論文の概要: The Empirical Watershed Wavelet

• arxiv url: http://arxiv.org/abs/2410.19187v1
• Date: Thu, 24 Oct 2024 22:36:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-28 13:33:29.250227
• Title: The Empirical Watershed Wavelet
• Title（参考訳）: 経験的水洗ウェーブレット
• Authors: Basile Hurat, Zariluz Alvarado, Jerome Gilles,
• Abstract要約: 本稿では、周波数領域の任意の分割に基づく2次元経験的ウェーブレットフィルタの構築を可能にする理論的結果を提供する。 また,高調波モードと流域変換の位置を推定するために,スケール空間表現を組み合わせて画像スペクトルからそのような分割を検出するアルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The empirical wavelet transform is an adaptive multiresolution analysis tool based on the idea of building filters on a data-driven partition of the Fourier domain. However, existing 2D extensions are constrained by the shape of the detected partitioning. In this paper, we provide theoretical results that permits us to build 2D empirical wavelet filters based on an arbitrary partitioning of the frequency domain. We also propose an algorithm to detect such partitioning from an image spectrum by combining a scale-space representation to estimate the position of dominant harmonic modes and a watershed transform to find the boundaries of the different supports making the expected partition. This whole process allows us to define the empirical watershed wavelet transform. We illustrate the effectiveness and the advantages of such adaptive transform, first visually on toy images, and next on both unsupervised texture segmentation and image deconvolution applications.
• Abstract（参考訳）: 経験的ウェーブレット変換は、フーリエ領域のデータ駆動分割上にフィルタを構築するというアイデアに基づく適応的多分解能解析ツールである。 しかし、既存の2D拡張は検出された分割の形状によって制約される。 本稿では、周波数領域の任意の分割に基づく2次元経験的ウェーブレットフィルタの構築を可能にする理論的結果を提供する。 また、画像スペクトルからそのような分割を検出するアルゴリズムを提案し、スケール空間表現を組み合わせ、支配的調和モードの位置を推定し、流域変換を用いて予測された分割を行う。 このプロセス全体では、経験的な流域ウェーブレット変換を定義することができる。 本稿では,まず玩具画像,次に教師なしテクスチャセグメンテーションと画像デコンボリューションの両面において,適応変換の有効性と利点について述べる。

関連論文リスト

• 2D Empirical Transforms. Wavelets, Ridgelets and Curvelets revisited [0.0]
  このアプローチのいくつかの拡張を2次元信号(画像)に提示する。 このような構造が、画像解析や処理に有望な性質を示す異なる適応フレームに繋がることを示す。
  論文  参考訳（メタデータ） (2024-10-31T00:52:59Z)
• Wavelet Burst Accumulation for turbulence mitigation [0.0]
  最近提案された重み付きフーリエバースト累積法(FBA)のウェーブレット領域への拡張について検討した。 本手法の目的は、ぼやけた一連のフレームからクリーンでシャープな画像を再構成することである。
  論文  参考訳（メタデータ） (2024-10-30T08:31:48Z)
• F2former: When Fractional Fourier Meets Deep Wiener Deconvolution and Selective Frequency Transformer for Image Deblurring [8.296475046681696]
  本稿では、空間周波数の統一表現であるFRFT(Fractional Fourier Transform)に基づく新しい手法を提案する。 提案手法の性能は,他のSOTA手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-09-03T17:05:12Z)
• Misalignment-Robust Frequency Distribution Loss for Image Transformation [51.0462138717502]
  本稿では,画像強調や超解像といった深層学習に基づく画像変換手法における共通の課題に対処することを目的とする。 本稿では、周波数領域内における分布距離を計算するための、新しいシンプルな周波数分布損失(FDL)を提案する。 本手法は,周波数領域におけるグローバル情報の思慮深い活用により,トレーニング制約として実証的に有効であることが実証された。
  論文  参考訳（メタデータ） (2024-02-28T09:27:41Z)
• Exploring Invariance in Images through One-way Wave Equations [96.90549064390608]
  本稿では,画像画像上の不等式が一方向の波動方程式と潜時速度の組を共有していることを実証的に明らかにする。 本稿では,各画像が対応する初期条件に符号化される直感的なエンコーダ・デコーダ・フレームワークを用いて実演する。
  論文  参考訳（メタデータ） (2023-10-19T17:59:37Z)
• Unified Frequency-Assisted Transformer Framework for Detecting and Grounding Multi-Modal Manipulation [109.1912721224697]
  本稿では、DGM4問題に対処するため、UFAFormerという名前のUnified Frequency-Assisted TransFormerフレームワークを提案する。 離散ウェーブレット変換を利用して、画像を複数の周波数サブバンドに分解し、リッチな顔偽造品をキャプチャする。 提案する周波数エンコーダは、帯域内およびバンド間自己アテンションを組み込んだもので、多種多様なサブバンド内および多種多様なフォージェリー特徴を明示的に集約する。
  論文  参考訳（メタデータ） (2023-09-18T11:06:42Z)
• Deep Fourier Up-Sampling [100.59885545206744]
  フーリエ領域のアップサンプリングは、そのような局所的な性質に従わないため、より難しい。 これらの問題を解決するために理論的に健全なDeep Fourier Up-Sampling (FourierUp)を提案する。
  論文  参考訳（メタデータ） (2022-10-11T06:17:31Z)
• Style Spectroscope: Improve Interpretability and Controllability through Fourier Analysis [42.59845771101823]
  ユニバーサルスタイル転送(UST)は、任意の参照イメージからコンテンツイメージにスタイルを注入する。 既存の手法では実験的な観察を説明できない。 周波数領域におけるフレームワークの等価な形式を示す。
  論文  参考訳（メタデータ） (2022-08-12T07:15:33Z)
• aiWave: Volumetric Image Compression with 3-D Trained Affine Wavelet-like Transform [43.984890290691695]
  最も一般的なボリューム画像圧縮法はJP3Dのようなウェーブレット変換に基づいている。 本稿では,信号依存型および非分離型変換を実現するために,まず3次元トレーニングウェーブレット様変換を設計する。 次に、アフィンウェーブレットベースを導入し、ボリューム画像の異なる領域における様々な局所的相関をキャプチャする。
  論文  参考訳（メタデータ） (2022-03-11T10:02:01Z)
• A Fourier-based Framework for Domain Generalization [82.54650565298418]
  ドメインの一般化は、複数のソースドメインから伝達可能な知識を学習して、未確認のターゲットドメインに一般化することでこの問題に対処することを目的としている。 本稿では、ドメイン一般化のための新しいフーリエに基づく視点を紹介する。 3つのベンチマーク実験により,提案手法は領域一般化のための最先端性能を実現することができることを示した。
  論文  参考訳（メタデータ） (2021-05-24T06:50:30Z)
• Transforming Spectrum and Prosody for Emotional Voice Conversion with Non-Parallel Training Data [91.92456020841438]
  多くの研究は、実生活では実用的ではない異なる感情パターン間の並列音声データを必要とする。 非並列トレーニングデータから最適な擬似ペアを見つけるために,CycleGANネットワークを提案する。 また、連続ウェーブレット変換(CWT)を用いてF0を10時間スケールに分解し、異なる時間分解における音声韻律を記述する。
  論文  参考訳（メタデータ） (2020-02-01T12:36:55Z)

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。