Fugu-MT 論文翻訳(概要): Single Image Estimation of Cell Migration Direction by Deep Circular Regression

論文の概要: Single Image Estimation of Cell Migration Direction by Deep Circular Regression

arxiv url: http://arxiv.org/abs/2406.19162v1
Date: Thu, 27 Jun 2024 13:29:25 GMT
ステータス: 翻訳完了
システム内更新日: 2024-06-28 14:08:07.744156
Title: Single Image Estimation of Cell Migration Direction by Deep Circular Regression
Title（参考訳）: 深部循環回帰による細胞移動方向の単一画像推定
Authors: Lennart Bruns, Lucas Lamparter, Milos Galic, Xiaoyi Jiang,
Abstract要約: 単一画像に基づいて細胞の移動方向を推定する。 2つのデータベース上で平均精度は$sim$17である。
参考スコア（独自算出の注目度）: 3.9098998521649064
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper we study the problem of estimating the migration direction of cells based on a single image. To the best of our knowledge, there is only one related work that uses a classification CNN for four classes (quadrants). This approach does not allow detailed directional resolution. We solve the single image estimation problem using deep circular regression with special attention to cycle-sensitive methods. On two databases we achieve an average accuracy of $\sim$17 degrees, which is a significant improvement over the previous work.
Abstract（参考訳）: 本稿では,単一画像に基づいて細胞の移動方向を推定する問題について検討する。私たちの知る限りでは、4つのクラス(クワラント)に分類CNNを使用する関連作業は1つしかありません。このアプローチでは、詳細な方向分解はできない。深部円形回帰を用いた単一画像推定問題の解法について,特にサイクルセンシティブな手法に注目した。 2つのデータベース上での平均精度は$\sim$17である。

