論文の概要: Rotation Invariance in Floor Plan Digitization using Zernike Moments

• arxiv url: http://arxiv.org/abs/2504.03241v1
• Date: Fri, 04 Apr 2025 07:44:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-07 14:49:58.133933
• Title: Rotation Invariance in Floor Plan Digitization using Zernike Moments
• Title（参考訳）: ゼルニケモーメントを用いた床平面ディジタイゼーションの回転不変性
• Authors: Marius Graumann, Jan Marius Stürmer, Tobias Koch,
• Abstract要約: 本稿では,前処理した画像から領域隣接グラフ(RAG)を作成し,そのノードを予測するために,画像の事前処理と新しいアプローチを利用するエンドツーエンドパイプラインを提案する。 我々の手法を適用すると、回転データ上でF1スコアとIoUが向上する。
• 参考スコア（独自算出の注目度）: 2.5056643038238495
• License:
• Abstract: Nowadays, a lot of old floor plans exist in printed form or are stored as scanned raster images. Slight rotations or shifts may occur during scanning. Bringing floor plans of this form into a machine readable form to enable further use, still poses a problem. Therefore, we propose an end-to-end pipeline that pre-processes the image and leverages a novel approach to create a region adjacency graph (RAG) from the pre-processed image and predict its nodes. By incorporating normalization steps into the RAG feature extraction, we significantly improved the rotation invariance of the RAG feature calculation. Moreover, applying our method leads to an improved F1 score and IoU on rotated data. Furthermore, we proposed a wall splitting algorithm for partitioning walls into segments associated with the corresponding rooms.
• Abstract（参考訳）: 現在、多くの古いフロアプランが印刷されているか、スキャンされたラスタ画像として保存されている。 回転やシフトは走査中に起こることがある。 このフォームのフロアプランをマシン可読形式にすることで、さらなる使用が可能になるが、依然として問題となる。 そこで我々は,前処理した画像から領域隣接グラフ(RAG)を作成し,そのノードを予測するために,画像の事前処理と新しいアプローチを利用するエンドツーエンドパイプラインを提案する。 正規化ステップをRAG特徴抽出に組み込むことで,RAG特徴計算の回転不変性を大幅に改善した。 さらに,本手法の適用により,回転データに対するF1スコアとIoUが向上する。 さらに,壁を対応する部屋のセグメントに分割する壁分割アルゴリズムを提案する。

関連論文リスト

• Interpretable deformable image registration: A geometric deep learning perspective [9.13809412085203]
  解釈可能な登録フレームワークを設計するための理論的基盤を提示する。 粗い方法で変換を洗練するエンドツーエンドのプロセスを定式化します。 我々は、最先端のアプローチよりもパフォーマンスの指標が大幅に改善されたと結論付けている。
  論文  参考訳（メタデータ） (2024-12-17T19:47:10Z)
• Hyper-VolTran: Fast and Generalizable One-Shot Image to 3D Object Structure via HyperNetworks [53.67497327319569]
  画像から3Dまでを1つの視点から解く新しいニューラルレンダリング手法を提案する。 提案手法では, 符号付き距離関数を表面表現として使用し, 幾何エンコードボリュームとハイパーネットワークスによる一般化可能な事前処理を取り入れた。 本実験は,一貫した結果と高速な生成による提案手法の利点を示す。
  論文  参考訳（メタデータ） (2023-12-24T08:42:37Z)
• Sliding at first order: Higher-order momentum distributions for discontinuous image registration [5.987650121126747]
  そこで本研究では,すべり動作をキャプチャする変形可能な画像登録手法を提案する。 大規模変形微分型メートル法 (LDDMM) の登録法は, 平滑な反りを生じるため, すべり運動の表現が困難である。
  論文  参考訳（メタデータ） (2023-03-14T09:42:49Z)
• Estimating Extreme 3D Image Rotation with Transformer Cross-Attention [13.82735766201496]
  画像ペアのアクティベーションマップ間の相互アテンションを計算するために,CNN特徴マップとTransformer-Encoderを利用するクロスアテンションベースのアプローチを提案する。 一般的に使用されている画像回転データセットやベンチマークに適用した場合、現代の最先端のスキームよりも優れた性能を示すことが実験的に示されている。
  論文  参考訳（メタデータ） (2023-03-05T09:07:26Z)
• E-Graph: Minimal Solution for Rigid Rotation with Extensibility Graphs [61.552125054227595]
  重なり合う領域を持たない2つの画像間の相対的な回転推定を解くために,新しい最小解を提案する。 E-Graphに基づいて、回転推定問題はより単純でエレガントになる。 回転推定戦略を6-DoFカメラのポーズと高密度3Dメッシュモデルを得る完全カメラ追跡マッピングシステムに組み込む。
  論文  参考訳（メタデータ） (2022-07-20T16:11:48Z)
• Homography Decomposition Networks for Planar Object Tracking [11.558401177707312]
  平面オブジェクトトラッキングは、ロボット工学、ビジュアルサーボ、ビジュアルSLAMといったAIアプリケーションにおいて重要な役割を果たす。 本稿では, ホログラフィ変換を2つのグループに分解することで, 条件数を大幅に削減し, 安定化する新しいホモグラフィ分解ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-12-15T06:13:32Z)
• PnP-DETR: Towards Efficient Visual Analysis with Transformers [146.55679348493587]
  近年、DeTRはトランスフォーマーを用いたソリューションビジョンタスクの先駆者であり、画像特徴マップを直接オブジェクト結果に変換する。 最近の変圧器を用いた画像認識モデルとTTは、一貫した効率向上を示す。
  論文  参考訳（メタデータ） (2021-09-15T01:10:30Z)
• NP-DRAW: A Non-Parametric Structured Latent Variable Modelfor Image Generation [139.8037697822064]
  NP-DRAWと呼ばれる画像生成のための非パラメトリック構造化潜在変数モデルを提案する。 後続のキャンバスをパーツ単位で順次描画し、それをキャンバスからデコードする。
  論文  参考訳（メタデータ） (2021-06-25T05:17:55Z)
• Light Field Reconstruction Using Convolutional Network on EPI and Extended Applications [78.63280020581662]
  スパースビューからの光場再構成のための新しい畳み込みニューラルネットワーク(CNN)ベースのフレームワークを開発した。 最先端のアルゴリズムと比較して,提案フレームワークの高性能と堅牢性を実証する。
  論文  参考訳（メタデータ） (2021-03-24T08:16:32Z)
• Unsupervised Discovery of Disentangled Manifolds in GANs [74.24771216154105]
  解釈可能な生成プロセスは、様々な画像編集アプリケーションに有用である。 本稿では,任意の学習された生成逆数ネットワークが与えられた潜在空間における解釈可能な方向を検出する枠組みを提案する。
  論文  参考訳（メタデータ） (2020-11-24T02:18:08Z)
• Indoor Layout Estimation by 2D LiDAR and Camera Fusion [3.2387553628943535]
  本稿では,画像列とLiDARデータセットの融合による屋内レイアウト推定と再構築のためのアルゴリズムを提案する。 提案システムでは,2次元LiDAR情報とインテンシティ画像の両方を移動プラットフォームで収集する。
  論文  参考訳（メタデータ） (2020-01-15T16:43:35Z)

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。