MétaCan
Menu
Retour à la cohorte
Enregistrement W4400010660 · doi:10.37493/2307-910x.2022.3.3

Cleaning images from impulse noise in a binary symmetrical channel

2022· article· en· W4400010660 sur OpenAlexfundno aff
Anzor R. Orazaev

Notice bibliographique

RevueSovremennaya nauka i innovatsii · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Signal Denoising Methods
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Science and Higher Education of the Russian FederationCentre de Recherches Mathématiques
Mots-clésImpulse noisePixelImpulse (physics)Binary numberComputer scienceNoise (video)Median filterDark-frame subtractionBinary imageSalt-and-pepper noiseChannel (broadcasting)Computer visionGaussian noiseImage noiseArtificial intelligenceMathematicsImage (mathematics)Image processingPhysicsTelecommunicationsArithmetic

Résumé

récupéré en direct d'OpenAlex

The paper proposes a new method for cleaning uncoded images from impulse noise in a binary symmetric channel, where, when an error occurs, the information bit is distorted and the image pixels take incorrect values. The characteristic of such noise cnuorresponds to impulse noise, where impulse noise takes on random values and is randomly distributed over the image. Pixels are determined to be distorted by evaluating the difference between pixels within the local window. This estimate takes into account the brightness value and the distance of pixels within the local window. Image recovery is performed using adaptive median filtering.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,481
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,006
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,276
Écart entre enseignants0,249 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSovremennaya nauka i innovatsiiMême sujetImage and Signal Denoising MethodsTravaux en français237 207