論文の概要: Certified Abstention for Provably-Unidentifiable Index-Phase Recovery in Image Registration

• arxiv url: http://arxiv.org/abs/2610.29272v1
• Date: Wed, 21 Oct 2026 06:21:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.258746
• Title: Certified Abstention for Provably-Unidentifiable Index-Phase Recovery in Image Registration
• Title（参考訳）: 画像登録における予測不可能な索引-位相回復のための認証取得
• Abstract要約: 画像登録は、走査、カメラ、顕微鏡イメージングにまたがる測定の基盤となる。 基準摂動型サンプル画像では, 位置忠実度と位相忠実度は論理的に独立である。 我々は、証明不可能な登録から回復可能な厳格な解決しきい値を得る。
• 参考スコア（独自算出の注目度）: 2.8808916037989594
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image registration underpins measurement across scanning, camera, and microscopy imaging, yet a fundamental question is rarely posed: when is the sample-to-position map recoverable at all, and when does any estimator that reports a position necessarily fabricate one? We show that in reference-perturbed sampled imaging, where samples are localized through a perturbed reference, position fidelity (where samples land) and phase fidelity (which reference index becomes each block's origin) are logically independent: no policy acting on position information alone can guarantee phase fidelity. We derive a tight resolution threshold separating recoverable from provably-unidentifiable registration, and a recovery framework that certifies identifiable regions--recovering them exactly--while abstaining on provably-unidentifiable regions rather than hallucinating structure. On a deployed scanning system we measure a direction-bimodal registration offset consistent with the theory. Against classical and learned restoration baselines, certificate-free offset estimators fabricate structure on the unidentifiable regime, whereas the certified method abstains rather than fabricating. Finally, the certified-abstention mechanism carries across scanning, rolling-shutter, and cryo-electron-microscopy imaging--declining rather than fabricating on the regime it flags--though how completely it abstains and how tightly it bounds kept-region risk stay modality-specific (at extreme SNR the cryo-EM certificate abstains only partially): a structural-versus-statistical boundary in registration reliability.
• Abstract（参考訳）: 画像登録は、スキャン、カメラ、顕微鏡画像の計測を基盤としているが、基本的な疑問は、サンプルと位置のマップはいつ回復可能か、位置を知らせる推定器はいつ作られるのか、といったものだ。 基準摂動型サンプル画像では、サンプルが摂動参照によって局所化されている場合、位置忠実度(サンプルの陸地)と位相忠実度(各ブロックの起点となる参照指数)は論理的に独立であり、位置情報のみに作用するポリシーは位相忠実性を保証することができない。 我々は、証明可能な登録から分離可能な厳密な解決しきい値と、特定可能な地域を認証する回復枠組みを導出する。 デプロイされたスキャンシステムでは、理論と整合した方向バイモーダルな登録オフセットを計測する。 古典的および学習的な修復基準に対して、証明なしオフセット推定器は、未確認の体制で構造を作製するが、認定された方法は製造よりも吸収する。 最後に、認証された保持メカニズムは、スキャン、ローリングシャッター、低温電子顕微鏡画像のデクリニングを網羅し、フラグを付けるのではなく、それをデクリニングする。しかし、それがどれだけ完全に吸収し、どれだけ密に拘束されているかは、モダリティに特化している(極端なSNRでは、Cryo-EM証明書は部分的にしか吸収されない)。

