論文の概要: FLEX-LBP: Learning Local Binary Patterns with Exact Binary Inference for Texture Classification
- arxiv url: http://arxiv.org/abs/2611.17302v1
- Date: Thu, 12 Nov 2026 18:55:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.596105
- Title: FLEX-LBP: Learning Local Binary Patterns with Exact Binary Inference for Texture Classification
- Title(参考訳): FLEX-LBP:テクスチャ分類のための厳密な二項推論による局所二項パターンの学習
- Abstract要約: ローカルバイナリパターン(LBP)は、最も広く使われているテクスチャ記述子の一つである。
本稿では,これらのパラメータをバックプロパゲーションにより学習するFLEX-LBPを提案する。
任意の場所で適用される1つの構成は、色変換を凍結して幾何学としきい値を学ぶ。
- 参考スコア(独自算出の注目度): 0.2578242050187029
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Local Binary Patterns (LBP) remain among the most widely used texture descriptors, from industrial inspection to medical imaging. Yet their radius, sampling angles, color transform and thresholds are fixed by hand for each dataset. We present FLEX-LBP, which learns these parameters by backpropagation while every forward pass computes exact binary codes and hard histogram counts. A straight-through estimator acts only in the backward pass, so the deployed descriptor is an interpretable hard-binary LBP with 90 learnable parameters and unchanged inference cost. In a controlled ablation on six color texture benchmarks, the component worth learning is dataset-dependent. One configuration, applied unchanged everywhere, learns the geometry and thresholds with the color transform frozen. It improves the nearest-neighbor accuracy of the identical fixed descriptor by 3.55 points on average over five seeds, significantly on five of six benchmarks and never significantly worse. With a linear discriminant readout, it gains 0.9 points; the fully learned descriptor gains 2.7 and has the highest mean. FLEX-LBP is more accurate than five classical LBP-family descriptors, PCANet and a neural LBP on five of six benchmarks. Its mean nearest-neighbor accuracy exceeds that of frozen ImageNet ResNet-50 features (23.5 million parameters). On the Kather colorectal cancer histology benchmark, the fully learned descriptor reaches 93.8%, significantly above the best classical descriptor (Completed LBP, 92.8%). The learned radii adapt in directions that recur across seeds. Noise drowns single-pixel comparisons and illuminant change flips inter-channel ones; median sampling or gray-world normalization restores 96-97%. The code is available as a drop-in PyTorch layer at https://github.com/medalimoussa/FLEX-LBP.
- Abstract(参考訳): 局所バイナリパターン(LBP)は、産業検査から医用画像まで、最も広く使われているテクスチャ記述法の一つである。
しかし、その半径、サンプリング角度、色変換、閾値はデータセットごとに手で固定される。
本稿では,各フォワードパスが正確なバイナリコードとハードヒストグラム数を計算している間に,バックプロパゲーションによってこれらのパラメータを学習するFLEX-LBPを提案する。
ストレートスルー推定器は後方パスのみに作用するため、展開されたディスクリプタは、90個の学習可能なパラメータを持つ解釈可能なハードバイナリLPPであり、推論コストは変化しない。
6つの色テクスチャベンチマークで制御されたアブレーションでは、学習に値するコンポーネントはデータセットに依存している。
任意の場所で適用される1つの構成は、色変換を凍結して幾何学としきい値を学ぶ。
これは、同一の固定ディスクリプタの最も近い隣の精度を平均して5つの種で3.55ポイント向上し、6つのベンチマークのうち5つで著しく改善され、さらに悪化することはなかった。
線形判別による読み出しでは0.9点を獲得し、完全に学習された記述子は2.7となり、平均値が最も高い。
FLEX-LBP は6つのベンチマークのうち5つの古典的な LBP ファミリー記述子 PCANet とニューラル LBP よりも正確である。
最寄りの精度は、凍ったImageNet ResNet-50機能(2350万のパラメータ)よりも高い。
Katherの大腸癌組織学のベンチマークでは、完全に学習された記述子は93.8%に達し、最も優れた古典的記述子よりもはるかに高い (Completed LBP, 92.8%)。
学習したラジイは種子をまたぐ方向に順応する。
ノイズはシングルピクセルの比較をし、照度の変化はチャネル間の比較をひっくり返し、中央値のサンプリングやグレーワールドの正規化は96-97%を回復する。
コードは、https://github.com/medalimoussa/FLEX-LBPでPyTorchレイヤとして利用できる。
関連論文リスト
- Characterizing Scanpath Decoding Pipelines with Perturbation Profiles [0.0]