関連論文リスト

A Birotation Solution for Relative Pose Problems [20.60799062748718]
相対的なポーズ推定は基本的なコンピュータビジョンの問題である。推定対象の相対的なポーズと対応する基底変換の間の距離を定量化する3つの基底変換を導入する。 2つの回転行列と最小エネルギーに対応する基底変換を最終的に利用し、相対的なポーズを復元する。
論文参考訳（メタデータ） (2025-05-04T08:24:14Z)
Entangled Mean Estimation in High-Dimensions [36.97113089188035]
信号のサブセットモデルにおける高次元エンタングルド平均推定の課題について検討する。最適誤差(polylogarithmic factor)は$f(alpha,N) + sqrtD/(alpha N)$であり、$f(alpha,N)$は1次元問題の誤差であり、第二項は準ガウス誤差率である。
論文参考訳（メタデータ） (2025-01-09T18:31:35Z)
Image-level Regression for Uncertainty-aware Retinal Image Segmentation [3.7141182051230914]
我々は,新たな不確実性認識変換(SAUNA)を導入する。以上の結果から,SAUNA変換の統合とセグメント化損失は,異なるセグメンテーションモデルにおいて大きな性能向上をもたらすことが示唆された。
論文参考訳（メタデータ） (2024-05-27T04:17:10Z)
Aligning Embeddings and Geometric Random Graphs: Informational Results and Computational Approaches for the Procrustes-Wasserstein Problem [12.629532305482423]
Procrustes-Wstein問題(英語版)は、2つの高次元の点雲を教師なしの設定でマッチングするものである。 2つのデータセットが$X,Y$で、$mathbbRd$の$n$データポイントで構成されています。そこで我々は,フランク=ウルフ凸緩和法を用いて,変換とレバーベリングを代替的に推定するPing-Passerongアルゴリズムを提案する。
論文参考訳（メタデータ） (2024-05-23T13:18:51Z)
GROS: A General Robust Aggregation Strategy [49.1574468325115]
距離空間における推定器を組み合わせるための新しい、非常に一般的な、堅牢な手順が導入された。最小化が標本を乗っ取ると、同じ(定数まで)準ガウス性が得られることを示す。 GROSの性能は5つのシミュレーション研究により評価した。
論文参考訳（メタデータ） (2024-02-23T17:00:32Z)
Combining Image- and Geometric-based Deep Learning for Shape Regression: A Comparison to Pixel-level Methods for Segmentation in Chest X-Ray [0.07143413923310668]
本稿では,軽量なCNNバックボーンと幾何学的ニューラルネットワーク(Point Transformer)を組み合わせたハイブリッド手法を提案する。我々は、nnU-Netを上位ベースラインとして含み、提案したメソッドよりも3.7倍のトレーニング可能なパラメータを持つ。
論文参考訳（メタデータ） (2024-01-15T09:03:50Z)
Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
論文参考訳（メタデータ） (2023-08-21T13:03:25Z)
Poseur: Direct Human Pose Regression with Transformers [119.79232258661995]
単一画像からの2次元人間のポーズ推定に対する直接回帰に基づくアプローチを提案する。私たちのフレームワークはエンドツーエンドの差別化が可能で、キーポイント間の依存関係を自然に活用することを学びます。我々のアプローチは、最も優れたヒートマップベースのポーズ推定手法と比較して好意的に機能する最初の回帰ベースのアプローチである。
論文参考訳（メタデータ） (2022-01-19T04:31:57Z)
Learning Eye-in-Hand Camera Calibration from a Single Image [7.262048441360133]
アイ・イン・ハンドカメラのキャリブレーションはロボティクスの基本的かつ長期にわたる問題である。本稿では,1枚のRGB画像から,この問題をオンラインに解決するための学習的手法について検討する。
論文参考訳（メタデータ） (2021-11-01T20:17:31Z)
Pose Guided Person Image Generation with Hidden p-Norm Regression [113.41144529452663]
ポーズ誘導者画像生成タスクを解くための新しいアプローチを提案する。提案手法では,各アイデンティティに対するポーズ不変特徴行列を推定し,対象ポーズに条件づけられたターゲットの出現を予測できる。提案手法は, 上記すべての変種シナリオにおいて, 競合性能を示す。
論文参考訳（メタデータ） (2021-02-19T17:03:54Z)
Image Restoration by Deep Projected GSURE [115.57142046076164]
Ill-posed inverse problem は、デブロアリングや超解像など、多くの画像処理アプリケーションに現れる。本稿では,一般化されたSteinUnbiased Risk Estimator(GSURE)の「投影変換」とCNNによる潜在画像のパラメータ化を含む損失関数の最小化に基づく,新たな画像復元フレームワークを提案する。
論文参考訳（メタデータ） (2021-02-04T08:52:46Z)
LM-Reloc: Levenberg-Marquardt Based Direct Visual Relocalization [54.77498358487812]
LM-Relocは、直接画像アライメントに基づく視覚的再ローカライズのための新しいアプローチである。本稿では,LM-Net を学習するための古典的レバンス・マルカルトアルゴリズムにインスパイアされた損失定式化を提案する。
論文参考訳（メタデータ） (2020-10-13T12:15:20Z)
Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文参考訳（メタデータ） (2020-07-20T12:07:48Z)
Disp R-CNN: Stereo 3D Object Detection via Shape Prior Guided Instance Disparity Estimation [51.17232267143098]
ステレオ画像から3次元物体を検出するための新しいシステムDisp R-CNNを提案する。我々は、LiDAR点雲を必要とせずに、統計的形状モデルを用いて、密度の異なる擬似地下構造を生成する。 KITTIデータセットの実験によると、LiDARの基盤構造がトレーニング時に利用できない場合でも、Disp R-CNNは競争性能を達成し、平均精度で従来の最先端手法を20%上回っている。
論文参考訳（メタデータ） (2020-04-07T17:48:45Z)
Fast Distance-based Anomaly Detection in Images Using an Inception-like Autoencoder [16.157879279661362]
畳み込みオートエンコーダ(CAE)を訓練し、画像の低次元表現を抽出する。画像の学習表現の低次元空間に距離ベースの異常検出器を用いる。その結果,予測性能が向上した。
論文参考訳（メタデータ） (2020-03-12T16:10:53Z)

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。