Published April 5, 2024
| Version v1
Publication
Open
Improving the Machine Learning Performance for Image Recognition Using a New Set of Mountain Fourier Moments
- 1. Sidi Mohamed Ben Abdellah University
Description
The orthogonal moments are giving relevant results of these last years within the framework of object detection, pattern recognition and image reconstruction. This article is based on orthogonal functions called "Orthogonal Mountain functions (OMFs)" and we introduce a new set of moments called the multichannel Mountain Fourier moments (MMFMs), their performance is in reconstruction, noise invariants, rotation, scale and translation for image color. To validate these proposed techniques, we made several experimental tests to analyse images. We compare the results obtained from invariant moments and other current orthogonal invariant moments; the experiments show the power of the proposed moments.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تعطي اللحظات المتعامدة النتائج ذات الصلة لهذه السنوات الأخيرة في إطار الكشف عن الأشياء والتعرف على الأنماط وإعادة بناء الصورة. تعتمد هذه المقالة على وظائف متعامدة تسمى "وظائف الجبال المتعامدة (OMFs )" ونقدم مجموعة جديدة من اللحظات تسمى لحظات فورييه الجبلية متعددة القنوات (MMFMs)، وأدائها في إعادة البناء، وثوابت الضوضاء، والدوران، والمقياس والترجمة لألوان الصورة. للتحقق من صحة هذه التقنيات المقترحة، أجرينا العديد من الاختبارات التجريبية لتحليل الصور. نقارن النتائج التي تم الحصول عليها من اللحظات الثابتة وغيرها من اللحظات الثابتة المتعامدة الحالية ؛ تظهر التجارب قوة اللحظات المقترحة.Translated Description (French)
Les moments orthogonaux donnent des résultats pertinents de ces dernières années dans le cadre de la détection d'objets, de la reconnaissance de formes et de la reconstruction d'images. Cet article est basé sur des fonctions orthogonales appelées « fonctions de montagne orthogonales (OMF) » et nous introduisons un nouvel ensemble de moments appelés moments de Fourier de montagne multicanaux (MMFM), leurs performances sont dans la reconstruction, les invariants de bruit, la rotation, l'échelle et la translation pour la couleur de l'image. Pour valider ces techniques proposées, nous avons réalisé plusieurs tests expérimentaux pour analyser des images. Nous comparons les résultats obtenus à partir de moments invariants et d'autres moments invariants orthogonaux courants ; les expériences montrent la puissance des moments proposés.Translated Description (Spanish)
Los momentos ortogonales están dando resultados relevantes de estos últimos años en el marco de la detección de objetos, el reconocimiento de patrones y la reconstrucción de imágenes. Este artículo se basa en funciones ortogonales denominadas "Orthogonal Mountain functions (OMFs)" e introducimos un nuevo conjunto de momentos denominados momentos de Fourier de montaña multicanal (MMFMs), su desempeño es en reconstrucción, invariantes de ruido, rotación, escala y traslación para color de imagen. Para validar estas técnicas propuestas, realizamos varias pruebas experimentales para analizar imágenes. Comparamos los resultados obtenidos de los momentos invariantes y otros momentos invariantes ortogonales actuales; los experimentos muestran el poder de los momentos propuestos.Files
1206.pdf
Files
(2.2 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:d45e2f96781d923a68a7a09895177446
|
2.2 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- تحسين أداء التعلم الآلي للتعرف على الصور باستخدام مجموعة جديدة من لحظات فورييه الجبلية
- Translated title (French)
- Amélioration des performances d'apprentissage automatique pour la reconnaissance d'images à l'aide d'un nouvel ensemble de moments de Fourier de montagne
- Translated title (Spanish)
- Mejora del rendimiento del aprendizaje automático para el reconocimiento de imágenes utilizando un nuevo conjunto de momentos de montaña de Fourier
Identifiers
- Other
- https://openalex.org/W4394620864
- DOI
- 10.5566/ias.3009