論文の概要: Accelerated Sub-Image Search For Variable-Size Patches Identification Based On Virtual Time Series Transformation And Segmentation

• arxiv url: http://arxiv.org/abs/2410.15425v1
• Date: Sun, 20 Oct 2024 15:43:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-22 13:20:00.354733
• Title: Accelerated Sub-Image Search For Variable-Size Patches Identification Based On Virtual Time Series Transformation And Segmentation
• Title（参考訳）: 仮想時系列変換とセグメンテーションに基づく可変サイズパッチ同定のための高速化サブイメージ探索
• Authors: Mogens Plessen,
• Abstract要約: 本論文は, 物体の所定の基準画像に対して, (i) 空中画像において特定される干し草ベールなどの固定サイズの物体と, (ii) スポットスプレーやハンドリングを必要とするフィールド上の領域などの可変サイズのパッチを, 所定の小型参照画像に対して画像中に識別する,という2つの課題に対処する。 類似のサブイメージの正確な数は、前兆とは知られていない。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This paper addresses two tasks: (i) fixed-size objects such as hay bales are to be identified in an aerial image for a given reference image of the object, and (ii) variable-size patches such as areas on fields requiring spot spraying or other handling are to be identified in an image for a given small-scale reference image. Both tasks are related. The second differs in that identified sub-images similar to the reference image are further clustered before patches contours are determined by solving a traveling salesman problem. Both tasks are complex in that the exact number of similar sub-images is not known a priori. The main discussion of this paper is presentation of an acceleration mechanism for sub-image search that is based on a transformation of an image to multivariate time series along the RGB-channels and subsequent segmentation to reduce the 2D search space in the image. Two variations of the acceleration mechanism are compared to exhaustive search on diverse synthetic and real-world images. Quantitatively, proposed method results in solve time reductions of up to 2 orders of magnitude, while qualitatively delivering comparative visual results. Proposed method is neural network-free and does not use any image pre-processing.
• Abstract（参考訳）: 本稿では,2つの課題について述べる。 (i)干し草等の固定サイズの物は、所定の基準画像に対して空中画像で識別し、 (ii)スポットスプレーやハンドリングを必要とするフィールド上の領域などの可変サイズのパッチを、与えられた小規模参照画像のイメージに識別する。 どちらのタスクも関連している。 第2の相違点は、走行セールスマン問題を解くことにより、パッチの輪郭が決定される前に、参照画像に類似した特定サブイメージがさらにクラスタ化される点である。 両方のタスクは、類似のサブイメージの正確な個数が前置詞を知らないという点で複雑である。 本稿では,RGBチャネルに沿った画像から多変量時系列への変換と,それに続くセグメンテーションに基づいて,画像内の2次元検索空間を縮小するサブイメージ探索の高速化機構について述べる。 加速度機構の2つのバリエーションは、多様な合成画像と実世界の画像の徹底的な探索と比較される。 定量的に,提案手法によって最大2桁の時間短縮が達成されると同時に,比較視覚的な結果が質的にもたらされる。 提案手法はニューラルネットワークフリーであり、画像前処理は一切使用しない。

