論文の概要: An Analysis and Implementation of Seam Carving for Content-Aware Image Resizing

• arxiv url: http://arxiv.org/abs/2608.04329v1
• Date: Wed, 05 Aug 2026 01:16:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:43.681882
• Title: An Analysis and Implementation of Seam Carving for Content-Aware Image Resizing
• Title（参考訳）: コンテンツ認識画像再構成のためのシーム彫刻の解析と実装
• Authors: Francesco Tosoni,
• Abstract要約: シーム彫刻は、シームを繰り返し除去することにより、画像の幅や高さを変更するコンテンツ認識画像リサイズ演算子である。 本稿では,Avidan と Shamir (2007) のオリジナルの定式化に従う演算子の C++ 実装について述べる。 この実装は、画像の縮小、シーム挿入による画像の拡張、大規模な要素に対するマルチパス拡張、オブジェクト保護と除去のためのユーザ供給重量マスク、およびエネルギーマップのダンピング、シームの可視化をサポートする。
• 参考スコア（独自算出の注目度）: 0.5279475826661643
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Seam carving is a classical content-aware image resizing operator that modifies the width or height of an image by repeatedly removing (or inserting) seams, i.e., 8-connected monotonic paths of pixels of locally minimal importance. Because seams bend around salient content rather than uniformly scaling or cropping it, the operator preserves vital image structures while discarding (or duplicating) low-energy regions. This article describes a C++ implementation of the operator that follows the original formulation of Avidan and Shamir (2007), including the optional forward-energy criterion subsequently introduced by Rubinstein, Shamir and Avidan (2008). The implementation supports image reduction, image enlargement via ordered seam insertion, multi-pass enlargement for large scale factors, a user-supplied weight mask for object protection and removal, along with dumping of energy maps and visualisation of seams. We detail the algorithm, its parameters and its computational complexity, discuss design choices with respect to the original descriptions, and illustrate the behaviour of the operator on natural images.
• Abstract（参考訳）: シーム彫刻(シームカービング、英: Seam carving)は、画像の幅や高さを、局所的に最小限の画素の8連結モノトニックパスを繰り返す(または挿入する)ことで変更する古典的なコンテンツ認識画像縮小演算子である。 シームは、均一にスケーリングしたり、収穫したりするのではなく、塩分濃度に曲がっているため、オペレーターは低エネルギー領域を捨てたり、重複させたりしながら、重要な画像構造を保っている。 この記事では、Avidan and Shamir (2007) のオリジナルの定式化に続く演算子のC++実装について述べ、Rubinstein, Shamir and Avidan (2008) によって導入されたオプションのフォワードエネルギー基準を含む。 この実装は、画像の縮小、シーム挿入による画像の拡張、大規模な要素に対するマルチパス拡張、オブジェクト保護と除去のためのユーザ供給重量マスク、およびエネルギーマップのダンピング、シームの可視化をサポートする。 アルゴリズムとそのパラメータとその計算複雑性について詳述し、元の記述に関して設計選択について議論し、自然画像上での演算子の振舞いを詳述する。

