論文の概要: A General Ambiguity Model for Binary Edge Images with Edge Tracing and its Implementation

• arxiv url: http://arxiv.org/abs/2408.01712v1
• Date: Sat, 3 Aug 2024 08:41:07 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-06 18:51:05.651441
• Title: A General Ambiguity Model for Binary Edge Images with Edge Tracing and its Implementation
• Title（参考訳）: エッジトレース付きバイナリエッジ画像の一般曖昧性モデルとその実装
• Authors: Markus Hennig, Marc Leineke, Bärbel Mertsching,
• Abstract要約: 両端画像における交差点, 接合, その他の構造に対する汎用的, 直感的なあいまいさモデルを提案する。 モデルはエッジトレースと組み合わせられ、エッジは接続されたピクセルの順序列である。 単純な原則の小さなセットだけを使用することで、結果は直感的に説明できる。
• 参考スコア（独自算出の注目度）: 0.9558392439655012
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a general and intuitive ambiguity model for intersections, junctions and other structures in binary edge images. The model is combined with edge tracing, where edges are ordered sequences of connected pixels. The objective is to provide a versatile preprocessing method for tasks such as figure-ground segmentation, object recognition, topological analysis, etc. By using only a small set of straightforward principles, the results are intuitive to describe. This helps to implement subsequent processing steps, such as resolving ambiguous edge connections at junctions. By using an augmented edge map, neighboring edges can be directly accessed using quick local search operations. The edge tracing uses recursion, which leads to compact programming code. We explain our algorithm using pseudocode, compare it with related methods, and show how simple modular postprocessing steps can be used to optimize the results. The complete algorithm, including all data structures, requires less than 50 lines of pseudocode. We also provide a C++ implementation of our method.
• Abstract（参考訳）: 両端画像における交差点, 接合, その他の構造に対する汎用的, 直感的なあいまいさモデルを提案する。 モデルはエッジトレースと組み合わせられ、エッジは接続されたピクセルの順序列である。 目的は、図形のセグメンテーション、オブジェクト認識、トポロジ解析などのタスクのための汎用的な事前処理方法を提供することである。 単純な原則の小さなセットだけを使用することで、結果は直感的に説明できる。 これは、ジャンクションにおけるあいまいなエッジ接続の解決など、その後の処理ステップの実装に役立ちます。 拡張エッジマップを使用することで、近隣のエッジに直接、クイックローカル検索操作を使ってアクセスすることができる。 エッジトレースは再帰を使い、コンパクトなプログラミングコードに繋がる。 提案アルゴリズムは擬似コードを用いて記述し, 関連手法と比較し, 結果の最適化にモジュール後処理がいかに簡単なのかを示す。 すべてのデータ構造を含む完全なアルゴリズムは、50行未満の擬似コードを必要とする。 メソッドのC++実装も提供しています。

関連論文リスト

• Boundary Detection Algorithm Inspired by Locally Linear Embedding [8.259071011958254]
  本稿では,広く使用されている局所的線形埋め込みアルゴリズムにインスパイアされた境界点検出手法を提案する。 本手法は,2つの近傍探索スキーム($epsilon$-radius ball scheme)と$K$-nearest neighbor scheme($K$-nearest neighbor scheme)を用いて実装する。
  論文  参考訳（メタデータ） (2024-06-26T16:05:57Z)
• Finding Transformer Circuits with Edge Pruning [71.12127707678961]
  自動回路発見の効率的かつスケーラブルなソリューションとしてエッジプルーニングを提案する。 本手法は,従来の手法に比べてエッジ数の半分未満のGPT-2の回路を探索する。 その効率のおかげで、Edge PruningをCodeLlama-13Bにスケールしました。
  論文  参考訳（メタデータ） (2024-06-24T16:40:54Z)
• Random Edge Coding: One-Shot Bits-Back Coding of Large Labeled Graphs [24.761152163389735]
  ランダムエッジ符号化(Random Edge Coding)と呼ばれる大きなラベル付きグラフを圧縮するためのワンショット方式を提案する。 実験によると、ランダムエッジ符号化は実世界のネットワークデータセット上での競合圧縮性能を実現することができる。
  論文  参考訳（メタデータ） (2023-05-16T12:23:18Z)
• Iterative Next Boundary Detection for Instance Segmentation of Tree Rings in Microscopy Images of Shrub Cross Sections [58.720142291102135]
  反復次境界検出(INBD)と呼ばれる新しい反復法を提案する。 自然成長方向を直感的にモデル化し、低木断面の中心から始まり、各ステップにおける次のリング境界を検出する。 我々の実験では、INBDはジェネリックインスタンスセグメンテーション法よりも優れた性能を示し、時間順の概念を組み込んだ唯一の方法である。
  論文  参考訳（メタデータ） (2022-12-06T14:49:41Z)
• Edge Tracing using Gaussian Process Regression [0.0]
  ガウス過程回帰を用いた新しいエッジトレースアルゴリズムを提案する。 我々のアプローチは、画像シーケンスのエッジを効率的に追跡する能力を持っている。 医療画像や衛星画像への様々な応用が、この技術を検証するために用いられている。
  論文  参考訳（メタデータ） (2021-11-05T16:43:14Z)
• BoundarySqueeze: Image Segmentation as Boundary Squeezing [104.43159799559464]
  本研究では,オブジェクトとシーンの微細な高画質画像分割のための新しい手法を提案する。 形態素画像処理技術による拡張と浸食に着想を得て,画素レベルのセグメンテーション問題をスクイーズ対象境界として扱う。 提案手法は,COCO,Cityscapesのインスタンス・セグメンテーション・セグメンテーション・セグメンテーションにおいて大きく向上し,同一条件下での精度・速度ともに従来のPointRendよりも優れていた。
  論文  参考訳（メタデータ） (2021-05-25T04:58:51Z)
• PointFlow: Flowing Semantics Through Points for Aerial Image Segmentation [96.76882806139251]
  本論文では,FPN(Feature Pyramid Network)フレームワークに基づく点親和性伝播モジュールであるPointFlowを提案する。 密接な親和性学習ではなく、隣接する特徴間の選択された点にスパース親和性マップを生成する。 3つの異なる空中セグメンテーションデータセットの実験結果から,提案手法は最先端の汎用セグメンテーション法よりも効率的かつ効率的であることが示唆された。
  論文  参考訳（メタデータ） (2021-03-11T09:42:32Z)
• Image Matching across Wide Baselines: From Paper to Practice [80.9424750998559]
  局所的な特徴とロバストな推定アルゴリズムの包括的なベンチマークを導入する。 パイプラインのモジュール構造は、さまざまなメソッドの容易な統合、構成、組み合わせを可能にします。 適切な設定で、古典的な解決策は依然として芸術の知覚された状態を上回る可能性があることを示す。
  論文  参考訳（メタデータ） (2020-03-03T15:20:57Z)
• Weakly-Supervised Semantic Segmentation by Iterative Affinity Learning [86.45526827323954]
  弱教師付きセマンティックセグメンテーションは、トレーニングのためにピクセル単位のラベル情報が提供されないため、難しい課題である。 このようなペア関係を学習するための反復アルゴリズムを提案する。 本稿では,提案アルゴリズムが最先端手法に対して好適に動作することを示す。
  論文  参考訳（メタデータ） (2020-02-19T10:32:03Z)

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。