論文の概要: Superpixel-based Color Transfer

• arxiv url: http://arxiv.org/abs/1903.06010v2
• Date: Wed, 17 Sep 2025 13:56:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-18 18:41:50.46804
• Title: Superpixel-based Color Transfer
• Title（参考訳）: スーパーピクセルによる色移動
• Authors: Rémi Giraud, Vinh-Thong Ta, Nicolas Papadakis,
• Abstract要約: 本稿では,2つの画像間での高速なスーパーピクセルベースのカラー転送手法を提案する。 スーパーピクセルは画像次元を減らし、色の候補を減らした集合を抽出することができる。
• 参考スコア（独自算出の注目度）: 5.746869663956391
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we propose a fast superpixel-based color transfer method (SCT) between two images. Superpixels enable to decrease the image dimension and to extract a reduced set of color candidates. We propose to use a fast approximate nearest neighbor matching algorithm in which we enforce the match diversity by limiting the selection of the same superpixels. A fusion framework is designed to transfer the matched colors, and we demonstrate the improvement obtained over exact matching results. Finally, we show that SCT is visually competitive compared to state-of-the-art methods.
• Abstract（参考訳）: 本研究では,2つの画像間の高速なスーパーピクセルベースの色転写法(SCT)を提案する。 スーパーピクセルは画像次元を減らし、色の候補を減らした集合を抽出することができる。 我々は,同じスーパーピクセルの選択を制限してマッチングの多様性を強制する,近似近傍の高速マッチングアルゴリズムを提案する。 融合フレームワークは一致した色を転送するために設計され、正確なマッチング結果よりも得られた改善を実証する。 最後に,SCTは最先端の手法と比較して視覚的に競合することを示す。

関連論文リスト

• Beyond Learned Metadata-based Raw Image Reconstruction [86.1667769209103]
  生画像は、線形性や微細な量子化レベルなど、sRGB画像に対して明確な利点がある。 ストレージの要求が大きいため、一般ユーザからは広く採用されていない。 本稿では,メタデータとして,潜在空間におけるコンパクトな表現を学習する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-21T06:59:07Z)
• Image Reconstruction using Superpixel Clustering and Tensor Completion [21.088385725444944]
  本手法では,重要なテクスチャやセマンティクスを捉えた複数の領域に分割し,各領域から代表画素を選択して保存する。 本稿では,2つのスムーズなテンソル補完アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-05-16T16:00:48Z)
• Raw Image Reconstruction with Learned Compact Metadata [61.62454853089346]
  本稿では,メタデータとしての潜在空間におけるコンパクトな表現をエンドツーエンドで学習するための新しいフレームワークを提案する。 提案する生画像圧縮方式は,グローバルな視点から重要な画像領域に適応的により多くのビットを割り当てることができることを示す。
  論文  参考訳（メタデータ） (2023-02-25T05:29:45Z)
• Saliency Enhancement using Superpixel Similarity [77.34726150561087]
  Saliency Object Detection (SOD) は画像解析にいくつかの応用がある。 深層学習に基づくSOD法は最も効果的であるが、類似した色を持つ前景の部品を見逃すことがある。 スーパーピクセル類似性(SESS)に対するtextitSaliency Enhancement というポストプロセッシング手法を導入する。 我々は,SESSが5つの画像データセット上での3つのディープラーニングに基づくSOD手法の結果を連続的に,かつ著しく改善できることを実証した。
  論文  参考訳（メタデータ） (2021-12-01T17:22:54Z)
• AINet: Association Implantation for Superpixel Segmentation [82.21559299694555]
  今回提案する新しいtextbfAssociation textbfImplantation(AI)モジュールは、ネットワークがピクセルとその周辺グリッド間の関係を明示的にキャプチャすることを可能にする。 本手法は最先端性能を実現するだけでなく,十分な推論効率を維持することができた。
  論文  参考訳（メタデータ） (2021-01-26T10:40:13Z)
• Probabilistic Color Constancy [88.85103410035929]
  我々は、異なる画像領域の寄与を重み付けすることで、シーンの照度を推定するためのフレームワークを定義する。 提案手法は,INTEL-TAUデータセット上での最先端技術と比較して,競合性能を実現する。
  論文  参考訳（メタデータ） (2020-05-06T11:03:05Z)
• Multi-Scale Superpatch Matching using Dual Superpixel Descriptors [0.6875312133832078]
  スーパーピクセルへの過剰セグメンテーションは、高速な高密度画像処理を可能にする、非常に効果的な次元削減戦略である。 標準的な階層的多重解像度スキームと比較して、画像分解の固有の不規則性は問題である。 本稿では,新しいスーパーピクセル近傍ディスクリプタであるデュアルスーパーパッチを紹介する。
  論文  参考訳（メタデータ） (2020-03-09T22:04:04Z)
• Texture Superpixel Clustering from Patch-based Nearest Neighbor Matching [2.84279467589473]
  そこで本研究では,テクスチャ対応のスーパーピクセルを限られた計算時間で生成する,Nearest Neighbor-based Superpixel Clustering (NNSC)法を提案する。
  論文  参考訳（メタデータ） (2020-03-09T21:11:21Z)
• SCALP: Superpixels with Contour Adherence using Linear Path [5.746869663956391]
  本稿では,反復クラスタリングフレームワークにおける線形パス (SCALP) を用いたコントラルアジェンスを用いたスーパーピクセルの高速計算法を提案する。 提案したフレームワークは、輪郭の輪郭に固執するコンパクトでスーパーピクセルを生成する。
  論文  参考訳（メタデータ） (2019-03-17T19:23:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。