論文の概要: Local Binary Pattern(LBP) Optimization for Feature Extraction

• arxiv url: http://arxiv.org/abs/2407.18665v1
• Date: Fri, 26 Jul 2024 10:59:19 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-29 13:40:43.562057
• Title: Local Binary Pattern(LBP) Optimization for Feature Extraction
• Title（参考訳）: 特徴抽出のための局所バイナリパターン(LBP)最適化
• Authors: Zeinab Sedaghatjoo, Hossein Hosseinzadeh, Bahram Sadeghi Bigham,
• Abstract要約: 局所バイナリパターン(LBP)は、画像の局所的なテクスチャの特徴を記述する強力な演算子である。 本稿では,演算子を3つの行列に分割することで,LBPの数学的表現を新たに提供する。 分類性能の向上のために,新しいアルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 0.08192907805418582
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid growth of image data has led to the development of advanced image processing and computer vision techniques, which are crucial in various applications such as image classification, image segmentation, and pattern recognition. Texture is an important feature that has been widely used in many image processing tasks. Therefore, analyzing and understanding texture plays a pivotal role in image analysis and understanding.Local binary pattern (LBP) is a powerful operator that describes the local texture features of images. This paper provides a novel mathematical representation of the LBP by separating the operator into three matrices, two of which are always fixed and do not depend on the input data. These fixed matrices are analyzed in depth, and a new algorithm is proposed to optimize them for improved classification performance. The optimization process is based on the singular value decomposition (SVD) algorithm. As a result, the authors present optimal LBPs that effectively describe the texture of human face images. Several experiment results presented in this paper convincingly verify the efficiency and superiority of the optimized LBPs for face detection and facial expression recognition tasks.
• Abstract（参考訳）: 画像データの急速な成長により、画像分類、画像分割、パターン認識といった様々な用途において重要な高度な画像処理技術やコンピュータビジョン技術が開発されている。 テクスチャは多くの画像処理タスクで広く使われている重要な機能である。 局所二分パターン(LBP)は画像の局所的なテクスチャの特徴を記述する強力な演算子である。 本稿では,演算子を3つの行列に分離し,その中の2つを常に固定し,入力データに依存しない新しい数学的表現を提案する。 これらの固定行列を深く解析し、分類性能の向上のために最適化する新しいアルゴリズムを提案する。 最適化プロセスは特異値分解(SVD)アルゴリズムに基づいている。 その結果,人間の顔画像のテクスチャを効果的に表現する最適なLCPが得られた。 本稿では,顔検出および表情認識タスクに最適化されたLPPの有効性と優位性を検証した。

