タグ付けされた質問 「scale-space」

ここでは例として、スケール不変の特徴変換アルゴリズムを使用します。SIFTは、画像のスケーリングされたガウスフィルタリングに基づいてスケール空間を作成し、ガウスの差を計算して潜在的な関心点を検出します。これらの点は、ガウス分布の差全体の局所的な最小値と最大値として定義されます。 このアプローチは（他の不可解な不変性の中でも）スケール不変であると主張されています。どうしてこれなの？なぜそうなのかははっきりしていません。

15 image-processing  computer-vision  sift  scale-space 

次の質問は、順序変数として時間を使用して、1Dで詳しく説明されています。同様の質問が他の次元にも当てはまる可能性があります。 ブラインドソース分離（BSS）、フィルターバンク、またはデコンボリューションなどのいくつかの信号処理技術では、信号を推定したい場合があります。 x （t ）x(t)x(t) そして回復するだけ 秒。x （t + d）s.x(t+d)s.x(t+d)、スケーリングされ遅延された推定。回転と剪断はより高い次元で、そして他の多くで追加することができます。 sss 倍率です ddd遅れ。歪んだデータ（バツs 、d、w= s 。x （t / w + d）xs,d,w=s.x(t/w+d)x_{s,d,w} = s.x(t/w+d)）、例えば超解像のように。 理論的には、継続的に見積もることができます sss そして dddローカル相関またはフーリエ変換（シフトおよびスケーリングされているが、同じ情報を持つ2つの信号を一致させる方法）反りwwwスケール変換またはウェーブレット表現で推定される場合があります。私はいくつかのBSSの論文や本を読んだり、人々に尋ねたり、会議に参加したりしましたが、標準、または少なくとも使用可能な測定基準を見つけることができませんでした。 画像では（信号に対しても機能します）、構造的類似性インデックスが何らかの形でオフセットと分散を補正します。 オリジナルを比較するための実用的なエラー指標はありますか x(t)x(t)x(t) 変身した xs,d,w(t)xs,d,w(t)x_{s,d,w}(t)サンプリングされた信号とノイズ条件のコンテキストでは？実際、サンプリングによって引き起こされる離散化は、比較タスクを複雑にします（たとえば、111-サンプリンググリッド上のサンプルスパイク。これは整数以外の時間で遅延します）、およびノイズ。 発散などの非対称な量に頼るべきですか？ 他の信号プロパティが役立ちますか（バンドパス、スパース、ポジティブなど）？ 反りを忘れて、私は標準を最小限にしようとしました ℓpℓp\ell_p 規範、 sss、 ddd、および wwwパラメータとして、そして両方の信号を平滑化します。私は複雑さと結果に満足していません、そしてこれは少し退屈です。

11 discrete-signals  distance-metrics  scale-space  distortion  blind-deconvolution 

スケール空間理論の信号のスケール空間表現、（画像の場合には、D = 2）のように与えられる： L （X 、y ; t ）= g （x 、y ; t ）∗ f （x 、y ）ここでg （x 、f(x),x=(x1,...,xd)f(x),x=(x1,...,xd)f(x), x = (x_1, ..., x_d)d=2d=2d = 2L(x,y;t)=g(x,y;t)∗f(x,y)L(x,y;t)=g(x,y;t)∗f(x,y)L(x, y; t) = g(x, y; t) * f(x, y)はパラメーター tのガウスカーネルで、 *はたたみ込みです。tパラメータを変更することにより、多かれ少なかれ平滑化された画像を受け取ります。その結果、粗い表現（パラメーター t）には小さなオブジェクトやノイズが含まれなくなります。g(x,y;t)g(x,y;t)g(x, y; t)ttt∗∗*tttttt 主なポイントは、スケール不変の特徴検出の方法を見つけることですよね？そのため、一部の画像のサイズが縮小された場合、他のノイズキーポイントを見つけることなく、キーポイントなどの機能がサイズが異なっていても正しく検出されます。 この論文では、彼らは正規化導関数を使用しています。 δ ξ 、γ - N 、O …

10 image-processing  computer-vision  scale-space 

スカログラムについての私の理解は、特定の行について、特定の変位でのウェーブレットによる入力信号の投影のスコアが表示されることです。行全体で同じことが当てはまりますが、ウェーブレットの拡張バージョンです。スカログラムは、すべてのタイプのウェーブレット変換、つまり次のものに対して定義できると思いました。 連続ウェーブレット変換 離散ウェーブレット変換 冗長ウェーブレット変換 ただし、さらに調査すると、スカログラムはCWTに対してのみ定義可能であるようです。これに基づいて、GoogleがATMに十分ではない複数の相互関連の質問があります。 質問： スカログラムがDWTまたはRWTに対して定義されていないのは本当ですか？もしそうなら、なぜでしょうか？ 長さの信号がDWTを使用して10レベルの分解を持つとしましょう。すべてのレベルがイメージ（つまり、イメージ）としてプロットされる場合、このイメージは何と呼ばれますか？NNN10 × N10xN10xN DWTの「スカログラム」の例として、AWGNの例を次に示します。 同じ信号について、代わりにすべてのレベルでの信号の近似MRAをプロットするとします。（つまり、）画像。この画像は適切な用語で何と呼ばれていますか？たとえば、ここでは、AWGNの近似MRAと詳細MRAを示しました。（明らかに、それらはDWTの「スカログラム」と同じではありません）。10 × N10xN10xN ありがとう！

9 discrete-signals  frequency-spectrum  wavelet  terminology  scale-space