論文の概要: Gradient entropy (GradEn): The two dimensional version of slope entropy for image analysis

• arxiv url: http://arxiv.org/abs/2502.18516v1
• Date: Sun, 23 Feb 2025 02:05:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-27 14:56:39.238015
• Title: Gradient entropy (GradEn): The two dimensional version of slope entropy for image analysis
• Title（参考訳）: 勾配エントロピー(GradEn):2次元傾斜エントロピーによる画像解析
• Authors: Runze Jiang, Pengjian Shang,
• Abstract要約: 本稿では,2次元への傾斜エントロピーの拡張である勾配エントロピー(GradEn)について述べる。 計算コストを低く抑えつつ,様々な特徴を持つ画像を識別できるGradEnの能力を示す。
• 参考スコア（独自算出の注目度）: 3.729242965449096
• License:
• Abstract: Information theory and Shannon entropy are essential for quantifying irregularity in complex systems or signals. Recently, two-dimensional entropy methods, such as two-dimensional sample entropy, distribution entropy, and permutation entropy, have been proposed for analyzing 2D texture or image data. This paper introduces Gradient entropy (GradEn), an extension of slope entropy to 2D, which considers both symbolic patterns and amplitude information, enabling better feature extraction from image data. We evaluate GradEn with simulated data, including 2D colored noise, 2D mixed processes, and the logistic map. Results show the ability of GradEn to distinguish images with various characteristics while maintaining low computational cost. Real-world datasets, consist of texture, fault gear, and railway corrugation signals, demonstrate the superior performance of GradEn in classification tasks compared to other 2D entropy methods. In conclusion, GradEn is an effective tool for image characterization, offering a novel approach for image processing and recognition.
• Abstract（参考訳）: 情報理論とシャノンエントロピーは複雑なシステムや信号の不規則性を定量化するために不可欠である。 近年, 二次元試料エントロピー, 分布エントロピー, 置換エントロピーなどの二次元エントロピー法が, 2次元テクスチャや画像データを解析するために提案されている。 本稿では,2次元への傾斜エントロピーの拡張である勾配エントロピー(GradEn)について述べる。 2次元カラーノイズ、2次元混合プロセス、ロジスティックマップを含むシミュレーションデータを用いてGradEnを評価した。 計算コストを低く抑えつつ,様々な特徴を持つ画像を識別できるGradEnの能力を示す。 テクスチャ, 故障歯車, 鉄道腐食信号からなる実世界のデータセットは, 他の2次元エントロピー法と比較して, 分類作業におけるGradEnの優れた性能を示す。 結論として、GradEnは画像特徴付けに有効なツールであり、画像処理と認識に新しいアプローチを提供する。

