Machine learningMulti-scale image analysis
スケール空間理論
WitkinとLindebergによって開発されたスケール空間理論は、複数のスケールで画像を同時に分析するための、原理に基づいた数学的フレームワークを提供します。スケールを明示的な次元として扱い、ガウスぼかしを用いることで、スケール空間理論は適切なスケールでの特徴の検出と分析を可能にし、「どのスケールで分析すべきか？」という根本的な問題を解決します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- Lindeberg, T. (1994). Scale-space theory: A basic tool for analyzing structures at different scales. Journal of Applied Statistics, 21(2), 225–270. DOI: 10.1080/757582976 ↗
- Witkin, A. P. (1983). Scale-space filtering. Proceedings of the Eighth International Joint Conference on Artificial Intelligence (IJCAI), 1019–1022. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Scale-Space Theory and Multi-Scale Image Analysis. ScholarGate. https://scholargate.app/ja/computer-vision/scale-space-theory
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- ブロブ検出コンピュータビジョン↔ 比較
- Cannyエッジ検出コンピュータビジョン↔ 比較
- ハリスコーナー検出コンピュータビジョン↔ 比較
- ORB特徴記述子コンピュータビジョン↔ 比較
- SIFT特徴検出コンピュータビジョン↔ 比較