Enviar pesquisa
Carregar
ボリュームデータスパース表現のための三次元非分離冗長重複変換
•
Transferir como PPTX, PDF
•
0 gostou
•
1,293 visualizações
Shogo Muramatsu
Seguir
第29回信号処理シンポジウム発表資料
Leia menos
Leia mais
Engenharia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 15
Baixar agora
Recomendados
非分離冗長重複変換の事例学習設計における効果的辞書更新
非分離冗長重複変換の事例学習設計における効果的辞書更新
Shogo Muramatsu
冗長変換とその画像復元応用
冗長変換とその画像復元応用
Shogo Muramatsu
畳み込みネットワークによる高次元信号復元と異分野融合への展開
畳み込みネットワークによる高次元信号復元と異分野融合への展開
Shogo Muramatsu
スパースモデリングによる多次元信号・画像復元
スパースモデリングによる多次元信号・画像復元
Shogo Muramatsu
多次元信号処理の基礎と画像処理のための二次元変換技術
多次元信号処理の基礎と画像処理のための二次元変換技術
Shogo Muramatsu
2021年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2021. 11. 26)
2021年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2021. 11. 26)
Akira Asano
第8回関西CV・PRML勉強会(Meanshift)
第8回関西CV・PRML勉強会(Meanshift)
Yutaka Yamada
20110109第8回CV勉強会(ミーンシフトの原理と応用:6章・7章)shirasy)
20110109第8回CV勉強会(ミーンシフトの原理と応用:6章・7章)shirasy)
Yoichi Shirasawa
Recomendados
非分離冗長重複変換の事例学習設計における効果的辞書更新
非分離冗長重複変換の事例学習設計における効果的辞書更新
Shogo Muramatsu
冗長変換とその画像復元応用
冗長変換とその画像復元応用
Shogo Muramatsu
畳み込みネットワークによる高次元信号復元と異分野融合への展開
畳み込みネットワークによる高次元信号復元と異分野融合への展開
Shogo Muramatsu
スパースモデリングによる多次元信号・画像復元
スパースモデリングによる多次元信号・画像復元
Shogo Muramatsu
多次元信号処理の基礎と画像処理のための二次元変換技術
多次元信号処理の基礎と画像処理のための二次元変換技術
Shogo Muramatsu
2021年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2021. 11. 26)
2021年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2021. 11. 26)
Akira Asano
第8回関西CV・PRML勉強会(Meanshift)
第8回関西CV・PRML勉強会(Meanshift)
Yutaka Yamada
20110109第8回CV勉強会(ミーンシフトの原理と応用:6章・7章)shirasy)
20110109第8回CV勉強会(ミーンシフトの原理と応用:6章・7章)shirasy)
Yoichi Shirasawa
Aishima140714
Aishima140714
nwpmq516
機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について
機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について
ハイシンク創研 / Laboratory of Hi-Think Corporation
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
Unity Technologies Japan K.K.
Jokyonokai130531
Jokyonokai130531
nwpmq516
64ビット高性能線形擬似乱数発生法の開発
64ビット高性能線形擬似乱数発生法の開発
Shin Harase
(文献紹介)Deep Unrolling: Learned ISTA (LISTA)
(文献紹介)Deep Unrolling: Learned ISTA (LISTA)
Morpho, Inc.
はじめてのKrylov部分空間法
はじめてのKrylov部分空間法
tmaehara
MIRU2016 チュートリアル
MIRU2016 チュートリアル
Shunsuke Ono
200730material fujita
200730material fujita
RCCSRENKEI
楽しいクォータニオンの世界 田所 第二回Rogyゼミ
楽しいクォータニオンの世界 田所 第二回Rogyゼミ
rogy01
明日機械学習に役立つかもしれない数学
明日機械学習に役立つかもしれない数学
Yu(u)ki IWABUCHI
行列およびテンソルデータに対する機械学習(数理助教の会 2011/11/28)
行列およびテンソルデータに対する機械学習(数理助教の会 2011/11/28)
ryotat
フラクタル音楽 〜可視化と可聴化の世界〜
フラクタル音楽 〜可視化と可聴化の世界〜
Yu(u)ki IWABUCHI
(文献紹介) 画像復元:Plug-and-Play ADMM
(文献紹介) 画像復元:Plug-and-Play ADMM
Morpho, Inc.
