MétaCan
Menu
Retour à la cohorte
Enregistrement W2040321166 · doi:10.1117/12.2026556

Single pass image warping method with anisotropic filter

2013· article· en· W2040321166 sur OpenAlexaff
Vladimir Lachine, Gregory A. Smith, Louie Lee

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueImage Processing Techniques and Applications
Établissements canadiensQualcomm (Canada)
Organismes subventionnairesnon disponible
Mots-clésImage warpingComputer visionArtificial intelligenceComputer scienceDistortion (music)Image (mathematics)Filter (signal processing)Image qualityImage restorationImage processingOpticsComputer graphics (images)Physics

Résumé

récupéré en direct d'OpenAlex

Conventional image capture and display devices are prone to various form of optical artifacts. These artifacts are inherent to the non-ideal behavior of the various optical elements such as sensors, displays, lens, prisms, mirrors, light sources. These optical distortions may be corrected digitally by image warping technology. Image warping may be defined as a process of dynamically resampling a regularly spaced input image to produce a nonregular spacing output image. In this paper, one-pass algorithm for digital image warping is presented. It is based on anisotropic circularly symmetric antialiasing filtering over elliptical or rectangular footprint. It is shown that developed design provides flexibility and better image quality than known two-pass methods. The proposed algorithm has been embedded into a few display processors for optical distortion corrections both at image acquisition and displaying sides.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,853
Score d'incertitude au seuil1,000

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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,011
Tête enseignante GPT0,234
Écart entre enseignants0,223 · 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.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetImage Processing Techniques and ApplicationsTravaux en français237 207