関連論文リスト

• Privacy-Preserving High-Resolution Image Gradient Computation Based on Fully Homomorphic Encryption [1.342943588774946]
  ホモモルフィック暗号化(HE)は、プライバシを保存する画像処理のコアメソッドとして登場した。 本稿では,大規模画像のための多文プライバシ保存フレームワークを提案し,半正直なモデルの下での効率的な画像の暗号化と計算を実現する。
  論文  参考訳（メタデータ） (2026-06-02T11:32:15Z)
• Extremely low-bitrate Image Compression Semantically Disentangled by LMMs from a Human Perception Perspective [12.321609213934389]
  人間のプログレッシブ・コンプレッション・メカニズムにインスパイアされたセマンティック・ディスタングル・イメージ・圧縮フレームワークを提案する。 我々はLMMを利用して、全体記述、オブジェクト詳細記述、セマンティックセグメンテーションマスクを含む重要なセマンティックコンポーネントを抽出する。 本研究では,事前学習したControlNet上に構築され,オブジェクトレベルのテキスト記述やセマンティックマスクによって条件付けられたオブジェクトの詳細を復元する,注意誘導型オブジェクト復元モデルを提案する。
  論文  参考訳（メタデータ） (2025-03-01T08:27:11Z)
• SQ-GAN: Semantic Image Communications Using Masked Vector Quantization [54.35918290143049]
  本研究はSQ-GAN(Semantically Masked Vector Quantized Generative Adversarial Network)を紹介する。 これは、セマンティック駆動画像符号化とベクトル量子化を統合して、セマンティック/タスク指向通信のための画像圧縮を最適化する新しいアプローチである。 SQ-GANはJPEG2000、BPG、ディープラーニングベースの手法など、最先端の画像圧縮方式よりも優れています。
  論文  参考訳（メタデータ） (2025-02-13T17:35:57Z)
• Attribute-Aware Deep Hashing with Self-Consistency for Large-Scale Fine-Grained Image Retrieval [65.43522019468976]
  本稿では属性認識ハッシュコードを生成するための自己整合性を持つ属性認識ハッシュネットワークを提案する。 本研究では,高レベル属性固有ベクトルを教師なしで蒸留する再構成タスクのエンコーダ・デコーダ構造ネットワークを開発する。 我々のモデルは,これらの属性ベクトルに特徴デコリレーション制約を設けて,それらの代表的能力を強化する。
  論文  参考訳（メタデータ） (2023-11-21T08:20:38Z)
• Semantics-Guided Object Removal for Facial Images: with Broad Applicability and Robust Style Preservation [29.162655333387452]
  顔画像における物体の除去と画像の塗布は、顔画像を妨げる物体を特に標的にし、除去し、適切に再構成された顔画像に置き換えるタスクである。 U-netと変調ジェネレータを利用する2つの異なるアプローチは、それぞれに固有の利点があるが、それぞれの手法の固有の欠点にもかかわらず、このタスクに対して広く支持されている。 本稿では,SGIN(Semantics-Guided Inpainting Network)を提案する。
  論文  参考訳（メタデータ） (2022-09-29T00:09:12Z)
• MAT: Mask-Aware Transformer for Large Hole Image Inpainting [79.67039090195527]
  本稿では, 変圧器と畳み込みの利点を統一する, 大穴塗装の新しいモデルを提案する。 実験では、複数のベンチマークデータセット上で、新しいモデルの最先端のパフォーマンスを示す。
  論文  参考訳（メタデータ） (2022-03-29T06:36:17Z)
• Image Inpainting with Edge-guided Learnable Bidirectional Attention Maps [85.67745220834718]
  不規則な穴の画像インペインティングを改善するためのエッジガイド学習可能な双方向注意マップ(Edge-LBAM)を紹介します。 当社のEdge-LBAMメソッドには、予測エッジによる構造認識マスク更新を含むデュアルプロシージャが含まれています。 広範な実験により,エッジlbamはコヒーレントな画像構造を生成し,色差やぼやけを防止できることがわかった。
  論文  参考訳（メタデータ） (2021-04-25T07:25:16Z)
• Powers of layers for image-to-image translation [60.5529622990682]
  本稿では,未ペア画像から画像への変換タスクに対処するシンプルなアーキテクチャを提案する。 固定重み付きイメージオートエンコーダアーキテクチャから始める。 各タスクに対して、潜在空間で動作している残留ブロックを学習し、ターゲット領域に到達するまで繰り返し呼び出される。
  論文  参考訳（メタデータ） (2020-08-13T09:02:17Z)
• Deep Convolutional Neural Network for Identifying Seam-Carving Forgery [10.324492319976798]
  本稿では,畳み込み型ニューラルネットワーク(CNN)を用いたシーム彫刻に基づく画像の分類と拡大手法を提案する。 本研究は,3クラス分類(オリジナル,シーム挿入,シーム除去)における最先端性能を示す。
  論文  参考訳（メタデータ） (2020-07-05T17:20:51Z)

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。