論文の概要: A Non-Linear Neuron Based Detection of Isolated Pixels in Binary and Grayscale Images using Contrast Sensitive Receptive Fields

• arxiv url: http://arxiv.org/abs/2609.18399v1
• Date: Wed, 16 Sep 2026 09:56:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.744156
• Title: A Non-Linear Neuron Based Detection of Isolated Pixels in Binary and Grayscale Images using Contrast Sensitive Receptive Fields
• Title（参考訳）: コントラスト感度場を用いた2次元・グレイスケール画像における非線形ニューロンによる孤立画素の検出
• Abstract要約: 医用画像,天文学,品質管理などの画像処理分野では,孤立点の同定が重要である。 サイバーセキュリティなどの他のドメインも、画像処理の問題として扱うことができる課題を提示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Identifying isolated points is important in image processing applications such as medical imaging, astronomy and quality control management. Other domains, such as cybersecurity, also present challenges that can be framed as image processing problems. One example of particular interest is the identification of anomalous single nodes in spatially organised networks where groups of nodes in different regions share similar feature values. This task can involve both binary and more complex grayscale images. However, existing methods face limitations: template matching is infeasible for grayscale images, while 2nd order derivative based methods are highly sensitive to noise and require user-specified thresholds. To overcome these issues, a novel method is proposed for detecting meaningful single-pixel deviations in images. This approach modifies and extends a neuron model, originally designed for anomaly detection, to operate on spatially diameter limited receptive fields that incorporate excitatory and inhibitory regions. The result is a method that is free from user-specified thresholds and parameters, and can be applied to both binary and grayscale images, providing an effective, robust and efficient solution.
• Abstract（参考訳）: 医用画像,天文学,品質管理などの画像処理分野では,孤立点の同定が重要である。 サイバーセキュリティなどの他のドメインも、画像処理の問題として扱うことができる課題を提示している。 特に興味深いのは、異なる領域のノード群が同様の特徴値を共有する空間的に組織されたネットワークにおいて、異常な単一ノードを特定することである。 このタスクは、バイナリとより複雑なグレースケールのイメージの両方を含むことができる。 しかし、既存の手法では、テンプレートマッチングはグレースケール画像では実現不可能であり、2階微分法はノイズに非常に敏感であり、ユーザ特定しきい値を必要とする。 これらの問題を克服するために,画像中の意味のある1ピクセルのずれを検出する新しい手法を提案する。 このアプローチは、もともと異常検出のために設計されたニューロンモデルを変更して拡張し、興奮領域と抑制領域を含む空間的直径制限された受容野で動作させる。 その結果、ユーザが指定したしきい値やパラメータが不要になり、バイナリ画像とグレースケール画像の両方に適用でき、効果的で堅牢で効率的なソリューションを提供することができる。

関連論文リスト

• Efficient and Robust Remote Sensing Image Denoising Using Randomized Approximation of Geodesics' Gramian on the Manifold Underlying the Patch Space [2.56711111236449]
  トレーニングサンプルの追加を必要としない頑健なリモートセンシング画像復調手法を提案する。 この手法は、各色チャネルに独自の強調を課し、3つの分極チャネルをマージして最終画像を生成する。
  論文  参考訳（メタデータ） (2025-04-15T02:46:05Z)
• Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1 [51.404644401997736]
  本稿では、畳み込みニューラルネットワークを用いて偏光SAR画像のスペックルを除去するための完全なフレームワークを提案する。 実験により,提案手法はスペックル低減と分解能保存の両方において例外的な結果をもたらすことが示された。
  論文  参考訳（メタデータ） (2024-08-28T10:07:17Z)
• Advancements in Feature Extraction Recognition of Medical Imaging Systems Through Deep Learning Technique [0.36651088217486427]
  高速な画像認識を実現するために,重みに基づく目的関数を提案する。 単純なアルゴリズムを用いたしきい値最適化手法を提案する。 異なる種類のオブジェクトは互いに独立しており、画像処理においてコンパクトであることがわかった。
  論文  参考訳（メタデータ） (2024-05-23T04:46:51Z)
• COMICS: End-to-end Bi-grained Contrastive Learning for Multi-face Forgery Detection [56.7599217711363]
  顔偽造認識法は一度に1つの顔しか処理できない。 ほとんどの顔偽造認識法は一度に1つの顔しか処理できない。 マルチフェイスフォージェリ検出のためのエンドツーエンドフレームワークであるCOMICSを提案する。
  論文  参考訳（メタデータ） (2023-08-03T03:37:13Z)
• Two Approaches to Supervised Image Segmentation [55.616364225463066]
  本研究は、深層学習とマルチセットニューロンのアプローチの比較実験を開発する。 ディープラーニングアプローチは、画像セグメンテーションの実行の可能性を確認した。 代替のマルチセット手法では、計算資源をほとんど必要とせずに精度を向上することができた。
  論文  参考訳（メタデータ） (2023-07-19T16:42:52Z)
• An End-to-End Approach for Seam Carving Detection using Deep Neural Networks [0.0]
  シーム・カービング(Seam Carving)は、画像形状ではなく、その内容に基づいて画像の縮小と拡大の両面を縮小する計算方法である。 本稿では,自動シーム彫刻検出の課題に対処するためのエンドツーエンドアプローチを提案する。
  論文  参考訳（メタデータ） (2022-03-05T12:53:55Z)
• Sharp-GAN: Sharpness Loss Regularized GAN for Histopathology Image Synthesis [65.47507533905188]
  コンディショナル・ジェネレーショナル・ジェネレーティブ・逆境ネットワークは、合成病理像を生成するために応用されている。 そこで我々は,現実的な病理像を合成するために,シャープネスロス正則化生成対向ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-10-27T18:54:25Z)

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。