包括的かつ組織的に概観することを目的としている。 さらに,医用およびリモートセンシング画像のセグメンテーションにおける擬似ラベル技術の適用について検討する。
  論文  参考訳（メタデータ） (2024-03-04T10:18:38Z)
• From colouring-in to pointillism: revisiting semantic segmentation supervision [48.637031591058175]
  本稿では,意味的セグメンテーションアノテーションに対するポジリスト的アプローチを提案する。 Open Imagesデータセットで4,171のクラスに2260万のポイントラベルを収集してリリースしました。
  論文  参考訳（メタデータ） (2022-10-25T16:42:03Z)
• Deep Spectral Methods: A Surprisingly Strong Baseline for Unsupervised Semantic Segmentation and Localization [98.46318529630109]
  画像分解をグラフ分割問題として再フレーミングすることで,従来のスペクトル分割法から着想を得た。 これらの固有ベクトルはすでにイメージを意味のあるセグメントに分解しており、シーン内のオブジェクトのローカライズに容易に利用できる。 データセットにまたがるこれらのセグメントに関連する機能をクラスタ化することで、明確に定義された、名前付き可能なリージョンを得ることができる。
  論文  参考訳（メタデータ） (2022-05-16T17:47:44Z)
• Automatic Registration of Images with Inconsistent Content Through Line-Support Region Segmentation and Geometrical Outlier Removal [17.90609572352273]
  本稿では,線支持領域分割と幾何外乱除去(ALRS-GOR)による自動画像登録手法を提案する。 アフィン変形と矛盾した内容を含む画像の登録に関する問題に対処するように設計されている。 提案手法の評価には,アフィン変形を模擬した空中画像など,様々な画像セットが検討されている。
  論文  参考訳（メタデータ） (2022-04-02T10:47:16Z)
• An End-to-End Approach for Seam Carving Detection using Deep Neural Networks [0.0]
  シーム・カービング(Seam Carving)は、画像形状ではなく、その内容に基づいて画像の縮小と拡大の両面を縮小する計算方法である。 本稿では,自動シーム彫刻検出の課題に対処するためのエンドツーエンドアプローチを提案する。
  論文  参考訳（メタデータ） (2022-03-05T12:53:55Z)
• Personalized Image Semantic Segmentation [58.980245748434]
  ラベルのないパーソナライズされた画像に対して、データのパーソナライズされた特徴を調査することにより、より正確なセグメンテーション結果を生成する。 画像のセグメント化時に画像間コンテキストを組み込んだベースライン手法を提案する。 コードとPSSデータセットは公開されます。
  論文  参考訳（メタデータ） (2021-07-24T04:03:11Z)
• SCNet: Enhancing Few-Shot Semantic Segmentation by Self-Contrastive Background Prototypes [56.387647750094466]
  Few-shot セマンティックセマンティックセマンティクスは,クエリイメージ内の新規クラスオブジェクトを,アノテーション付きの例で分割することを目的としている。 先進的なソリューションのほとんどは、各ピクセルを学習した前景のプロトタイプに合わせることでセグメンテーションを行うメトリクス学習フレームワークを利用している。 このフレームワークは、前景プロトタイプのみとのサンプルペアの不完全な構築のために偏った分類に苦しんでいます。
  論文  参考訳（メタデータ） (2021-04-19T11:21:47Z)
• Sparse Object-level Supervision for Instance Segmentation with Pixel Embeddings [4.038011160363972]
  ほとんどの最先端のインスタンスセグメンテーションメソッドは、密接な注釈付き画像でトレーニングする必要があります。 非空間埋め込みに基づく提案フリーセグメンテーション手法を提案する。 本研究では, 異なる顕微鏡モードにおける2次元および3次元分割問題の解法について検討した。
  論文  参考訳（メタデータ） (2021-03-26T16:36:56Z)
• Self-supervised Segmentation via Background Inpainting [96.10971980098196]
  移動可能なカメラで撮影された単一の画像で、自己教師付き検出とセグメンテーションのアプローチを導入する。 我々は、提案に基づくセグメンテーションネットワークのトレーニングに利用する自己教師付き損失関数を利用する。 本手法は,標準ベンチマークから視覚的に切り離された画像の人間の検出とセグメント化に応用し,既存の自己監督手法より優れていることを示す。
  論文  参考訳（メタデータ） (2020-11-11T08:34:40Z)
• Weakly Supervised Geodesic Segmentation of Egyptian Mummy CT Scans [32.803368565021664]
  我々は、ミイラをデジタルで解き放つことを目的として、体、包帯、宝石など、さまざまなセグメントを識別する。 この問題は、セグメンテーションに異なるセグメンテーション領域のための注釈付きデータがないために複雑である。 本稿では,この課題を解決するために,弱い教師付き,効率的な対話的セグメンテーション手法を提案する。
  論文  参考訳（メタデータ） (2020-04-17T14:35:00Z)

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。