論文の概要: A Multiscale Kinetic Framework for Image Segmentation: From Particle Systems to Continuum Models

• arxiv url: http://arxiv.org/abs/2605.28619v1
• Date: Wed, 27 May 2026 15:29:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-28 17:38:56.177979
• Title: A Multiscale Kinetic Framework for Image Segmentation: From Particle Systems to Continuum Models
• Title（参考訳）: イメージセグメンテーションのためのマルチスケール動力学的フレームワーク:粒子系から連続体モデルへ
• Abstract要約: 位置空間と特徴空間の両方における粒子の進化を規定する相互作用スキームを導入する。 輸送, 凝集, 拡散効果を組み合わせた空間-機能領域における粒子密度の速度論的定式化を導出した。 我々は、画像の正確なセグメンテーションのために、粒子ベースの最適化技術を利用する。
• 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: In this work, we present a multiscale kinetic framework for consensus-based image segmentation. By interpreting an image as a system of interacting particles, each pixel is characterised by its spatial position and an internal feature encoding color information. We introduce a coupled interaction scheme governing the evolution of particles in both position and feature spaces, from which we derive a kinetic formulation for the particle density in the space-feature domain combining transport, aggregation, and diffusion effects. Furthermore, through a suitable scaling, we obtain a first-order macroscopic model describing the evolution of the fraction of pixels carrying information on the fraction of pixels having a certain feature. Based on this reduced-complexity model, we present a data-oriented approach where we make use of particle-based optimisation techniques for the accurate segmentation of images. Numerical tests show the effectiveness of the proposed framework and its robustness under different noise conditions.
• Abstract（参考訳）: 本研究では,コンセンサスに基づく画像分割のためのマルチスケール動力学的フレームワークを提案する。 粒子を相互作用するシステムとして画像を解釈することにより、各画素はその空間的位置と色情報を符号化する内部特徴とを特徴付ける。 本研究では, 粒子の移動, 凝集, 拡散効果を組み合わせた空間-空間領域における粒子密度の運動的定式化を導出した, 位置空間および特徴空間における粒子の進化を規定する結合相互作用方式を提案する。 さらに、適切なスケーリングを行うことで、特定の特徴を有する画素の分画に関する情報を運ぶ画素の分画の進化を記述する一階のマクロモデルを得る。 この縮小複雑度モデルに基づいて,画像の正確なセグメンテーションにパーティクルベース最適化技術を用いるデータ指向アプローチを提案する。 数値実験により, 異なる騒音条件下でのフレームワークの有効性とロバスト性を示す。

関連論文リスト

• DyG$^2$T: Modeling Object Dynamics with 3D Gaussian Temporal-Spatial Particle Graph Transformer [86.4618122245946]
  DyG$2$Tは動的モデリングフレームワークで、キーポイント表現を空間的に完了し、時間的に識別することでオブジェクトの運動軌跡を推定する。 合成データセットと実世界のデータセットの両方の実験は、DyG$2$Tが正確な動的モデリングと推論を実現することを示した。
  論文  参考訳（メタデータ） (2026-08-19T03:44:28Z)
• Quantification and Classification of Carbon Nanotubes in Electron Micrographs using Vision Foundation Models [1.8969168959157112]
  本研究は、電子顕微鏡画像におけるCNTの定量化と分類を自動化するために、視覚基盤モデルを活用した統一的なフレームワークを提案する。 本稿では,最小限のユーザ入力を用いて,粒子をほぼ完全精度で分割するSegment Anything Model(SAM)上に構築した対話的定量化ツールを提案する。 第二に,これらのセグメンテーションマスクを用いて空間的にDINOv2視覚変換器を拘束し,背景雑音を抑えながら粒子領域からのみ特徴を抽出する新しい分類パイプラインを提案する。 1,800 TEM画像のデータセットに基づいて評価され、このアーキテクチャは4つの異なるCNT形態の区別において95.5%の精度を達成する。
  論文  参考訳（メタデータ） (2026-01-10T20:22:58Z)
• Dynamic Avatar-Scene Rendering from Human-centric Context [75.95641456716373]
  分離されたモデルと最適化されたモデルをブリッジするbf分離マップ(StM)戦略を提案する。 StMは、視覚的品質とレンダリングの精度の両方において、既存の最先端の手法を著しく上回っている。
  論文  参考訳（メタデータ） (2025-11-13T17:39:06Z)
• Optical Integration With Heralded Single Photons [0.0]
  我々は,光の空間的自由度を光処理フレームワーク内で実験的に活用する。 この積分は、位相のみの空間光変調器を介して符号化された二相相パターン上で行われ、偏光は補助的な自由度として機能する。
  論文  参考訳（メタデータ） (2025-08-28T18:52:43Z)
• Optimal Transport Driven Asymmetric Image-to-Image Translation for Nuclei Segmentation of Histological Images [12.154569665167424]
  組織像から核構造を分割する新しい深部生成モデルを提案する。 提案モデルでは,情報量の多いヒストロジ画像空間と情報量が少ないセグメンテーションマップ領域との間の情報格差を扱うための埋め込み空間を考察する。 提案したモデルは、複雑なネットワークアーキテクチャを持つ他の既存モデルと比較して、ネットワーク複雑性とモデルパフォーマンスのトレードオフを良くする。
  論文  参考訳（メタデータ） (2025-06-08T07:05:33Z)
• Pixel-Inconsistency Modeling for Image Manipulation Localization [59.968362815126326]
  デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。 本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。 実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
  論文  参考訳（メタデータ） (2023-09-30T02:54:51Z)
• A kinetic approach to consensus-based segmentation of biomedical images [39.58317527488534]
  バイオメディカルセグメンテーション問題に有界信頼度コンセンサスモデルの運動バージョンを適用した。 システムの長時間の挙動は、代理のフォッカー・プランク法(英語版)の助けを借りて計算される。 2次元グレースケール画像の関連集合に対して導入されたセグメンテーション距離を最小化する。
  論文  参考訳（メタデータ） (2022-11-08T09:54:34Z)
• Multiscale Analysis for Improving Texture Classification [62.226224120400026]
  本稿では,テクスチャの異なる空間周波数帯域を別々に扱うために,ガウス・ラプラシアピラミッドを用いる。 バイオインスパイアされたテクスチャ記述子,情報理論測度,灰色レベルの共起行列特徴,ハリリック統計特徴から抽出した特徴を特徴ベクトルに集約した。
  論文  参考訳（メタデータ） (2022-04-21T01:32:22Z)
• Incorporating Texture Information into Dimensionality Reduction for High-Dimensional Images [65.74185962364211]
  距離ベース次元削減手法に周辺情報を組み込む手法を提案する。 画像パッチを比較する異なる手法の分類に基づいて,様々なアプローチを探索する。
  論文  参考訳（メタデータ） (2022-02-18T13:17:43Z)
• Superpixel Segmentation Based on Spatially Constrained Subspace Clustering [57.76302397774641]
  独立意味情報を持つ各代表領域を部分空間とみなし,部分空間クラスタリング問題としてスーパーピクセルセグメンテーションを定式化する。 従来のサブスペースクラスタリングとスーパーピクセルセグメンテーションの簡単な統合は,画素の空間相関のために効果的に機能しないことを示す。 本稿では,空間隣接画素に類似の属性を付加してスーパーピクセルにクラスタリング可能な,凸局所性制約付きサブスペースクラスタリングモデルを提案する。
  論文  参考訳（メタデータ） (2020-12-11T06:18:36Z)

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。