Fugu-MT 論文翻訳(概要): Fast alignment of heterogeneous images in sliced Wasserstein distance

論文の概要: Fast alignment of heterogeneous images in sliced Wasserstein distance

arxiv url: http://arxiv.org/abs/2503.13756v1
Date: Mon, 17 Mar 2025 22:26:54 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-19 14:14:12.661147
Title: Fast alignment of heterogeneous images in sliced Wasserstein distance
Title（参考訳）: スライスされたワッサーシュタイン距離における異種画像の高速アライメント
Authors: Yunpeng Shi, Amit Singer, Eric J. Verbeke,
Abstract要約: 最適な輸送量に基づく異種画像の整列を高速に行うアルゴリズムを提案する。提案手法は,高速フーリエ法とスライスされた確率測定値のロバスト性を組み合わせた手法である。
参考スコア（独自算出の注目度）: 9.503773054285558
License:
Abstract: Many applications of computer vision rely on the alignment of similar but non-identical images. We present a fast algorithm for aligning heterogeneous images based on optimal transport. Our approach combines the speed of fast Fourier methods with the robustness of sliced probability metrics and allows us to efficiently compute the alignment between two $L \times L$ images using the sliced 2-Wasserstein distance in $O(L^2 \log L)$ operations. We show that our method is robust to translations, rotations and deformations in the images.
Abstract（参考訳）: コンピュータビジョンの多くの応用は、類似しているが同一でない画像のアライメントに依存している。最適な輸送量に基づく異種画像の整列を高速に行うアルゴリズムを提案する。提案手法は,高速フーリエ法とスライスされた確率測定値のロバスト性を組み合わせることで,スライスされた2-ワッサーシュタイン距離を$O(L^2 \log L)$演算で効率よく2つの$L \times L$画像間のアライメントを計算する。本手法は画像の翻訳,回転,変形に対して頑健であることを示す。

関連論文リスト

Relative-Translation Invariant Wasserstein Distance [82.6068808353647]
距離の新しい族、相対翻訳不変ワッサーシュタイン距離(RW_p$)を導入する。我々は、$RW_p 距離もまた、分布変換に不変な商集合 $mathcalP_p(mathbbRn)/sim$ 上で定義される実距離測度であることを示す。
論文参考訳（メタデータ） (2024-09-04T03:41:44Z)
Efficient and Accurate Optimal Transport with Mirror Descent and Conjugate Gradients [13.848861021326755]
ミラーDescent Optimal Transport (MDOT) は、離散最適輸送(OT)問題を高精度に解くための新しい方法である。 MDOT は既存の OT ソルバの代表的な集合よりもはるかに高速で高精度で実現可能な解が得られることを示す。
論文参考訳（メタデータ） (2023-07-17T14:09:43Z)
Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文参考訳（メタデータ） (2023-01-30T15:46:39Z)
Revisiting Sliced Wasserstein on Images: From Vectorization to Convolution [17.196369579631074]
従来のスライスされたワッサーシュタインは、ベクトルとして実現される2つの確率測度の間で定義される。畳み込み演算子に基づく画像上の確率測度間のスライスされたワッサーシュタインのスライシング手法を提案する。
論文参考訳（メタデータ） (2022-04-04T00:17:28Z)
A Fast and Accurate Splitting Method for Optimal Transport: Analysis and Implementation [19.6590956326761]
我々は,高速かつ信頼性の高い大規模最適輸送(OT)問題を,前例のない速度と精度の組み合わせで解く方法を開発した。ダグラス・ラフフォード分割法に基づいて構築され、近似正規化問題を解く代わりに、元のOT問題に直接取り組んだ。
論文参考訳（メタデータ） (2021-10-22T12:16:08Z)
Spatially-Adaptive Pixelwise Networks for Fast Image Translation [57.359250882770525]
高速かつ効率的な画像-画像変換を目的とした新しいジェネレータアーキテクチャを提案する。私たちはピクセルワイズネットワークを使用します。つまり、各ピクセルは他のピクセルとは独立して処理されます。私たちのモデルは最先端のベースラインよりも最大18倍高速です。
論文参考訳（メタデータ） (2020-12-05T10:02:03Z)
Displacement-Invariant Cost Computation for Efficient Stereo Matching [122.94051630000934]
ディープラーニング手法は、前例のない不一致の精度を得ることによって、ステレオマッチングのリーダーボードを支配してきた。しかし、その推測時間は一般的に540p画像の秒数で遅い。本研究では,4次元特徴量を必要としないEmphdisplacement-invariant cost moduleを提案する。
論文参考訳（メタデータ） (2020-12-01T23:58:16Z)
Graph Optimal Transport for Cross-Domain Alignment [121.80313648519203]
クロスドメインアライメントはコンピュータビジョンと自然言語処理の基本である。我々は、最近の最適輸送(OT)の進歩から発芽する原則的なフレームワークであるグラフ最適輸送(GOT)を提案する。実験は、幅広いタスクにわたるベースライン上でのGOTの一貫性のある性能を示す。
論文参考訳（メタデータ） (2020-06-26T01:14:23Z)
A Study of Performance of Optimal Transport [16.847501106437534]
本稿では,ネットワークの単純化と拡張パスに基づくアルゴリズムが,数値行列スケーリング法より一貫して優れていることを示す。古典的なKuhn-Munkresアルゴリズムを改良した新しいアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-05-03T20:37:05Z)
RANSAC-Flow: generic two-stage image alignment [53.11926395028508]
単純な教師なしのアプローチは、様々なタスクにおいて驚くほどうまく機能することを示す。その単純さにもかかわらず、我々の手法は様々なタスクやデータセットで競合する結果を示す。
論文参考訳（メタデータ） (2020-04-03T12:37:58Z)

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。