関連論文リスト

• Linear Anchored Gaussian Mixture Model for Location and Width Computations of Objects in Thick Line Shape [1.7205106391379021]
  3次元画像グレーレベル表現は、統計分布の有限混合モデルであると考えられている。 入力データとして元の画像を用いた期待最大化アルゴリズム(Algo1)を用いてモデルパラメータを推定する。 修正EMアルゴリズム(Algo2)について詳述する。
  論文  参考訳（メタデータ） (2024-04-03T20:05:00Z)
• GeoGS3D: Single-view 3D Reconstruction via Geometric-aware Diffusion Model and Gaussian Splatting [81.03553265684184]
  単視点画像から詳細な3Dオブジェクトを再構成するフレームワークであるGeoGS3Dを紹介する。 本稿では,GDS(Gaussian Divergence Significance)という新しい指標を提案する。 実験により、GeoGS3Dはビュー間で高い一貫性を持つ画像を生成し、高品質な3Dオブジェクトを再構成することを示した。
  論文  参考訳（メタデータ） (2024-03-15T12:24:36Z)
• Topological Node2vec: Enhanced Graph Embedding via Persistent Homology [0.0]
  Node2vecのトレーニング損失に追加されるトポロジ的損失項を紹介します。 PD間の相違を異なる方法で測定する。 修正された損失関数は、勾配降下によって最小化され、入力グラフの幾何と位相の両方を再構成することができる。
  論文  参考訳（メタデータ） (2023-09-15T08:31:26Z)
• Differentiable Rendering for Pose Estimation in Proximity Operations [4.282159812965446]
  微分レンダリングは、レンダリングパラメータに関する画像レンダリング関数の微分を計算することを目的としている。 本稿では,6-DoFポーズ推定のための新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-12-24T06:12:16Z)
• Entropy Approximation by Machine Learning Regression: Application for Irregularity Evaluation of Images in Remote Sensing [0.0]
  機械学習(ML)回帰法による様々なタイプのエントロピーの近似を初めて示す。 2次元画像に対するSvdEn2D, PermEn2D, SampEn2Dの新しい計算法を検討した。
  論文  参考訳（メタデータ） (2022-10-13T10:55:47Z)
• Information Entropy Initialized Concrete Autoencoder for Optimal Sensor Placement and Reconstruction of Geophysical Fields [58.720142291102135]
  そこで本稿では,スパーク計測による地場再構成のためのセンサ配置の最適化について提案する。 本研究では, (a) 温度と (b) バレンツ海周辺の塩分濃度場とスバルバルド諸島群を例に示す。 得られた最適センサ位置は, 物理的解釈が明確であり, 海流の境界に対応することが判明した。
  論文  参考訳（メタデータ） (2022-06-28T12:43:38Z)
• Joint Deep Multi-Graph Matching and 3D Geometry Learning from Inhomogeneous 2D Image Collections [57.60094385551773]
  非均質な画像コレクションから変形可能な3Dジオメトリモデルを学ぶためのトレーニング可能なフレームワークを提案する。 さらに,2次元画像で表現された物体の3次元形状も取得する。
  論文  参考訳（メタデータ） (2021-03-31T17:25:36Z)
• Self-supervised Geometric Perception [96.89966337518854]
  自己教師付き幾何知覚(self-supervised geometric perception)は、基底幾何モデルラベルなしで対応マッチングのための特徴記述子を学ぶためのフレームワークである。 また,SGPは,地上トラスラベルを用いて訓練した教師付きオークルよりも同等か優れる最先端性能を達成できることを示す。
  論文  参考訳（メタデータ） (2021-03-04T15:34:43Z)
• 2D+3D Facial Expression Recognition via Discriminative Dynamic Range Enhancement and Multi-Scale Learning [44.836325191315844]
  2D+3D顔表情認識(FER)において、既存の手法は深度特徴表現を強化するために多視点幾何マップを生成する。 本稿では,情報理論の観点から新たなマップ生成手法を提案する。 実験結果から,提案手法はferの精度と出力エントロピーの両方において,最先端の2D+3D FER法より優れていることが示された。
  論文  参考訳（メタデータ） (2020-11-16T23:29:50Z)
• Adaptive Context-Aware Multi-Modal Network for Depth Completion [107.15344488719322]
  我々は,観測された空間コンテキストを捉えるために,グラフ伝搬を採用することを提案する。 次に、注意機構を伝搬に適用し、ネットワークが文脈情報を適応的にモデル化することを奨励する。 最後に、抽出したマルチモーダル特徴を効果的に活用するための対称ゲート融合戦略を導入する。 本稿では,Adaptive Context-Aware Multi-Modal Network (ACMNet) を2つのベンチマークで評価した。
  論文  参考訳（メタデータ） (2020-08-25T06:00:06Z)
• Category Level Object Pose Estimation via Neural Analysis-by-Synthesis [64.14028598360741]
  本稿では、勾配に基づくフィッティング法とパラメトリックニューラルネットワーク合成モジュールを組み合わせる。 画像合成ネットワークは、ポーズ設定空間を効率的に分散するように設計されている。 本研究では,2次元画像のみから高精度に物体の向きを復元できることを実験的に示す。
  論文  参考訳（メタデータ） (2020-08-18T20:30:47Z)

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。