Mar, 2016

旋转平移群上的密度匹配

PDF
TL;DR本文提出了一种基于方向图案匹配的二维图像对象检测方法，使用方向得分表示数据，通过交叉相关性实现图案的直观和直接检测，并通过使用平滑样条构建适当的模板和优化 B 样条基础来发现位置方向上的曲面几何，取得了在三种不同的应用程序中最先进的结果：视网膜中的视神经头检测（1737 张图像上的 99.83％成功率），视网膜中的黄斑检测（1616 张图像上的 99.32％成功率）以及常规照相机图像中的瞳孔检测（1521 张图像上的 95.86％）。
2d image object detectionorientation scoreslie group se(2)template matchingoptic nerve detection
发现论文，激发创造
  • 快速的归一化互相关模板匹配方法及其在旋转中的应用

    开发了一种处理旋转和平移的替代数学理论，通过将模板的所有旋转版本的信息整合到一个唯一的对称张量模板中，可以提高传统模板匹配计算的速度。

    Nov, 2023

  • 图像分析中的模板匹配进展和应用

    本文综述了计算机视觉和图像分析中非常重要的模板匹配方法，以及其在不变特征和医学图像分析等领域的应用。此外，讨论了源自经典模板匹配的可变形模型和模板，这些模型在图像配准和深度学习算法中应用广泛。虽然模板匹配具有应用限制，但与其他物体识别方法结合应用能显著提高物体检测和识别的准确率。

    Oct, 2016

  • 医学图像分析的旋转平移协变卷积网络

    利用 $SE (2)$ 群卷积提出了一种旋转和平移协变的深度学习框架，可处理旋转输入样本，适用于组织病理学、视网膜成像和电子显微镜等应用，无需数据增强且性能比标准形式的 CNNs 要好。

    Apr, 2018

  • 旋转子群投票与姿态聚类用于鲁棒的三维物体识别

    研究了基于局部形状特征的 3D 形状关联性及其在物体识别中的应用，提出了基于核密度估计的鲁棒姿态估计方法，并在含有噪声、杂波和遮挡情况下获得了更好的表现，为基于点云数据的 3D 物体识别设立了新的标杆。

    Sep, 2017

  • 旋转平移的李群上的最优输运

    在这篇论文中，我们针对 SE2 提出了一种计算框架，用于李群中的最优输运，并报告了在图像重心、平面方向场插值和 SE2 上的 Wasserstein 梯度流方面的宝贵进展。

    Feb, 2024

  • 将旋转物体检测为高斯分布及其三维泛化

    本文提出用高斯分布模型来检测旋转物体，通过使用 Kullback-Leibler 分布测度作为新的回归损失函数，能够有效提高检测性能，同时提出一种高效的基于高斯度量的标签分配策略。实验结果表明，这种方法在二维和三维图像中的性能优于其他方法。

    Sep, 2022

  • 旋转 - 平移等变卷积网络：应用于组织病理图像分析

    本文提出一种框架，通过引入 SE（2）-group 卷积层在卷积神经网络中编码 SE（2）特殊欧几里得运动群的几何结构，实现了平移和旋转等变性。该结构可以学习具有离散定向维度的特征表示，并确保其输出在离散旋转集下具有不变性。在三种不同的组织病理图片分析任务（有丝分裂检测，细胞核分割和肿瘤分类）上，该框架取得了一致的性能提高。

    Feb, 2020

  • 关于任意方向物体检测：基于分类方法的再探讨

    本文提出了一种将角度预测任务从回归问题转变为分类问题的方法，并使用设计的 “圆滑标签” 和 “密集编码标签” 来解决周期性和编码长度过大的问题，在三个大规模公共数据集上进行了实验验证，证明了该方法的有效性。

    Mar, 2020

  • 大气湍流抑制的等变模板配准

    通过模拟光流和引入隐函数模板，我们提出了一种强大的方法来恢复受大气湍流影响的图像的辐照度，该方法在注册中没有使用模板，避免了与模板初始化相关的伪影，并取得了最先进的性能。

    May, 2024

  • 从两个方向和尺度协变特征计算单应性矩阵

    本文提出了一种几何解释方法，可用于解释取向和尺度协变特征检测器（例如 SIFT）提供的角度和尺度。在此基础上，提出了两个新的通用限制并引入到同态估计任务中。此外，还给出了一个求解器来从最小数量的两个对应点对中估计单应性并进行测试。

    Jun, 2019