Fugu-MT 論文翻訳(概要): Properties of BV-G structures + textures decomposition models. Application to road detection in satellite images

論文の概要: Properties of BV-G structures + textures decomposition models. Application to road detection in satellite images

arxiv url: http://arxiv.org/abs/2411.04456v1
Date: Thu, 07 Nov 2024 06:04:43 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-08 19:37:41.307991
Title: Properties of BV-G structures + textures decomposition models. Application to road detection in satellite images
Title（参考訳）: BV-G構造とテクスチャ分解モデルの特性 -衛星画像における道路検出への応用-
Authors: Jerome Gilles, Yves Meyer,
Abstract要約: 異なる場合において、このモデルの振舞いを与える定理を証明します。航空画像や衛星画像における道路網検出アプリケーションに適用された長細物体の検出アルゴリズムを導出する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: In this paper we present some theoretical results about a structures-textures image decomposition model which was proposed by the second author. We prove a theorem which gives the behavior of this model in different cases. Finally, as a consequence of the theorem we derive an algorithm for the detection of long and thin objects applied to a road networks detection application in aerial or satellite images.
Abstract（参考訳）: 本稿では,第2著者によって提案された構造・テクスチャ画像分解モデルに関する理論的結果について述べる。異なる場合において、このモデルの振舞いを与える定理を証明します。最後に、この定理の結果として、航空画像や衛星画像における道路網検出アプリケーションに適用された、長くて薄い物体を検出するアルゴリズムを導出する。

関連論文リスト

Compositional Structures in Neural Embedding and Interaction Decompositions [101.40245125955306]
ニューラルネットワークにおけるベクトル埋め込みにおける線形代数構造間の基本的な対応について述べる。相互作用分解」の観点から構成構造の特徴づけを導入する。モデルの表現の中にそのような構造が存在するためには、必要かつ十分な条件を確立する。
論文参考訳（メタデータ） (2024-07-12T02:39:50Z)
A Theory of Topological Derivatives for Inverse Rendering of Geometry [87.49881303178061]
我々は、位相微分を用いて離散的な位相変化を可能にする微分可能な曲面進化の理論的枠組みを導入する。 2次元の閉曲線と3次元の曲面を最適化して提案理論を検証し、現在の手法の限界について考察する。
論文参考訳（メタデータ） (2023-08-19T00:55:55Z)
Semi-sparsity Priors for Image Structure Analysis and Extraction [3.130722489512822]
画像構造解析と抽出のための半スパース正規化フレームワークを提案する。有名な階段のアーチファクトを導入することなく,画像構造を保存できることが示される。また,乗算器の方向法(ADMM)に基づく効率的な数値解も導入する。
論文参考訳（メタデータ） (2023-08-17T18:22:00Z)
Learning to Generate 3D Representations of Building Roofs Using Single-View Aerial Imagery [68.3565370706598]
本研究では,空撮画像から建物屋根メッシュの条件分布を学習するための新しいパイプラインを提案する。同一物体の複数の画像を必要とする代替手法とは違って,本手法では,一つの画像のみを用いて予測を行う3次元屋根メッシュを推定できる。
論文参考訳（メタデータ） (2023-03-20T15:47:05Z)
Generative Modeling via Tree Tensor Network States [5.457842083043014]
木テンソルネットワーク状態に基づく密度推定フレームワークを提案する。提案手法は,木トポロジーをChow-Liuアルゴリズムで決定し,スケッチ技術を用いてテンソルネットワークコンポーネントを定義する線形方程式系を得る。
論文参考訳（メタデータ） (2022-09-03T06:15:27Z)
Microstructure reconstruction via artificial neural networks: A combination of causal and non-causal approach [0.0]
本稿では,現在の画素の位相を因果近傍に基づいて予測することにより,画像の再構成を提案する。次に、非因果ANNモデルを用いて、再構成した画像を後処理の形で滑らかにする。
論文参考訳（メタデータ） (2021-10-19T09:04:19Z)
Self-Learning for Received Signal Strength Map Reconstruction with Neural Architecture Search [63.39818029362661]
ニューラルアーキテクチャサーチ(NAS)と受信信号強度(RSS)マップ再構築のための自己学習に基づくモデルを提案する。このアプローチは、まず最適なNNアーキテクチャを見つけ、与えられた(RSS)マップの地上実測値に対して同時に推論モデルを訓練する。実験結果から,この第2モデルの信号予測は,非学習に基づく最先端技術や,アーキテクチャ探索を伴わないNNモデルよりも優れていた。
論文参考訳（メタデータ） (2021-05-17T12:19:22Z)
Generating Diverse Structure for Image Inpainting With Hierarchical VQ-VAE [74.29384873537587]
本稿では,異なる構造を持つ複数の粗い結果を第1段階で生成し,第2段階ではテクスチャを増補して各粗い結果を別々に洗練する,多彩な塗布用2段階モデルを提案する。 CelebA-HQ, Places2, ImageNetデータセットによる実験結果から,本手法は塗布ソリューションの多様性を向上するだけでなく,生成した複数の画像の視覚的品質も向上することが示された。
論文参考訳（メタデータ） (2021-03-18T05:10:49Z)
A Method for Estimating Reflectance map and Material using Deep Learning with Synthetic Dataset [16.74203007339432]
画像中の対象物体の物質推定のための深層学習に基づく反射率マップ予測システムを提案する。また,双方向反射率分布関数(BRDF)パラメータ推定,環境マップ推定のためのネットワークアーキテクチャを提案する。
論文参考訳（メタデータ） (2020-01-15T15:25:08Z)
Understanding Graph Neural Networks with Generalized Geometric Scattering Transforms [67.88675386638043]
散乱変換は、畳み込みニューラルネットワークのモデルとして機能する多層ウェーブレットベースのディープラーニングアーキテクチャである。非対称ウェーブレットの非常に一般的なクラスに基づくグラフに対して、窓付きおよび非窓付き幾何散乱変換を導入する。これらの非対称グラフ散乱変換は、対称グラフ散乱変換と多くの理論的保証を持つことを示す。
論文参考訳（メタデータ） (2019-11-14T17:23:06Z)

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。