関連論文リスト

• Depth-aware Panoptic Segmentation [1.4170154234094008]
  本稿では, パンオプティカルセグメンテーションのための新しいCNN手法を提案する。 そこで本研究では,同じ物体に対して画素の割り当てを行う深度対応ダイス損失項を提案する。 Cityscapesデータセットで行った実験では、提案手法が誤って1つのインスタンスにマージされたオブジェクトの数を減少させることを示した。
  論文  参考訳（メタデータ） (2024-03-21T08:06:49Z)
• Learning to search for and detect objects in foveal images using deep learning [3.655021726150368]
  本研究では,画像中のクラスを探索する人間の客観的な注意をエミュレートする固定予測モデルを用いる。 そして、各固定点のフェーブされた画像を分類して、シーンにターゲットが存在するか否かを判定する。 本稿では,2つのタスク間の知識伝達を可能とし,修正予測と検出を同時に行うことができる新しいデュアルタスクモデルを提案する。
  論文  参考訳（メタデータ） (2023-04-12T09:50:25Z)
• Shrinking the Semantic Gap: Spatial Pooling of Local Moment Invariants for Copy-Move Forgery Detection [7.460203098159187]
  Copy-move forgeryは、特定のパッチをコピー&ペーストして画像に貼り付ける操作で、潜在的に違法または非倫理的使用がある。 コピー・ムーブ・フォージェリーの法医学的手法の進歩は,検出精度とロバスト性の向上に寄与している。 自己相似性が高い画像や強い信号の破損のある画像の場合、既存のアルゴリズムはしばしば非効率なプロセスと信頼性の低い結果を示す。
  論文  参考訳（メタデータ） (2022-07-19T09:11:43Z)
• You Better Look Twice: a new perspective for designing accurate detectors with reduced computations [56.34005280792013]
  BLT-netは、新しい低計算の2段階オブジェクト検出アーキテクチャである。 非常にエレガントな第1ステージを使用して、オブジェクトをバックグラウンドから分離することで、計算を削減します。 結果のイメージ提案は、高度に正確なモデルによって第2段階で処理される。
  論文  参考訳（メタデータ） (2021-07-21T12:39:51Z)
• A Hierarchical Transformation-Discriminating Generative Model for Few Shot Anomaly Detection [93.38607559281601]
  各トレーニングイメージのマルチスケールパッチ分布をキャプチャする階層的生成モデルを開発した。 この異常スコアは、スケール及び画像領域にわたる正しい変換のパッチベースの投票を集約して得られる。
  論文  参考訳（メタデータ） (2021-04-29T17:49:48Z)
• Image Matching with Scale Adjustment [57.18604132027697]
  可変スケールでの関心点の表現と抽出方法を示す。 2つの異なる解像度で2つの画像を比較する方法を提案する。
  論文  参考訳（メタデータ） (2020-12-10T11:03:25Z)
• Augmented Equivariant Attention Networks for Microscopy Image Reconstruction [44.965820245167635]
  高品質または高解像度の電子顕微鏡(EM)と蛍光顕微鏡(FM)の画像を取るのに時間がかかり、費用がかかる。 深層学習により、様々な種類の顕微鏡画像再構成のための画像から画像への変換タスクを実行できる。 本稿では,画像間の依存関係を捕捉する機能を持つ拡張同変アテンションネットワーク(AEANets)を提案する。
  論文  参考訳（メタデータ） (2020-11-06T23:37:49Z)
• Tasks Integrated Networks: Joint Detection and Retrieval for Image Search [99.49021025124405]
  多くの現実世界の探索シナリオ(例えばビデオ監視)では、オブジェクトは正確に検出または注釈付けされることはめったにない。 まず、エンド・ツー・エンド統合ネット(I-Net)を紹介します。 さらに,2つの新しいコントリビューションを行うDC-I-Netという改良されたI-Netを提案する。
  論文  参考訳（メタデータ） (2020-09-03T03:57:50Z)
• Deep Variational Network Toward Blind Image Restoration [60.45350399661175]
  ブラインド画像復元はコンピュータビジョンでは一般的だが難しい問題である。 両利点を両立させることを目的として,新しいブラインド画像復元手法を提案する。 画像デノイングと超解像という2つの典型的なブラインド赤外線タスクの実験により,提案手法が現状よりも優れた性能を達成できることが実証された。
  論文  参考訳（メタデータ） (2020-08-25T03:30:53Z)
• Rethinking of the Image Salient Object Detection: Object-level Semantic Saliency Re-ranking First, Pixel-wise Saliency Refinement Latter [62.26677215668959]
  本稿では,意味的に有意な領域を粗い位置で特定する,軽量で教師付きの深層ネットワークを提案する。 次に,これらセマンティック・サリエント領域の深層モデルを画素ワイド・サリエンシ改善として融合する。 提案手法は単純だが有効であり,本手法は主眼をオブジェクトレベルのセマンティック・リグレード問題とみなすための最初の試みである。
  論文  参考訳（メタデータ） (2020-08-10T07:12:43Z)

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。