Jokyonokai
Jokyonokai
nwpmq516
(文献紹介)エッジ保存フィルタ:Side Window Filter, Curvature Filter
(文献紹介)エッジ保存フィルタ:Side Window Filter, Curvature Filter
Morpho, Inc.
20161203 cv 3_d_recon_tracking_eventcamera
20161203 cv 3_d_recon_tracking_eventcamera
Kyohei Unno
2015年度春学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2015. 6. 17)
2015年度春学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2015. 6. 17)
Akira Asano
Data assim r
Data assim r
Xiangze
Chainerで流体計算
Chainerで流体計算
Preferred Networks
Image Restoration with Union of Directional Orthonormal DWTs
Image Restoration with Union of Directional Orthonormal DWTs
Shogo Muramatsu
基底変換、固有値・固有ベクトル、そしてその先
基底変換、固有値・固有ベクトル、そしてその先
Taketo Sano
Mais conteúdo relacionado
Mais procurados
Aishima140714
Aishima140714
nwpmq516
機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について
機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について
ハイシンク創研 / Laboratory of Hi-Think Corporation
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
Unity Technologies Japan K.K.
Jokyonokai130531
Jokyonokai130531
nwpmq516
64ビット高性能線形擬似乱数発生法の開発
64ビット高性能線形擬似乱数発生法の開発
Shin Harase
(文献紹介)Deep Unrolling: Learned ISTA (LISTA)
(文献紹介)Deep Unrolling: Learned ISTA (LISTA)
Morpho, Inc.
はじめてのKrylov部分空間法
はじめてのKrylov部分空間法
tmaehara
MIRU2016 チュートリアル
MIRU2016 チュートリアル
Shunsuke Ono
200730material fujita
200730material fujita
RCCSRENKEI
楽しいクォータニオンの世界 田所 第二回Rogyゼミ
楽しいクォータニオンの世界 田所 第二回Rogyゼミ
rogy01
明日機械学習に役立つかもしれない数学
明日機械学習に役立つかもしれない数学
Yu(u)ki IWABUCHI
行列およびテンソルデータに対する機械学習(数理助教の会 2011/11/28)
行列およびテンソルデータに対する機械学習(数理助教の会 2011/11/28)
ryotat
フラクタル音楽 〜可視化と可聴化の世界〜
フラクタル音楽 〜可視化と可聴化の世界〜
Yu(u)ki IWABUCHI
(文献紹介) 画像復元:Plug-and-Play ADMM
(文献紹介) 画像復元:Plug-and-Play ADMM
Morpho, Inc.
Jokyonokai
Jokyonokai
nwpmq516
(文献紹介)エッジ保存フィルタ:Side Window Filter, Curvature Filter
(文献紹介)エッジ保存フィルタ:Side Window Filter, Curvature Filter
Morpho, Inc.
