論文の概要: Second-order Gaussian directional derivative representations for image high-resolution corner detection

• arxiv url: http://arxiv.org/abs/2601.08182v1
• Date: Tue, 13 Jan 2026 03:21:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-14 18:27:19.043943
• Title: Second-order Gaussian directional derivative representations for image high-resolution corner detection
• Title（参考訳）: 画像高分解能角検出のための2次ガウス方向微分表現
• Authors: Dongbo Xie, Junjie Qiu, Changming Sun, Weichuan Zhang,
• Abstract要約: 画像の新しい高分解能角検出法が提案されている。 提案手法は, 局所化誤差, 画像ぼかし変換に対する堅牢性, 画像マッチング, 3次元再構成の点で, 最先端の手法よりも優れている。
• 参考スコア（独自算出の注目度）: 15.153388883207242
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Corner detection is widely used in various computer vision tasks, such as image matching and 3D reconstruction. Our research indicates that there are theoretical flaws in Zhang et al.'s use of a simple corner model to obtain a series of corner characteristics, as the grayscale information of two adjacent corners can affect each other. In order to address the above issues, a second-order Gaussian directional derivative (SOGDD) filter is used in this work to smooth two typical high-resolution angle models (i.e. END-type and L-type models). Then, the SOGDD representations of these two corner models were derived separately, and many characteristics of high-resolution corners were discovered, which enabled us to demonstrate how to select Gaussian filtering scales to obtain intensity variation information from images, accurately depicting adjacent corners. In addition, a new high-resolution corner detection method for images has been proposed for the first time, which can accurately detect adjacent corner points. The experimental results have verified that the proposed method outperforms state-of-the-art methods in terms of localization error, robustness to image blur transformation, image matching, and 3D reconstruction.
• Abstract（参考訳）: コーナー検出は、画像マッチングや3D再構成など、様々なコンピュータビジョンタスクで広く使われている。 本研究は,隣り合う2つのコーナーのグレースケール情報が互いに影響しあうことから,Zhangらによる単純なコーナーモデルによる一連のコーナー特性の獲得には理論的欠陥があることを示唆している。 上記の問題に対処するために、二階ガウス方向微分(SOGDD)フィルタを用いて、2つの典型的な高分解能角度モデル(END型およびL型モデル)を滑らかにする。 そして,これらの2つのコーナーモデルのSOGDD表現を別々に導出し,高分解能コーナーの特徴を多数発見し,ガウスフィルタスケールを選択して画像から強度変化情報を得る方法を示し,隣り合うコーナーを正確に表現した。 さらに,隣接する角点を正確に検出できる画像の高分解能角検出法が,初めて提案されている。 実験により,提案手法は局所化誤差,画像のぼかし変形に対する堅牢性,画像マッチング,3次元再構成などの観点から,最先端の手法よりも優れていることを確認した。

関連論文リスト

• VA-GS: Enhancing the Geometric Representation of Gaussian Splatting via View Alignment [48.147381011235446]
  3D Gaussian Splattingは、リアルタイムな新規ビュー合成のための効率的なソリューションとして最近登場した。 ビューアライメントによる3次元ガウス多様体の幾何学的表現を強化する新しい手法を提案する。 本手法は, 表面再構成と新しいビュー合成の両面において, 最先端の性能を実現する。
  論文  参考訳（メタデータ） (2025-10-13T14:44:50Z)
• A Multiscale Gradient Fusion Method for Edge Detection in Color Images Utilizing the CBM3D Filter [1.54369283425087]
  協調フィルタリングとマルチスケール勾配融合を組み合わせたカラーエッジ検出手法を提案する。 ブロックマッチングと3D(CBM3D)フィルタは、変換領域におけるスパース表現を強化するために使用される。 提案手法は,カラーソベル,カラーキャニー,SE,カラーAGDDよりも優れた耐雑音性,高エッジ品質を有する。
  論文  参考訳（メタデータ） (2024-08-26T04:36:10Z)
• GeoGS3D: Single-view 3D Reconstruction via Geometric-aware Diffusion Model and Gaussian Splatting [81.03553265684184]
  単視点画像から詳細な3Dオブジェクトを再構成するフレームワークであるGeoGS3Dを紹介する。 本稿では,GDS(Gaussian Divergence Significance)という新しい指標を提案する。 実験により、GeoGS3Dはビュー間で高い一貫性を持つ画像を生成し、高品質な3Dオブジェクトを再構成することを示した。
  論文  参考訳（メタデータ） (2024-03-15T12:24:36Z)
• Second-order Anisotropic Gaussian Directional Derivative Filters for Blob Detection [26.777330356523954]
  関心点検出手法は注目度が高く,画像検索や3次元再構成などのコンピュータビジョンタスクに広く利用されている。 本研究では,複数スケールの2次異方性ガウス方向微分フィルタを用いて入力画像の平滑化を行い,新しいブロブ検出法を提案する。
  論文  参考訳（メタデータ） (2023-04-30T09:32:16Z)
• Explicit Correspondence Matching for Generalizable Neural Radiance Fields [66.99907718824782]
  本稿では,新たな未知のシナリオに一般化し,2つのソースビューで新規なビュー合成を行う新しいNeRF手法を提案する。 明瞭な対応マッチングは、異なるビュー上の3Dポイントの2次元投影でサンプリングされた画像特徴間のコサイン類似度と定量化される。 実験では,実験結果から得られたコサイン特徴の類似性と体積密度との間に強い相関関係が認められた。
  論文  参考訳（メタデータ） (2023-04-24T17:46:01Z)
• Corner Detection Based on Multi-directional Gabor Filters with Multi-scales [10.034093084343]
  Gabor Waveletは画像解析とコンピュータビジョンタスクに不可欠なツールである。 ガボルウェーブレットに基づく現在のコーナー検出法は複雑なシーンに効果的に適用できない。
  論文  参考訳（メタデータ） (2023-03-08T02:11:54Z)
• CCDN: Checkerboard Corner Detection Network for Robust Camera Calibration [10.614480156920935]
  チェッカーボードコーナー検出ネットワークといくつかの後処理技術。 ネットワークモデルは、損失関数と学習率を改善した完全な畳み込みネットワークである。 偽陽性を除去するために,最大応答,非最大抑制,クラスタリングに関連するしきい値を含む3つの後処理手法を用いる。
  論文  参考訳（メタデータ） (2023-02-10T07:47:44Z)
• Detecting Rotated Objects as Gaussian Distributions and Its 3-D Generalization [81.29406957201458]
  既存の検出方法は、パラメータ化バウンディングボックス(BBox)を使用して(水平)オブジェクトをモデル化し、検出する。 このような機構は回転検出に有効な回帰損失を構築するのに基本的な限界があると主張する。 回転した物体をガウス分布としてモデル化することを提案する。 2次元から3次元へのアプローチを、方向推定を扱うアルゴリズム設計により拡張する。
  論文  参考訳（メタデータ） (2022-09-22T07:50:48Z)
• Canny-VO: Visual Odometry with RGB-D Cameras based on Geometric 3D-2D Edge Alignment [85.32080531133799]
  本稿では,自由形式の曲線登録に関する古典的な問題をレビューし,効率的なrgbdビジュアルオドメトリシステムcanny-voに適用する。 エッジ登録でよく用いられる距離変換の代替として、近似近接近傍場と配向近接近傍場という2つの方法が提案されている。 3D2Dエッジアライメントは、効率性と精度の両方の観点から、これらの代替製剤の恩恵を受けます。
  論文  参考訳（メタデータ） (2020-12-15T11:42:17Z)

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。