論文の概要: On the Logic Elements Associated with Round-Off Errors and Gaussian Blur in Image Registration: A Simple Case of Commingling

• arxiv url: http://arxiv.org/abs/2502.11992v1
• Date: Mon, 17 Feb 2025 16:33:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-18 14:10:32.153087
• Title: On the Logic Elements Associated with Round-Off Errors and Gaussian Blur in Image Registration: A Simple Case of Commingling
• Title（参考訳）: 画像登録におけるラウンドオフ誤差とガウスブラに付随する論理要素について:単純な通信の場合
• Authors: Serap A. Savari,
• Abstract要約: 空間的に制限された1次元定数関数の超解像と離散像の登録について検討する。 ぼかしの少ない体制に焦点をあて、ぼかし、サンプリング、量子化の操作は、コンピュータプログラムの操作と似ていないことを示唆する。 我々は、信号振幅の正しい回復をもたらすことが多い同じ信号の2組のサンプルを推論する方法を述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Discrete image registration can be a strategy to reconstruct signals from samples corrupted by blur and noise. We examine superresolution and discrete image registration for one-dimensional spatially-limited piecewise constant functions which are subject to blur which is Gaussian or a mixture of Gaussians as well as to round-off errors. Previous approaches address the signal recovery problem as an optimization problem. We focus on a regime with low blur and suggest that the operations of blur, sampling, and quantization are not unlike the operation of a computer program and have an abstraction that can be studied with a type of logic. When the minimum distance between discontinuity points is between $1.5$ and 2 times the sampling interval, we can encounter the simplest form of a type of interference between discontinuity points that we call ``commingling.'' We describe a way to reason about two sets of samples of the same signal that will often result in the correct recovery of signal amplitudes. We also discuss ways to estimate bounds on the distances between discontinuity points.
• Abstract（参考訳）: 離散的な画像登録は、ぼかしとノイズによって破損したサンプルからの信号を再構成する戦略である。 ガウス的あるいはガウス的混合であるぼかしの対象となる一次元空間的に制限されたピースワイド定数関数に対する超解像および離散像の登録およびラウンドオフ誤差について検討した。 従来の手法では信号回復問題を最適化問題として扱っていた。 ボケの少ないシステムに焦点をあて、ボケ、サンプリング、量子化の操作は、コンピュータプログラムの操作と似ていないことを示唆し、ある種の論理で研究できる抽象概念を持つことを示唆する。 不連続点間の最小距離がサンプリング間隔の1.5ドルから2倍である場合、不連続点間の干渉の最も単純な形式に遭遇する。 「」は同じ信号の2組のサンプルを推論し、しばしば信号振幅の正確な回復をもたらす方法を説明する。 また、不連続点間の距離を推定する方法についても論じる。