20161203 cv 3_d_recon_tracking_eventcamera
20161203 cv 3_d_recon_tracking_eventcamera
Kyohei Unno
2015年度春学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2015. 6. 17)
2015年度春学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2015. 6. 17)
Akira Asano
Data assim r
Data assim r
Xiangze
Chainerで流体計算
Chainerで流体計算
Preferred Networks
Mais procurados
(20)
Aishima140714
Aishima140714
機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について
機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
Jokyonokai130531
Jokyonokai130531
64ビット高性能線形擬似乱数発生法の開発
64ビット高性能線形擬似乱数発生法の開発
(文献紹介)Deep Unrolling: Learned ISTA (LISTA)
(文献紹介)Deep Unrolling: Learned ISTA (LISTA)
はじめてのKrylov部分空間法
はじめてのKrylov部分空間法
MIRU2016 チュートリアル
MIRU2016 チュートリアル
200730material fujita
200730material fujita
楽しいクォータニオンの世界 田所 第二回Rogyゼミ
楽しいクォータニオンの世界 田所 第二回Rogyゼミ
明日機械学習に役立つかもしれない数学
明日機械学習に役立つかもしれない数学
行列およびテンソルデータに対する機械学習(数理助教の会 2011/11/28)
行列およびテンソルデータに対する機械学習(数理助教の会 2011/11/28)
フラクタル音楽 〜可視化と可聴化の世界〜
フラクタル音楽 〜可視化と可聴化の世界〜
(文献紹介) 画像復元:Plug-and-Play ADMM
(文献紹介) 画像復元:Plug-and-Play ADMM
Jokyonokai
Jokyonokai
(文献紹介)エッジ保存フィルタ:Side Window Filter, Curvature Filter
(文献紹介)エッジ保存フィルタ:Side Window Filter, Curvature Filter
20161203 cv 3_d_recon_tracking_eventcamera
20161203 cv 3_d_recon_tracking_eventcamera
2015年度春学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2015. 6. 17)
2015年度春学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2015. 6. 17)
Data assim r
Data assim r
Chainerで流体計算
Chainerで流体計算
Destaque
Image Restoration with Union of Directional Orthonormal DWTs
Image Restoration with Union of Directional Orthonormal DWTs
Shogo Muramatsu
基底変換、固有値・固有ベクトル、そしてその先
基底変換、固有値・固有ベクトル、そしてその先
Taketo Sano
プログラマのための線形代数再入門
プログラマのための線形代数再入門
Taketo Sano
Supervised PCAとその周辺
Supervised PCAとその周辺
Daisuke Yoneoka
バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)
nmaro
周波数分析
周波数分析
Katsuhiro Morishita
日曜数学20連発 - サイエンスアゴラ2016 #日曜数学会
日曜数学20連発 - サイエンスアゴラ2016 #日曜数学会
Junpei Tsuji
ゲーム開発におけるバックトラック法
ゲーム開発におけるバックトラック法
大介 束田
まだ「an+b型数」で消耗してるの?
まだ「an+b型数」で消耗してるの?
ajisaka motcho
OpenOpt の線形計画で圧縮センシング
OpenOpt の線形計画で圧縮センシング
Toshihiro Kamishima
酉年の素数(第440回科学勉強会)
酉年の素数(第440回科学勉強会)
Junpei Tsuji
「明日話したくなる「素数」のお話」第1回プログラマのための数学勉強会 #maths4pg
「明日話したくなる「素数」のお話」第1回プログラマのための数学勉強会 #maths4pg
Junpei Tsuji
「五次方程式が代数的に解けないわけ」第3回プログラマのための数学勉強会 #maths4pg
「五次方程式が代数的に解けないわけ」第3回プログラマのための数学勉強会 #maths4pg
Junpei Tsuji
自称・世界一わかりやすい音声認識入門
自称・世界一わかりやすい音声認識入門
Tom Hakamata
エニグマ暗号とは何だったのか
エニグマ暗号とは何だったのか
Takahiro (Poly) Horikawa
Design Method of Directional GenLOT with Trend Vanishing Moments
Design Method of Directional GenLOT with Trend Vanishing Moments
Shogo Muramatsu
SSII2014 チュートリアル資料
SSII2014 チュートリアル資料
Masayuki Tanaka
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
Ryosuke Tachibana
信号処理・画像処理における凸最適化
信号処理・画像処理における凸最適化
Shunsuke Ono
プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列
プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列
Taketo Sano
Destaque
(20)
Image Restoration with Union of Directional Orthonormal DWTs
Image Restoration with Union of Directional Orthonormal DWTs
基底変換、固有値・固有ベクトル、そしてその先
基底変換、固有値・固有ベクトル、そしてその先
プログラマのための線形代数再入門
プログラマのための線形代数再入門
Supervised PCAとその周辺
Supervised PCAとその周辺
バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)
周波数分析
周波数分析
日曜数学20連発 - サイエンスアゴラ2016 #日曜数学会
日曜数学20連発 - サイエンスアゴラ2016 #日曜数学会
ゲーム開発におけるバックトラック法
ゲーム開発におけるバックトラック法
まだ「an+b型数」で消耗してるの?
