derivative op• 데이터 종류: hessian → voxel
• 호출: import fullseye as fs; fs.ledger.hessian_determinant(hessian)(구현을 직접 호출하려면 import reprconv; reprconv.hessian_determinant(hessian), 원장에서 가져오려면 opsreprconv.get("hessian_determinant"))
• GPU: 없음(CPU 참조 구현만)
3-D Hessian hessian → 행렬식 det H 볼륨 voxel (부호 있음). hessian 형의 출구.
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
det H = λ1 λ2 λ3(固有値の積)。球状の明るい塊の中心では 3 つとも負なので負、暗い塊では正、管や板(固有値の 1 つ以上が 0 に近い)では 0 に近い —— Determinant-of-Hessian の塊検出(Lindeberg 1998)の 3-D 版。単位は hessian3d と同じ 1/voxel² の 3 乗(正規化しない。値の比較は同じ尺度の中だけで)。
固有値を経由せず成分から直接 zz(yy·xx − yx²) − zy(zy·xx − yx·zx) + zx(zy·yx − yy·zx) で計算する(固有値分解の丸めを入れないため)。
Args:
hessian: hessian3d の 6 成分 (zz, yy, xx, zy, zx, yx)。torch でも numpy でもよい。
Returns:
(D, H, W) float64。
Raises:
ValueError: 6 成分でない / 形がそろわない / 非有限 / 空。
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• type_connectivity_tour — py -3.11 examples/type_connectivity_tour.py
voxel 를 입력으로 받는 것)derivative)gradient_magnitude · gradient_coherence · hessian_vesselness
*Provenance: reprconv.py — REPRCONV 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.