MétaCan
Menu
Retour à la cohorte
Enregistrement W3138212374 · doi:10.1049/ipr2.12180

Scale space Radon transform

2021· article· en· W3138212374 sur OpenAlexaff
Djemel Ziou, Nafaâ Nacereddine, Aïcha Baya Goumeidane

Notice bibliographique

RevueIET Image Processing · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Object Detection Techniques
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésScale (ratio)RadonSpace (punctuation)Radon transformComputer scienceScale spaceRemote sensingArtificial intelligenceGeologyPhysicsCartographyGeographyImage processingImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Abstract An extension of Radon transform by using a measure function capturing the user need is proposed. The new transform, called scale space Radon transform, is devoted to the case where the embedded shape in the image is not filiform. A case study is brought on a straight line and an ellipse where the SSRT behaviour in the scale space and in the presence of noise is deeply analyzed. In order to show the effectiveness of the proposed transform, the experiments have been carried out, first, on linear and elliptical structures generated synthetically subjected to strong altering conditions such blur and noise and then on structures images issued from real‐world applications such as road traffic, satellite imagery and weld X‐ray imaging. Comparisons in terms of detection accuracy and computational time with well‐known transforms and recent work dedicated to this purpose are conducted, where the proposed transform shows an outstanding performance in detecting the above‐mentioned structures and targeting accurately their spatial locations even in low‐quality images.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,007
Tête enseignante GPT0,246
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Image ProcessingMême sujetImage and Object Detection TechniquesTravaux en français237 207