Fugu-MT 論文翻訳(概要): Fast Isotropic Median Filtering

論文の概要: Fast Isotropic Median Filtering

arxiv url: http://arxiv.org/abs/2505.22938v1
Date: Wed, 28 May 2025 23:38:21 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-30 18:14:07.583884
Title: Fast Isotropic Median Filtering
Title（参考訳）: 高速等方性媒質フィルタ
Authors: Ben Weiss,
Abstract要約: メディアフィルタリングは計算画像処理の基盤となっている。本手法は,任意のビット深度データ,任意のカーネルサイズ,任意の凸カーネル形状を効率的に操作する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Median filtering is a cornerstone of computational image processing. It provides an effective means of image smoothing, with minimal blurring or softening of edges, invariance to monotonic transformations such as gamma adjustment, and robustness to noise and outliers. However, known algorithms have all suffered from practical limitations: the bit depth of the image data, the size of the filter kernel, or the kernel shape itself. Square-kernel implementations tend to produce streaky cross-hatching artifacts, and nearly all known efficient algorithms are in practice limited to square kernels. We present for the first time a method that overcomes all of these limitations. Our method operates efficiently on arbitrary bit-depth data, arbitrary kernel sizes, and arbitrary convex kernel shapes, including circular shapes.
Abstract（参考訳）: メディアフィルタリングは計算画像処理の基盤となっている。画像の平滑化には、端のぼやけや軟化が最小限に抑えられ、ガンマ調整などのモノトニック変換に不変であり、ノイズや外れ値に対するロバスト性がある。しかし、既知のアルゴリズムはいずれも、画像データのビット深さ、フィルタカーネルのサイズ、カーネルの形状など、実用的な制限に悩まされている。正方形カーネルの実装は、不安定なクロスハッチアーティファクトを生成する傾向があり、既知のアルゴリズムのほとんど全てが実際には正方形カーネルに限られている。これらの制限をすべて克服する手法を初めて提示する。本手法は,任意のビット深度データ,任意のカーネルサイズ,円形形状を含む任意の凸カーネル形状を効率的に操作する。

関連論文リスト

Locally Orderless Images for Optimization in Differentiable Rendering [80.09571356394574]
そこで我々は,各画素が局所的な変化を保った強度のヒストグラムにマッピングする,局所的な秩序のない画像を利用する手法を提案する。合成データと実データの両方を用いて,様々な逆問題に対する本手法の有効性を検証した。
論文参考訳（メタデータ） (2025-03-27T19:17:58Z)
EDCSSM: Edge Detection with Convolutional State Space Model [3.649463841174485]
画像のエッジ検出は、コンピュータグラフィックスにおける多くの複雑なタスクの基礎となっている。多層畳み込みとプールアーキテクチャによる特徴損失のため、学習ベースのエッジ検出モデルは、しばしば厚いエッジを生成する。本稿では,上記の問題に効果的に対処するエッジ検出アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-09-03T05:13:25Z)
Padding-free Convolution based on Preservation of Differential Characteristics of Kernels [1.3597551064547502]
本稿では,カーネルの差分特性の保存に基づくサイズ保持畳み込み法を提案する。主なアイデアは、不完全なスライドウィンドウ上の畳み込みを、その中心画素で局所的に評価された線形微分作用素に"崩壊"させることである。
論文参考訳（メタデータ） (2023-09-12T16:36:12Z)
Efficient Dataset Distillation Using Random Feature Approximation [109.07737733329019]
本稿では,ニューラルネットワークガウス過程(NNGP)カーネルのランダム特徴近似(RFA)を用いた新しいアルゴリズムを提案する。我々のアルゴリズムは、KIP上で少なくとも100倍のスピードアップを提供し、1つのGPUで実行できる。 RFA蒸留 (RFAD) と呼ばれる本手法は, 大規模データセットの精度において, KIP や他のデータセット凝縮アルゴリズムと競合して動作する。
論文参考訳（メタデータ） (2022-10-21T15:56:13Z)
Efficient Image Denoising by Low-Rank Singular Vector Approximations of Geodesics' Gramian Matrix [2.3499129784547654]
画像の騒音汚染は、人々の間で準標準的期待をもたらす。画像のデノイングは、必要不可欠な前処理ステップです。本稿では,測地学のグラミアン行列の特異ベクトルを主に利用した多様体に基づくノイズフィルタリング法を提案する。
論文参考訳（メタデータ） (2022-09-27T01:03:36Z)
Deep Model-Based Super-Resolution with Non-uniform Blur [1.7188280334580197]
非一様ぼかしを持つ超解像の最先端手法を提案する。まず,線形化ADMM分割手法に基づく高速なプラグアンドプレイアルゴリズムを提案する。反復アルゴリズムをひとつのネットワークに展開し、エンドツーエンドでトレーニングします。
論文参考訳（メタデータ） (2022-04-21T13:57:21Z)
Explore Image Deblurring via Blur Kernel Space [17.67255729783263]
ブラインド画像の解読のための交互最適化アルゴリズムを提案する。符号化された空間内のカーネルによって見えないぼかし演算子を近似し、対応するシャープイメージを検索する。任意のデータセットから既存のぼかし演算子を新しいドメインに転送することで、ぼかし合成に使用できる。
論文参考訳（メタデータ） (2021-04-01T07:52:53Z)
Learned Block Iterative Shrinkage Thresholding Algorithm for Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文参考訳（メタデータ） (2020-12-07T09:27:16Z)
End-to-end Interpretable Learning of Non-blind Image Deblurring [102.75982704671029]
非ブラインド画像のデブロワーリングは、通常、対応するシャープ画像の勾配に関する自然の先行によって正規化される線形最小二乗問題として定式化される。本稿では,(既知の)ぼかしと自然像前のカーネルの逆フィルタを用いて,リチャードソン解法を事前条件として提案する。
論文参考訳（メタデータ） (2020-07-03T15:45:01Z)
Multiple Video Frame Interpolation via Enhanced Deformable Separable Convolution [67.83074893311218]
カーネルベースの手法は、ソースフレームと空間適応型ローカルカーネルを囲む単一の畳み込みプロセスでピクセルを予測する。本稿では,適応カーネルだけでなく,オフセット,マスク,バイアスを推定するための拡張変形性分離畳み込み(EDSC)を提案する。提案手法は,幅広いデータセットを対象とした最先端の手法に対して良好に動作することを示す。
論文参考訳（メタデータ） (2020-06-15T01:10:59Z)
GeoDA: a geometric framework for black-box adversarial attacks [79.52980486689287]
我々は,最も困難なブラックボックス設定の1つにおいて,逆例を生成するためのフレームワークを提案する。我々のフレームワークは、ディープネットワークの決定境界は通常、データサンプルの近傍で小さな平均曲率を持つという観察に基づいている。
論文参考訳（メタデータ） (2020-03-13T20:03:01Z)

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。