まだ「an+b型数」で消耗してるの?
OpenOpt の線形計画で圧縮センシング
OpenOpt の線形計画で圧縮センシング
酉年の素数(第440回科学勉強会)
酉年の素数(第440回科学勉強会)
「明日話したくなる「素数」のお話」第1回プログラマのための数学勉強会 #maths4pg
「明日話したくなる「素数」のお話」第1回プログラマのための数学勉強会 #maths4pg
「五次方程式が代数的に解けないわけ」第3回プログラマのための数学勉強会 #maths4pg
「五次方程式が代数的に解けないわけ」第3回プログラマのための数学勉強会 #maths4pg
自称・世界一わかりやすい音声認識入門
自称・世界一わかりやすい音声認識入門
エニグマ暗号とは何だったのか
エニグマ暗号とは何だったのか
Design Method of Directional GenLOT with Trend Vanishing Moments
Design Method of Directional GenLOT with Trend Vanishing Moments
SSII2014 チュートリアル資料
SSII2014 チュートリアル資料
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
ウェーブレット変換の基礎と応用事例:連続ウェーブレット変換を中心に
信号処理・画像処理における凸最適化
信号処理・画像処理における凸最適化
プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列
プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列
ボリュームデータスパース表現のための三次元非分離冗長重複変換
1.
2014/11/12 第29回信号処理シンポジウム 1 ボリュームデータ スパース表現のための 三次元非分離冗長重複変換 平成26年11月12日(水) 新潟大学 村松正吾、古屋幸祐、結城尚貴
2.
発表内容 研究の背景と目的 既存の冗長変換
三次元NSOLTの提案 三次元NSOLTの設計 三次元NSOLTの評価 まとめ 2014/11/12 第29回信号処理シンポジウム 2
3.
【冗長変換の応用例】画像復元 画像の劣化/復元モデル 2014/11/12 第29回信号処理シンポジウム
3 𝐱 観測 画像 𝐮 未知の 原画像 𝐏 + 𝐰 観測過程 (既知) AWGN 𝐃 𝐲 𝐃 𝐲 冗長変換(辞書) スパース表現 𝐮 復元 画像 復元 𝐱 = 𝐏𝐮 + 𝐰 𝐮 = 𝐃𝐲 𝐲 はスパース 仮定 𝐲 = argmin 𝐲 1 2 𝐱 − 𝐏𝐃𝐲 2 2 + 𝜆𝜌(𝐲) 𝐮 = 𝐃 𝐲 正則化項(スパース性) 問題 設定
4.
スパース表現による画像復元 2014/11/12 第29回信号処理シンポジウム 4 原画像 PSNR→ 観測画像 23.84
[dB] 復元画像 ウィーナー 21.99 [dB] ISTA + → PSNR → 冗長度 → 復元画像 非間引HT 27.17 [dB] ℛ = 4 復元画像 NSOLT 27.27 [dB] ℛ < 2.34
5.
問題と目的 三次元ボリュームデータへの展開が必要 医療用画像(CT,
PET, MRI, US, OCT etc.) 動画像,光線場,マルチ/ハイパースペクトル画像 三次元冗長変換(辞書)の構築が課題 高性能かつ低メモリ・低演算量 スパース最適化アルゴリズムに適した性質 2014/11/12 第29回信号処理シンポジウム 5 構造化されたパラメトリックかつタイトな変換を構築
6.
