MétaCan
Menu
Retour à la cohorte
Enregistrement W1775416118 · doi:10.1109/dcc.2003.1194045

Image foveation based on vector quantization

2003· article· en· W1775416118 sur OpenAlexaff
Abbas Ebrahimi-Moghadam, Shahram Shirani

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueImage Processing Techniques and Applications
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésVector quantizationComputer visionArtificial intelligenceQuantization (signal processing)Fixation (population genetics)Computer scienceRetransmissionMathematicsPattern recognition (psychology)Transmission (telecommunications)

Résumé

récupéré en direct d'OpenAlex

Summary form only given. The perceptual resolution of vision is greatly space variant and is highest at the point of fixation and decreases rapidly away from this point. Novel unstructured and structured vector quantization (VQ) schemes are proposed to take advantage of this property of the human visual system (HVS) by providing the best image quality around the fixation point. As a foveation technique, the unstructured VQ does not enjoy progressive transmission in the sense that any request of improvement in the ROI is always replied by complete retransmission of image vectors with a higher resolution VQ scheme. The structured VQ, which is based on a residual vector quantizer (RVQ), yields an embedded progressive bit stream. The main idea for the RVQ foveation is to use more quantization stages for image vectors closer to the fixation point. This method allows the receiver to change its fixation point without any waste of transmitted information and to have multiple fixation points. This quantization strategy enables gradual image resolution change from the ROI to the background.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,856
Score d'incertitude au seuil0,190

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,241
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetImage Processing Techniques and ApplicationsTravaux en français237 207