Radon 符号累积分布变换及其在符号图像分类中的应用
信息论
2023-07-31 v1 计算机视觉与模式识别
机器学习
math.IT
摘要
本文描述了一种基于传输与最优传输数学理论的新图像表示方法。该方法结合了著名的图像 Radon 变换与一种近期提出的信号表示方法——符号累积分布变换(Signed Cumulative Distribution Transform)。新提出的方法将先前与传输相关的图像表示方法推广到任意函数(图像),因此可用于更多应用。我们描述了这一新变换及其若干数学性质,并利用真实与模拟数据展示了其划分图像类别的能力。与现有的传输变换方法以及基于深度学习的分类方法相比,新变换能更准确地表示符号图像的信息内容,从而可用于获得更高的分类精度。所提方法的 Python 语言实现已集成至 Github 上的 PyTransKit 软件包中。
引用
@article{arxiv.2307.15339,
title = {The Radon Signed Cumulative Distribution Transform and its applications in classification of Signed Images},
author = {Le Gong and Shiying Li and Naqib Sad Pathan and Mohammad Shifat-E-Rabbi and Gustavo K. Rohde and Abu Hasnat Mohammad Rubaiyat and Sumati Thareja},
journal= {arXiv preprint arXiv:2307.15339},
year = {2023}
}