5つの変換は、各スキャンパスの1つの特性を目標とする。
参加者が持たないAUCの変化は、パイプラインがその特性に対する感度である。
3つの公開データセットから13のバイナリ問題に関する9つの記述子をプロファイルした。
論文 参考訳(メタデータ) (2026-11-08T21:31:47Z) - Beyond Pattern Matching in 3D MLLMs: Part-Level Functional Reasoning for Generalizable Recognition [54.603165239409925]
3D MLLMはパターンマッチングによってオブジェクトを認識するが、これは幾何学的に類似したオブジェクトが不明瞭に機能的推論を必要とする場合に失敗する。
関数・アズ・アノテーション・パターンを同定し、関数言語は推論をサポートする代わりに既知のアイデンティティをデコレートする。
部分レベルの機能的推論はより一般化可能な3D認識への効果的な経路である。
論文 参考訳(メタデータ) (2026-10-23T07:17:23Z) - Evidence-Guided Selection of Retinal Vessel Segmentation Pipelines: A Cross-Dataset Benchmark of Performance, Structure, Failure Modes, and Reproducibility [16.365438393319724]
6つの公開データセットから244枚の画像から,5つのバイナリコンテナ分割パイプライン(FSG-Net, SA-UNetv2, DCP-1024, GAVE, FR-UNet)を評価した。
結果はデータセット間で等しい重み付けで集約された。
論文 参考訳(メタデータ) (2026-10-22T13:10:47Z) - On the Design of Qwen3.8-Next Architecture: Evaluation, Efficiency, and Training Stability [57.03393882933515]
Qwen3.8-Flash-Nextは125Bパラメータ、トークンあたり6Bアクティベートされ、加速器から保持されるn-gram埋め込みテーブルの51Bパラメータを持つスパースミックス・オブ・エキスパートモデルである。
トレーニング前の14のベンチマークでは、このモデルは前モデルの397B-A17Bを8点、残りを少なくとも2.6ポイント、アクティベートされたパラメータが1/3、トレーニングトークンが1/3、トレーニング用FLOPが1/9であった。
論文 参考訳(メタデータ) (2026-08-31T06:35:07Z) - iSAGE: A Human-in-the-Loop Framework for Remote Sensing Semantic Segmentation via Sparse Point Supervision [0.1749935196721634]
既存のHuman-in-the-loopフレームワークは、余分なクリックを補助機械を介して密集した監視に拡張する。
本稿では, 任意の画素ではなく, 信頼度の高いモデル誤差をターゲットとした, 専門家によるクリックが, 厳密な監督と一致させるのに十分である,という仮説を立てる。
iSAGEは補助機械を使わずに動作する唯一の反復型人間-イン-ザ-ループフレームワークである。
論文 参考訳(メタデータ) (2026-06-08T20:09:35Z) - Delta-Based Neural Architecture Search: LLM Fine-Tuning via Code Diffs [48.83701310501069]
大規模言語モデル(LLM)は、ニューラルアーキテクチャ生成の強力な可能性を示している。
既存のアプローチは、ゼロから完全なモデル実装を生成します。
我々はデルタ符号生成法を提案し、細調整されたLLMはコンパクトな統一差分を生成する。
論文 参考訳(メタデータ) (2026-05-06T13:32:05Z) - LP$^{2}$DH: A Locality-Preserving Pixel-Difference Hashing Framework for Dynamic Texture Recognition [24.985206222246955]
局所バイナリパターン(STLBP)は、広く使われている動的テクスチャ記述子であるが、非常に高次元性に悩まされている。
これを解決するために、STLBPの特徴はしばしば3つの平面上で抽出される。
本研究では,近隣のLP$2$DHの違いを共同で符号化する枠組みを提案する。
論文 参考訳(メタデータ) (2026-04-17T05:27:13Z) - THEIA: Learning Complete Kleene Three-Valued Logic in a Pure-Neural Modular Architecture [0.0]
THEIAは2.75Mのモジュラー・ニューラルアーキテクチャで、外部のシンボル推論や手書きのK3ゲートプリミティブを使わずにタスクデータから完全Kleene 3値論理(K3)真理表を学習する。
トランスフォーマーのベースラインは39の規則すべてで99%に到達し、フラットは0.04pp以内のフェーズ1の精度でTheIAと一致している。
論文 参考訳(メタデータ) (2026-04-13T10:44:15Z) - Blurred Encoding for Trajectory Representation Learning [56.642548506419]
トレイ表現学習(TRL)は、軌跡をベクトル埋め込みにマッピングし、軌跡分類や類似性探索などの作業を容易にする。
State-of-the-art (SOTA) TRL法は、生のGPSトラジェクトリをグリッドや道路トラジェクトリに変換し、ハイレベルな旅行セマンティクスをキャプチャする。
しかし、複数のGPSポイントが単一のグリッドセルまたは道路セグメントにグループ化されるため、細かな空間時間的詳細は失われます。
我々は,階層的パッチを作成するためにGPS座標の精度を徐々に低下させるBLUEと呼ばれるBLUrred jector法を提案する。
論文 参考訳(メタデータ) (2025-11-12T03:51:57Z) - How Learnable Grids Recover Fine Detail in Low Dimensions: A Neural Tangent Kernel Analysis of Multigrid Parametric Encodings [106.3726679697804]
フーリエ特徴符号化(FFE)とマルチグリッドパラメトリック符号化(MPE)の2つの手法を比較した。
MPEは低次元マッピングの標準と見なされるが、MPEはそれらを上回り、高解像度で詳細な表現を学習することが多い。
我々は,MPEが学習可能な埋め込みではなく,グリッド構造を通じてネットワークの性能を向上させることを証明した。
論文 参考訳(メタデータ) (2025-04-18T02:18:08Z) - PixelFolder: An Efficient Progressive Pixel Synthesis Network for Image
Generation [88.55256389703082]
Pixelは画像生成のための有望な研究パラダイムである。
本稿では,Pixel のような効率的な画像生成に向けたプログレッシブピクセル合成ネットワークを提案する。
Pixelは支出を大幅に減らし、2つのベンチマークデータセットで新しい最先端(SOTA)パフォーマンスを得る。
論文 参考訳(メタデータ) (2022-04-02T10:55:11Z)
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。