Fugu-MT 論文翻訳(概要): Outlier Detection Algorithm for Circle Fitting

論文の概要: Outlier Detection Algorithm for Circle Fitting

arxiv url: http://arxiv.org/abs/2508.03720v1
Date: Mon, 28 Jul 2025 10:53:27 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-07 20:09:22.322617
Title: Outlier Detection Algorithm for Circle Fitting
Title（参考訳）: サークルフィッティングにおける外乱検出アルゴリズム
Authors: Ahmet Gökhan Poyraz,
Abstract要約: 本研究は,円嵌合の応用に有効な極座標ベース外乱検出(PCOD)アルゴリズムを提案する。産業用洗濯機部品の高精度径測定に着目して,本手法の実用性と効率を実証した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Circle fitting methods are extensively utilized in various industries, particularly in quality control processes and design applications. The effectiveness of these algorithms can be significantly compromised when the point sets to be predicted are noisy. To mitigate this issue, outlier detection and removal algorithms are often applied before the circle fitting procedure. This study introduces the Polar Coordinate-Based Outlier Detection (PCOD) algorithm, which can be effectively employed in circle fitting applications. In the proposed approach, the point set is first transformed into polar coordinates, followed by the calculation of both local and global standard deviations. Outliers are then identified by comparing local mean values with the global standard deviation. The practicality and efficiency of the proposed method are demonstrated by focusing on the high-precision diameter measurement of industrial washer parts. Images from a machine vision system are processed through preprocessing steps, including sub-pixel edge detection. The resulting sub-pixel edge points are then cleaned using the proposed outlier detection and removal algorithm, after which circle fitting is performed. A comparison is made using ten different circle fitting algorithms and five distinct outlier detection methods. The results indicate that the proposed method outperforms the other approaches, delivering the best performance in terms of accuracy within the dataset, thereby demonstrating its potential for enhancing circle fitting applications in industrial environments.
Abstract（参考訳）: 円の嵌合法は様々な産業、特に品質管理プロセスや設計用途で広く利用されている。これらのアルゴリズムの有効性は、予測される点集合がうるさいときに著しく損なわれる。この問題を緩和するため、外乱検出と除去アルゴリズムは、円の嵌合手順の前にしばしば適用される。本研究は,円嵌合の応用に有効な極座標ベース外乱検出(PCOD)アルゴリズムを提案する。提案手法では、まず点集合を極座標に変換し、続いて局所標準偏差と大域標準偏差の計算を行う。次に、グローバル標準偏差と局所平均値を比較することで、アウトリーチを識別する。産業用洗濯機部品の高精度径測定に着目して,本手法の実用性と効率を実証した。マシンビジョンシステムからのイメージは、サブピクセルエッジ検出を含む前処理ステップによって処理される。得られたサブピクセルエッジポイントを、提案したアウトラヤ検出除去アルゴリズムを用いてクリーン化し、その後、円の嵌合を行う。 10種類の異なる円嵌合アルゴリズムと5つの異なる外周検出法を用いて比較を行う。その結果,提案手法は他の手法よりも優れ,データセット内での精度で最高の性能を実現し,産業環境における円嵌合性向上の可能性を示した。

関連論文リスト

Fuzzy Granule Density-Based Outlier Detection with Multi-Scale Granular Balls [65.44462297594308]
外乱検出は、正常なデータの分布から大きく逸脱する異常なサンプルの同定を指す。ほとんどの教師なしの外れ値検出方法は、指定された外れ値を検出するために慎重に設計されている。ファジィ粗集合に基づくマルチスケールアウトレイラ検出手法を提案し,様々な種類のアウトレイラを同定する。
論文参考訳（メタデータ） (2025-01-06T12:35:51Z)
Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
論文参考訳（メタデータ） (2024-07-16T12:39:56Z)
Weighted Circle Fusion: Ensembling Circle Representation from Different Object Detection Results [9.146903293797552]
円の表現は、医用画像研究において球状物体の識別を改善する方法として登場した。重み付き円核融合(WCF)は、様々な円検出モデルからの予測をマージするための単純なアプローチである。スライド画像全体(WSI)における糸球体検出のためのプロプライエタリなデータセットを用いて本手法の評価を行い,5%の性能向上を得た。
論文参考訳（メタデータ） (2024-06-27T21:34:51Z)
Outlier-Insensitive Kalman Filtering: Theory and Applications [26.889182816155838]
本稿では,リニアカルマンフィルタの標準更新ステップの短い反復処理しか必要とせず,アウトリーチの有害な影響を軽減できるパラメータフリーアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-09-18T06:33:28Z)
Towards Large Certified Radius in Randomized Smoothing using Quasiconcave Optimization [3.5133481941064164]
本研究では,疑似固定問題構造を利用することで,計算オーバーヘッドの少ないほとんどのデータポイントに対して最適な認証ラジイを求めることができることを示す。これにより、効率的で効果的な入力特化ランダム化平滑化アルゴリズムが実現される。
論文参考訳（メタデータ） (2023-02-01T03:25:43Z)
CoMadOut -- A Robust Outlier Detection Algorithm based on CoMAD [0.3749861135832073]
データセット上の機械学習アルゴリズムの予測を歪める可能性があるため、アウトレーヤは重要な役割を果たす。この問題に対処するために,ロバストな外乱検出アルゴリズムCoMadOutを提案する。われわれの手法は、外乱検出タスクの堅牢な代替手段と見なすことができる。
論文参考訳（メタデータ） (2022-11-23T21:33:34Z)
Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
論文参考訳（メタデータ） (2022-05-13T21:09:41Z)
Copy-Move Image Forgery Detection Based on Evolving Circular Domains Coverage [5.716030416222748]
提案手法はブロックベースとキーポイントベースの両方の偽造検出手法を統合する。実験結果から, CMFD方式により, 種々の攻撃による検出性能が向上することが示唆された。
論文参考訳（メタデータ） (2021-09-09T16:08:03Z)
Automatic Extrinsic Calibration Method for LiDAR and Camera Sensor Setups [68.8204255655161]
本論文では,LiDAR,単眼,ステレオカメラを含む任意のセンサのパラメータを校正する手法を提案する。提案手法は、通常、車両のセットアップで見られるように、非常に異なる解像度とポーズのデバイスを扱うことができる。
論文参考訳（メタデータ） (2021-01-12T12:02:26Z)
Pathwise Conditioning of Gaussian Processes [72.61885354624604]
ガウス過程後部をシミュレーションするための従来のアプローチでは、有限個の入力位置のプロセス値の限界分布からサンプルを抽出する。この分布中心の特徴づけは、所望のランダムベクトルのサイズで3次スケールする生成戦略をもたらす。条件付けのこのパスワイズ解釈が、ガウス過程の後部を効率的にサンプリングするのに役立てる近似の一般族をいかに生み出すかを示す。
論文参考訳（メタデータ） (2020-11-08T17:09:37Z)
Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文参考訳（メタデータ） (2020-07-20T12:07:48Z)

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。