Fugu-MT 論文翻訳(概要): Color Image Set Recognition Based on Quaternionic Grassmannians

論文の概要: Color Image Set Recognition Based on Quaternionic Grassmannians

arxiv url: http://arxiv.org/abs/2505.23629v1
Date: Thu, 29 May 2025 16:36:02 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-30 18:14:07.995207
Title: Color Image Set Recognition Based on Quaternionic Grassmannians
Title（参考訳）: 四元数グラスマンによる色画像認識
Authors: Xiang Xiang Wang, Tin-Yau Tam,
Abstract要約: 四元数グラスマン多様体を用いたカラー画像の認識手法を提案する。四元数グラスマン多様体上の二点間の最短距離を計算し、この距離を用いて新しい分類枠組みを構築する。 ETH-80ベンチマークデータセットの実験により,本手法が良好な認識結果が得られることが示された。
参考スコア（独自算出の注目度）: 2.447027945847154
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose a new method for recognizing color image sets using quaternionic Grassmannians, which use the power of quaternions to capture color information and represent each color image set as a point on the quaternionic Grassmannian. We provide a direct formula to calculate the shortest distance between two points on the quaternionic Grassmannian, and use this distance to build a new classification framework. Experiments on the ETH-80 benchmark dataset show that our method achieves good recognition results. We also discuss some limitations in stability and suggest ways the method can be improved in the future.
Abstract（参考訳）: そこで本研究では,四元数Grassmannianを用いて,四元数Grassmannianを用いたカラー画像の認識手法を提案する。四元数グラスマン多様体上の二点間の最短距離を計算し、この距離を用いて新しい分類枠組みを構築する。 ETH-80ベンチマークデータセットの実験により,本手法が良好な認識結果が得られることが示された。また安定性のいくつかの制限についても議論し、将来その方法を改善する方法を提案する。

関連論文リスト

Improving analytical color and texture similarity estimation methods for dataset-agnostic person reidentification [0.0]
ノイズ低減のためのヒストグラムスムーシングを用いて,CIE-Lab色空間の色を解析・比較する。テクスチャ解析のために,新しい事前構成潜在空間 (LS) 教師付きオートエンコーダ (SAE) を提案する。提案手法の有効性は,Market1501データセット上のランク1,ランク10,mAPリIDメトリクスを用いて検証する。
論文参考訳（メタデータ） (2024-12-06T14:34:32Z)
Enhanced Sharp-GAN For Histopathology Image Synthesis [63.845552349914186]
病理組織像合成は、正確ながん検出のためのディープラーニングアプローチの訓練において、データ不足の問題に対処することを目的としている。核トポロジと輪郭正則化を用いて合成画像の品質を向上させる新しい手法を提案する。提案手法は、Sharp-GANを2つのデータセット上の4つの画像品質指標すべてで上回る。
論文参考訳（メタデータ） (2023-01-24T17:54:01Z)
MIMT: Multi-Illuminant Color Constancy via Multi-Task Local Surface and Light Color Learning [42.72878256074646]
単一入力画像における複数の光色を割引するマルチタスク学習手法を提案する。複数の光色条件下で局所的な表面/光色をより正確に表現するために,我々は新しいマルチタスク学習フレームワークを設計する。本モデルでは,マルチイルミナントデータセット上で,最先端のマルチイルミナントカラーコンステンシー法と比較して47.1%の改善を実現している。
論文参考訳（メタデータ） (2022-11-16T09:00:20Z)
PalGAN: Image Colorization with Palette Generative Adversarial Networks [51.59276436217957]
そこで本研究では,パレット推定とカラーアテンションを統合した新しいGANベースのカラー化手法PalGANを提案する。 PalGANは、定量的評価と視覚比較において最先端の成果を上げ、顕著な多様性、コントラスト、およびエッジ保存の外観を提供する。
論文参考訳（メタデータ） (2022-10-20T12:28:31Z)
Cross-Camera Deep Colorization [10.254243409261898]
本稿では,カラープラスモノデュアルカメラシステムからの画像の整列と融合を行う,エンドツーエンドの畳み込みニューラルネットワークを提案する。提案手法は,約10dBPSNRゲインの大幅な改善を継続的に達成する。
論文参考訳（メタデータ） (2022-08-26T11:02:14Z)
Neural Color Operators for Sequential Image Retouching [62.99812889713773]
本稿では,新たに導入したトレーニング可能なニューラルカラー演算子のシーケンスとして,リタッチ処理をモデル化して,新しい画像リタッチ手法を提案する。ニューラルカラー演算子は、従来のカラー演算子の振舞いを模倣し、その強度をスカラーで制御しながらピクセルワイズな色変換を学習する。定量的な測定と視覚的品質の両面で,SOTA法と比較して常に最良の結果が得られている。
論文参考訳（メタデータ） (2022-07-17T05:33:19Z)
Detecting Recolored Image by Spatial Correlation [60.08643417333974]
画像のリカラー化は、画像の色値を操作して新しいスタイルを与える、新たな編集技術である。本稿では,空間相関の観点から,従来型と深層学習による再色検出の汎用的検出能力を示す解を探索する。提案手法は,複数のベンチマークデータセット上での最先端検出精度を実現し,未知の種類の再色法を適切に一般化する。
論文参考訳（メタデータ） (2022-04-23T01:54:06Z)
Generative Probabilistic Image Colorization [2.110198946293069]
本稿では,音の劣化の各ステップを逆転させる確率モデル列を訓練する拡散型生成法を提案する。入力として線引き画像が与えられた場合、本手法は複数の候補色付き画像を提案する。提案手法は,色条件の画像生成タスクだけでなく,実用的な画像補完や塗装タスクにも有効である。
論文参考訳（メタデータ） (2021-09-29T16:10:12Z)
Probabilistic Color Constancy [88.85103410035929]
我々は、異なる画像領域の寄与を重み付けすることで、シーンの照度を推定するためのフレームワークを定義する。提案手法は,INTEL-TAUデータセット上での最先端技術と比較して,競合性能を実現する。
論文参考訳（メタデータ） (2020-05-06T11:03:05Z)

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。