既存の冗長変換(辞書) 冗長変換(辞書) 非分離 パラメトリック
冗長度 構造 タイト 非間引きハール変換 × × 整数 構造的 ○ Contourlet ○ △ 有理数 構造的 △ K-SVD ○ ○ 有理数 非構造 × スパースK-SVD ○ ○ 有理数 構造的 × 2-D NSOLT ○ ○ 有理数 構造的 ○ 2014/11/12 第29回信号処理シンポジウム 6 スパース表現性能 低コスト実現 最適化
7.
(a) (b) 二次元NSOLTの設計例 非分離冗長重複変換(NSOLT)の学習設計 2014/11/12 第29回信号処理シンポジウム
7 教師画像 学習辞書(アトム群) [Muramatsu,ICASSP2014]ツリー構成
8.
Type-I ラティス構成(Type-IIは割愛)
特徴 非分離、対称、重複、タイトフレーム制約可 直流無漏洩設定、境界終端処理を備える 三次元NSOLTの提案 2014/11/12 第29回信号処理シンポジウム 8 パラメータ 行列 間引き率 M チャネル数 P 垂直 水平 奥行 パラメータ 行列
9.
多重解像度タイトフレーム表現 2014/11/12 第29回信号処理シンポジウム 9 構造的制約によりタイト性(𝐃𝐃
𝑇 = 𝐈)を満たす
10.
ツリー構造の冗長度の比較 非間引き構成 ℛ1 𝑃 𝜏 =
𝑃 − 1 𝜏 + 1 間引き構成(𝑀 ≥ 2) ℛ 𝑀 𝑃 𝜏 = 𝑃 − 1 𝑀 − 1 − 𝑃 − 𝑀 𝑀 − 1 𝑀 𝜏 第29回信号処理シンポジウム 102014/11/12
11.
NSOLTによる構造化辞書学習 問題設定 𝐃, 𝐲
= argmin 𝐃,𝐲 𝐱 − 𝐃𝐲 2 2 s. t. 𝐲 0 ≤ 𝐾 スパース符号化 𝐲 = argmin 𝐲 𝐱 − 𝐃𝐲 2 2 s. t. 𝐲 0 ≤ 𝐾 辞書更新(パラメータ𝚯の更新) 𝚯 = argmin 𝚯 𝐱 − 𝐃 𝚯 𝐲 2 2 𝐃 = 𝐃 𝚯 第29回信号処理シンポジウム 112014/11/12 スパース符号化 (IHT etc.) 辞書更新 (Nonlinear Opt.) 収束 true false
12.
三次元NSOLTの設計例 MRbrainの一部(643 )による学習例 𝑀 =
8, 𝑃 = 10, 𝐾/𝑁 = 1/8 2014/11/12 第29回信号処理シンポジウム
13.
スパース近似結果(IHT) (MRbrain 192 ×
192 × 96) 実験緒言:𝑀 = 8, 𝑃 = 10, 𝐾/𝑁 = 1/8 2014/11/12 第29回信号処理シンポジウム 13 原データ(スライス) 近似データ(スライス) PSNR: 39.70 [dB] 差分データ(スライス)
14.
スパース近似結果の比較 2014/11/12 第29回信号処理シンポジウム 14 •
スパースK-SVDにはスパースOMPを利用 • 3-D NSOLTにはIHTを利用
15.
まとめ 非分離冗長重複変換の三次元拡張を提案 構造化されたパラメトリックかつタイトな辞書
非分離、対称性、重複性を同時に満たす 直流無漏洩設定,境界終端処理を備える ボリュームデータMRbrainのスパース近似により評価 スパースK-SVDとの比較により有効性を確認 多重解像度表現による効果が大きい 今後の課題 辞書更新の効率化 ボリュームデータ復元応用 2014/11/12 第29回信号処理シンポジウム 15
Baixar agora