Fugu-MT 論文翻訳(概要): On selection of centroids of fuzzy clusters for color classification

論文の概要: On selection of centroids of fuzzy clusters for color classification

arxiv url: http://arxiv.org/abs/2407.17423v1
Date: Tue, 9 Jul 2024 11:59:31 GMT
ステータス: 処理完了
システム内更新日: 2024-07-28 18:19:29.675830
Title: On selection of centroids of fuzzy clusters for color classification
Title（参考訳）: 色分類のためのファジィクラスタのセントロイドの選択について
Authors: Dae-Won Kim, Kwang H. Lee,
Abstract要約: カラークラスタリング問題に対して,ファジィc平均アルゴリズムを提案する。提案アルゴリズムは、最も鮮やかで識別可能な色である支配的な色を抽出する。支配的な色とその最も近い色点を得るために、参照色を導入し、ファジィなメンバーシップモデルを定義する。
参考スコア（独自算出の注目度）: 2.002741592555996
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: A novel initialization method in the fuzzy c-means (FCM) algorithm is proposed for the color clustering problem. Given a set of color points, the proposed initialization extracts dominant colors that are the most vivid and distinguishable colors. Color points closest to the dominant colors are selected as initial centroids in the FCM. To obtain the dominant colors and their closest color points, we introduce reference colors and define a fuzzy membership model between a color point and a reference color.
Abstract（参考訳）: カラークラスタリング問題に対して,ファジィc平均(FCM)アルゴリズムの新たな初期化法を提案する。色点のセットが与えられた場合、提案した初期化は最も鮮明で識別可能な色である支配的な色を抽出する。支配色に最も近い色点は、FCMの初期セントロイドとして選択される。支配的な色とその最も近い色点を得るために、基準色を導入し、色点と基準色との間のファジィ会員制モデルを定義する。

関連論文リスト

Paint Bucket Colorization Using Anime Character Color Design Sheets [72.66788521378864]
ネットワークがセグメント間の関係を理解することができる包摂的マッチングを導入する。ネットワークのトレーニングパイプラインは、カラー化と連続フレームカラー化の両方のパフォーマンスを著しく向上させる。ネットワークのトレーニングをサポートするために、PaintBucket-Characterというユニークなデータセットを開発しました。
論文参考訳（メタデータ） (2024-10-25T09:33:27Z)
Fuzzy color model and clustering algorithm for color clustering problem [2.002741592555996]
我々はファジィカラーモデルを用いて色データの本質的不確かさとあいまいさをモデル化した。ファジィカラーモデルを用いて,色データの効率的な分割のためのファジィクラスタリングアルゴリズムを開発した。
論文参考訳（メタデータ） (2024-07-09T11:53:54Z)
Palette-based Color Transfer between Images [9.471264982229508]
そこで我々は,新しいカラースキームを自動生成できるパレットベースのカラートランスファー手法を提案する。再設計されたパレットベースのクラスタリング手法により、色分布に応じて画素を異なるセグメントに分類することができる。本手法は, 自然リアリズム, 色整合性, 一般性, 堅牢性の観点から, ピア法に対して有意な優位性を示す。
論文参考訳（メタデータ） (2024-05-14T01:41:19Z)
Automatic Controllable Colorization via Imagination [55.489416987587305]
本稿では,反復的な編集と修正が可能な自動色付けフレームワークを提案する。グレースケール画像内のコンテンツを理解することにより、トレーニング済みの画像生成モデルを用いて、同じコンテンツを含む複数の画像を生成する。これらの画像は、人間の専門家の過程を模倣して、色付けの参考となる。
論文参考訳（メタデータ） (2024-04-08T16:46:07Z)
Control Color: Multimodal Diffusion-based Interactive Image Colorization [81.68817300796644]
Control Color (Ctrl Color) は、事前訓練された安定拡散(SD)モデルを利用する多モードカラー化手法である。ユーザのストロークをエンコードして、局所的な色操作を正確に行うための効果的な方法を提案する。また、カラーオーバーフローと不正確な色付けの長年の問題に対処するために、自己注意に基づく新しいモジュールとコンテンツ誘導型変形可能なオートエンコーダを導入する。
論文参考訳（メタデータ） (2024-02-16T17:51:13Z)
DARC: Distribution-Aware Re-Coloring Model for Generalizable Nucleus Segmentation [68.43628183890007]
ドメインギャップは、異なるフォアグラウンド(核)-バックグラウンド比によっても引き起こされる可能性があると我々は主張する。まず、異なる領域間の劇的な画像色変化を緩和する再カラー化手法を提案する。次に,前景-背景比の変動に頑健な新しいインスタンス正規化手法を提案する。
論文参考訳（メタデータ） (2023-09-01T01:01:13Z)
BiSTNet: Semantic Image Prior Guided Bidirectional Temporal Feature Fusion for Deep Exemplar-based Video Colorization [70.14893481468525]
本稿では,参照例の色を探索し,映像のカラー化を支援するために有効なBiSTNetを提案する。まず、各フレームと参照例間の深い特徴空間における意味的対応を確立し、参照例からの色情報を探究する。我々は,フレームのオブジェクト境界をモデル化するための意味情報を抽出する混合専門家ブロックを開発した。
論文参考訳（メタデータ） (2022-12-05T13:47:15Z)
ABANICCO: A New Color Space for Multi-Label Pixel Classification and Color Segmentation [1.7205106391379026]
色理論,ファジィ色空間,および12の標準色カテゴリによる画素の自動分類のための多ラベルシステムの幾何学的解析を組み合わせた新しい手法を提案する。我々は統計学と色理論に基づいて、色命名のための頑健で教師なし、偏見のない戦略を示す。
論文参考訳（メタデータ） (2022-11-15T19:26:51Z)
PalGAN: Image Colorization with Palette Generative Adversarial Networks [51.59276436217957]
そこで本研究では,パレット推定とカラーアテンションを統合した新しいGANベースのカラー化手法PalGANを提案する。 PalGANは、定量的評価と視覚比較において最先端の成果を上げ、顕著な多様性、コントラスト、およびエッジ保存の外観を提供する。
論文参考訳（メタデータ） (2022-10-20T12:28:31Z)
Perceptual Robust Hashing for Color Images with Canonical Correlation Analysis [21.22196411212803]
リングリブボン四重木とカラーベクター角度に基づくカラー画像に対する新しい知覚的画像ハッシュ方式を提案する。本手法は, コピー検出やコンテンツ認証に効果的に使用できるロバスト性, 識別性, セキュリティに関して, 良好な性能を有する。
論文参考訳（メタデータ） (2020-12-08T09:35:21Z)
Reference-Based Video Colorization with Spatiotemporal Correspondence [8.472559058510205]
時間対応を考慮した参照型ビデオカラー化フレームワークを提案する。色を参照するために時間的関連領域を制限することで、ビデオ全体を通して忠実な色を伝播する。
論文参考訳（メタデータ） (2020-11-25T05:47:38Z)

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。