関連論文リスト

• Information Set Emulation: Causal Certificates for AI Derived EHR Features [0.0]
  AIモデルは、電子的健康記録から臨床的に意味のある特徴を回復することができるが、予測的有用性は因果推論に対する許容性を確立しない。 AI型リフトは、ソースエビデンス、臨床および記録時間、意思決定時可用性、表現バージョン、提案された因果関係の役割、そしてロックされたターゲットトライアルの下で抽出された特徴に対する未解決の曖昧さを付加する。
  論文  参考訳（メタデータ） (2026-09-15T19:39:36Z)
• Common-Witness Certificates and Sharp Feature Bounds for Counterfactual Image Auditing [0.0]
  画像エディタは、単一の潜伏説明が完全な出力に合わない場合でも、各可視性制約を別々に満たすことができる。 我々は,この局所的・言語的失敗を,共通の目撃者格と目撃者の神経を用いて定式化する。
  論文  参考訳（メタデータ） (2026-09-03T15:09:52Z)
• SafeRestore: Detector-Relative Risk Certificates for Selective Industrial Image Restoration [4.906746849209501]
  産業用検査パイプラインは、検出器が作用する前に測定画像を復元することが多いが、修復は検出器が支持する欠陥構造を抑えるか、クリーン領域の活性化を生成することができる。 本研究は, ディスプレイ上の選択的動作問題, 5つの復元候補, レビューとして復元を定式化する。 SafeRestoreは、アクション固有の適合スコアで候補をランク付けし、しきい値調整データ上でゲートを選択し、一方の正確な2つの二項境界を持つ不一致認定サンプル上で固定ゲートを評価する。
  論文  参考訳（メタデータ） (2026-09-03T07:32:42Z)
• SSMB: Self-Supervised Local Feature Detection under Motion Blur [48.57970299584709]
  動きブル画像のためのデブルーフリーで自己監督型キーポイント検出器であるSSMBを提案する。 LDEモジュールは、グローバルな特徴混合後のきめ細かい局所的な識別性を復元する。
  論文  参考訳（メタデータ） (2026-08-27T14:28:19Z)
• Reconstruction-Shift Discrimination via Mask-Guided Latent Diffusion for Medical Anomaly Detection [58.92871907037662]
  教師なしの医学的異常検出は、正常な訓練画像から正常な解剖パターンを学習し、テスト時の偏差を識別する。 再構成に基づく拡散に基づく手法は、通常、入力画像とその再構成の違いを異常な証拠として利用する。 本研究は,残差に基づく局所化と再構成-シフト判別を補完する医用異常検出フレームワークであるDMDを提案する。
  論文  参考訳（メタデータ） (2026-08-01T04:56:39Z)
• Towards Robust Iris Recognition Through Occlusion Identification and Conditional Diffusion-Based Reconstruction [1.7373516162934852]
  識別的虹彩テクスチャが部分的にまぶた、まつげ、スペックリフレクション、その他の取得アーティファクトによって妨げられている場合、認識性能は劣化する。 既存のアプローチでは、劣化したサンプルを直接認識したり、残りの目に見える虹彩領域に依存したりすることがよくある。 閉塞型識別,拡散型再構成,深層学習型認識という3つの逐次的モジュールを用いた隠蔽型虹彩認識フレームワークを提案する。 CASIA-Iris-Thousandデータセットの制御された合成閉塞プロトコルによる実験により,提案フレームワークはアイリス認識性能を同定することにより向上することが示された。
  論文  参考訳（メタデータ） (2026-07-23T17:32:20Z)
• Noise & pattern: identity-anchored Tikhonov regularization for robust structural anomaly detection [58.535473924035365]
  異常検出は自動産業検査において重要な役割を担い、他の均一な視覚パターンの微妙な欠陥や稀な欠陥を識別することを目的としている。 自己教師型オートエンコーダを用いて, 破損した入力の修復を学習する構造的異常検出に取り組む。 構造欠陥を模倣した画像に人工的破壊を注入する汚職モデルを導入する。
  論文  参考訳（メタデータ） (2025-11-10T15:48:50Z)
• TransFIRA: Transfer Learning for Face Image Recognizability Assessment [73.61309363885552]
  TransFIRAは軽量でアノテーションのないフレームワークで、埋め込みスペースで直接認識できる。 顔以外の新しい拡張には、エンコーダで座屈した説明可能性があり、これは、劣化と被写体固有の要因が認識可能性にどのように影響するかを示す。 実験では、顔に対する最先端の結果、身体認識に対する強い堅牢性、およびデータセット間のシフトの下で確認された。
  論文  参考訳（メタデータ） (2025-10-07T18:16:21Z)
• Test-time Uncertainty Estimation for Medical Image Registration via Transformation Equivariance [11.57571124470059]
  現在のディープ登録ネットワークは、予測が信頼できるかどうかの限られた表示を提供する。 本稿では、事前訓練されたネットワークと互換性のあるテスト時間不確実性推定フレームワークを提案する。 我々のフレームワークは、事前訓練された登録ネットワークをテスト時にリスク認識ツールに変換し、医療画像登録を安全な配置に一歩近付けます。
  論文  参考訳（メタデータ） (2025-09-27T15:03:06Z)
• Finding Dori: Memorization in Text-to-Image Diffusion Models Is Not Local [55.33447817350623]
  近年の緩和努力は、動詞の学習データ複製を誘発する原因となる重みの特定と刈り取りに重点を置いている。 この仮定に疑問を呈し、たとえ刈り取られたとしても、以前軽減されたプロンプトのテキスト埋め込みに対する小さな摂動が、データ複製を再トリガーできることを実証する。 本研究は,テキスト・ツー・イメージDMにおける暗記の性質に関する新たな知見を提供し,DMの暗記に対するより信頼性の高い軽減策の開発を知らせるものである。
  論文  参考訳（メタデータ） (2025-07-22T15:02:38Z)
• Joint segmentation and discontinuity-preserving deformable registration: Application to cardiac cine-MR images [74.99415008543276]
  多くの深層学習に基づく登録法は、変形場は画像領域の至る所で滑らかで連続的であると仮定する。 本研究では,この課題に対処するために,不連続かつ局所的に滑らかな変形場を確保するための新しい不連続保存画像登録手法を提案する。 入力画像の構造的相関を学習するために,ネットワークのセグメンテーション成分にコアテンションブロックを提案する。 大規模心磁気共鳴画像系列を用いた物体内時間画像登録の課題について検討した。
  論文  参考訳（メタデータ） (2022-11-24T23:45:01Z)

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。