関連論文リスト

• Optimizing CLIP Models for Image Retrieval with Maintained Joint-Embedding Alignment [0.7499722271664144]
  Contrastive Language and Image Pairing (CLIP) はマルチメディア検索における変換手法である。 CLIPは通常、2つのニューラルネットワークを同時にトレーニングし、テキストとイメージペアのジョイント埋め込みを生成する。 本稿では,様々な画像に基づく類似性検索シナリオに対して,CLIPモデルを最適化するという課題に対処する。
  論文  参考訳（メタデータ） (2024-09-03T14:33:01Z)
• Image-GS: Content-Adaptive Image Representation via 2D Gaussians [55.15950594752051]
  本稿では,コンテンツ適応型画像表現であるImage-GSを提案する。 異方性2Dガウスアンをベースとして、Image-GSは高いメモリ効率を示し、高速なランダムアクセスをサポートし、自然なレベルのディテールスタックを提供する。 画像-GSの一般的な効率性と忠実性は、最近のニューラルイメージ表現と業界標準テクスチャ圧縮機に対して検証される。 この研究は、機械認識、アセットストリーミング、コンテンツ生成など、適応的な品質とリソース制御を必要とする新しいアプリケーションを開発するための洞察を与えてくれることを願っている。
  論文  参考訳（メタデータ） (2024-07-02T00:45:21Z)
• Parameter-Inverted Image Pyramid Networks [49.35689698870247]
  Inverted Image Pyramid Networks (PIIP) と呼ばれる新しいネットワークアーキテクチャを提案する。 私たちの中核となる考え方は、パラメータサイズの異なるモデルを使用して、画像ピラミッドの解像度の異なるレベルを処理することです。 PIIPは、オブジェクト検出、セグメンテーション、画像分類などのタスクにおいて優れたパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2024-06-06T17:59:10Z)
• Efficient Visual State Space Model for Image Deblurring [83.57239834238035]
  畳み込みニューラルネットワーク(CNN)とビジョントランスフォーマー(ViT)は、画像復元において優れた性能を発揮している。 本稿では,画像のデブロアに対する簡易かつ効果的な視覚状態空間モデル(EVSSM)を提案する。
  論文  参考訳（メタデータ） (2024-05-23T09:13:36Z)
• Optimize and Reduce: A Top-Down Approach for Image Vectorization [12.998637003026273]
  高速かつドメインに依存しないベクトル化へのトップダウンアプローチであるOptimize & Reduce (O&R)を提案する。 O&Rの目的は、B'ezier曲線パラメータを反復的に最適化することで、入力画像のコンパクトな表現を実現することである。 提案手法はドメインに依存しないものであり,固定された形状に対する再現性および知覚的品質の両方において,既存の作品よりも優れることを示す。
  論文  参考訳（メタデータ） (2023-12-18T16:41:03Z)
• Pixel-Inconsistency Modeling for Image Manipulation Localization [59.968362815126326]
  デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。 本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。 実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
  論文  参考訳（メタデータ） (2023-09-30T02:54:51Z)
• Beyond Learned Metadata-based Raw Image Reconstruction [86.1667769209103]
  生画像は、線形性や微細な量子化レベルなど、sRGB画像に対して明確な利点がある。 ストレージの要求が大きいため、一般ユーザからは広く採用されていない。 本稿では,メタデータとして,潜在空間におけるコンパクトな表現を学習する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-21T06:59:07Z)
• Am\'elioration de la qualit\'e d'images avec un algorithme d'optimisation inspir\'ee par la nature [0.0]
  与えられた画像を改善するために,明示的かつ順序づけられた変換列を得る方法を提案する。 予備的なテストでは、アプローチがさまざまな最先端データセットに与える影響が示される。
  論文  参考訳（メタデータ） (2023-03-13T14:25:39Z)
• Joint Learning of Deep Texture and High-Frequency Features for Computer-Generated Image Detection [24.098604827919203]
  本稿では,CG画像検出のための深いテクスチャと高周波特徴を有する共同学習戦略を提案する。 セマンティックセグメンテーションマップを生成して、アフィン変換操作を誘導する。 原画像と原画像の高周波成分の組み合わせを、注意機構を備えたマルチブランチニューラルネットワークに供給する。
  論文  参考訳（メタデータ） (2022-09-07T17:30:40Z)
• Toward an ImageNet Library of Functions for Global Optimization Benchmarking [0.0]
  本研究では,認識問題を画像認識問題に変換することを提案する。 教師付きマルチクラス画像認識問題として対処し、基本的ニューラルネットワークモデルを適用して解決する。 この明らかに成功した学習は、自動特徴抽出とBBO問題の局所構造推論への別のステップである。
  論文  参考訳（メタデータ） (2022-06-27T21:05:00Z)
• Differentiable Rendering with Perturbed Optimizers [85.66675707599782]
  2Dイメージプロジェクションから3Dシーンを推論することは、コンピュータビジョンにおける中核的な問題の一つだ。 我々の研究は、よく知られた微分可能な定式化とランダムなスムーズなレンダリングの関連性を強調している。 提案手法を3次元シーン再構成に適用し,その利点を6次元ポーズ推定と3次元メッシュ再構成の課題に適用した。
  論文  参考訳（メタデータ） (2021-10-18T08:56:23Z)

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。