関連論文リスト

• On Round-Off Errors and Gaussian Blur in Superresolution and in Image Registration [0.0]
  空間的に制限された1次元定数関数に対する超解像と離散像の登録について検討する。 その結果,他の種類のノイズがなくても,2組のサンプルから不連続点を決定することの難しさが示唆された。
  論文  参考訳（メタデータ） (2024-12-12T22:08:53Z)
• A Counterexample in Cross-Correlation Template Matching [0.0]
  基礎関数が1次元空間的に制限されたピースワイド定数関数である場合、離散的な画像登録を考える。 関数のサンプルがノイズのある場合、画像登録はデータシーケンスのアライメントとセグメンテーションを必要とする。
  論文  参考訳（メタデータ） (2024-10-24T18:42:01Z)
• A Counterexample in Image Registration [0.0]
  画像登録は、画像変換や画像類似性に関するモデルを適用して、同じシーンの離散的な画像をアライメントする一般的な問題である。 本研究では、2つ以上のノイズレスサンプリングパターンから空間的に制限されたピースワイド定値信号を推定する。 その結果、信号の推定精度はその信号の基準点に依存する。
  論文  参考訳（メタデータ） (2024-10-14T17:05:03Z)
• A Sample Efficient Alternating Minimization-based Algorithm For Robust Phase Retrieval [56.67706781191521]
  そこで本研究では,未知の信号の復元を課題とする,ロバストな位相探索問題を提案する。 提案するオラクルは、単純な勾配ステップと外れ値を用いて、計算学的スペクトル降下を回避している。
  論文  参考訳（メタデータ） (2024-09-07T06:37:23Z)
• Statistical Component Separation for Targeted Signal Recovery in Noisy Mixtures [2.619794838436152]
  統計的成分分離」問題は、雑音混合からターゲット信号の統計的記述子のセットを予め定義された状態に戻すことに焦点を当てている。 提案手法は,ほとんどの状況において,標準的なデノナイジング手法よりも,対象データのディスクリプタの回復性が高いことを示す。 我々は,この手法を,初期手法に新たな視点を与える拡散ステップワイズアルゴリズムを導入することで拡張する。
  論文  参考訳（メタデータ） (2023-06-26T18:51:02Z)
• Nonparametric Extrema Analysis in Time Series for Envelope Extraction, Peak Detection and Clustering [0.0]
  本研究では,エンベロープ抽出,ピークバースト検出,時系列クラスタリングに利用できる非パラメトリック手法を提案する。 我々の問題定式化は、自然に定義された時系列の分割/フォークをもたらす。
  論文  参考訳（メタデータ） (2021-09-05T14:21:24Z)
• Lifting the Convex Conjugate in Lagrangian Relaxations: A Tractable Approach for Continuous Markov Random Fields [53.31927549039624]
  断片的な離散化は既存の離散化問題と矛盾しないことを示す。 この理論を2つの画像のマッチング問題に適用する。
  論文  参考訳（メタデータ） (2021-07-13T12:31:06Z)
• Towards Sample-Optimal Compressive Phase Retrieval with Sparse and Generative Priors [59.33977545294148]
  O(k log L)$サンプルは振幅に基づく経験損失関数を最小化する任意のベクトルに信号が近いことを保証するのに十分であることを示す。 この結果はスパース位相検索に適応し、基底信号が$s$-sparseおよび$n$-dimensionalである場合、$O(s log n)$サンプルは同様の保証に十分であることを示す。
  論文  参考訳（メタデータ） (2021-06-29T12:49:54Z)
• Lattice partition recovery with dyadic CART [79.96359947166592]
  我々は、$d$次元格子上の加法ガウス雑音によって破損したピースワイド定値信号について検討する。 この形式のデータは、多くのアプリケーションで自然に発生し、統計処理や信号処理の文献において、信号の検出やテスト、ノイズの除去、推定といったタスクが広く研究されている。 本稿では,未知の信号の一貫性領域によって誘導される格子の分割を推定する,分割回復の問題について考察する。 我々は、DCARTベースの手順が、下位分割を$sigma2 k*の順序で一貫して推定することを証明した。
  論文  参考訳（メタデータ） (2021-05-27T23:41:01Z)
• Spatially Adaptive Inference with Stochastic Feature Sampling and Interpolation [72.40827239394565]
  スパースサンプリングされた場所のみの機能を計算することを提案する。 次に、効率的な手順で特徴写像を密に再構築する。 提案したネットワークは、様々なコンピュータビジョンタスクの精度を維持しながら、かなりの計算を省くために実験的に示されている。
  論文  参考訳（メタデータ） (2020-03-19T15:36:31Z)
• The Simulator: Understanding Adaptive Sampling in the Moderate-Confidence Regime [52.38455827779212]
  エミュレータと呼ばれる適応サンプリングを解析するための新しい手法を提案する。 適切なログファクタを組み込んだトップk問題の最初のインスタンスベースの下位境界を証明します。 我々の新しい分析は、後者の問題に対するこの種の最初のエミュレータであるベストアームとトップkの識別に、シンプルでほぼ最適であることを示した。
  論文  参考訳（メタデータ） (2017-02-16T23:42:02Z)

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。