論文の概要: Depth-Based Selective Blurring in Stereo Images Using Accelerated Framework

• arxiv url: http://arxiv.org/abs/2001.07809v1
• Date: Tue, 21 Jan 2020 23:26:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-08 00:02:48.910633
• Title: Depth-Based Selective Blurring in Stereo Images Using Accelerated Framework
• Title（参考訳）: 加速度フレームワークを用いたステレオ画像の深さベース選択ブラリング
• Authors: Subhayan Mukherjee, Ram Mohana Reddy Guddeti
• Abstract要約: 本稿では,ブロックと領域ベースステレオマッチングを組み合わせたステレオ異方性推定手法を提案する。 画像画素の18%の差分測定から高密度の深度マップを生成する。 本手法は, Java Thread Pool と APARAPI をベースとした CPU および GPU フレームワークを用いて並列化可能である。
• 参考スコア（独自算出の注目度）: 5.647516208808729
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a hybrid method for stereo disparity estimation by combining block and region-based stereo matching approaches. It generates dense depth maps from disparity measurements of only 18 % image pixels (left or right). The methodology involves segmenting pixel lightness values using fast K-Means implementation, refining segment boundaries using morphological filtering and connected components analysis; then determining boundaries' disparities using sum of absolute differences (SAD) cost function. Complete disparity maps are reconstructed from boundaries' disparities. We consider an application of our method for depth-based selective blurring of non-interest regions of stereo images, using Gaussian blur to de-focus users' non-interest regions. Experiments on Middlebury dataset demonstrate that our method outperforms traditional disparity estimation approaches using SAD and normalized cross correlation by up to 33.6 % and some recent methods by up to 6.1 %. Further, our method is highly parallelizable using CPU and GPU framework based on Java Thread Pool and APARAPI with speed-up of 5.8 for 250 stereo video frames (4,096 x 2,304).
• Abstract（参考訳）: 本稿では,ブロックと領域ベースステレオマッチングを組み合わせたステレオ異方性推定手法を提案する。 これは18%のピクセル(左か右か)の異なる測定値から濃密な深度マップを生成する。 この手法は、高速K-Means実装を用いた画素輝度値の分割、形態的フィルタリングと連結成分分析によるセグメント境界の精製、そして絶対差分(SAD)コスト関数の和を用いた境界の差分決定を含む。 完全な格差マップは、境界の格差から再構築される。 そこで本研究では,gaussian blurを用いたステレオ画像の非興味領域の奥行きに基づく選択的ぼやき手法の応用について検討する。 ミドルベリーデータセットの実験では,SADと正規化クロス相関を最大33.6%,最近の手法を最大6.1%,従来の不均一性推定手法よりも優れていた。 さらに,250ステレオビデオフレーム (4,096 x 2,304) の5.8倍の高速化を実現するため,java スレッドプールと aparapi に基づく cpu と gpu フレームワークを用いて高い並列性を実現する。

関連論文リスト

• A Global Depth-Range-Free Multi-View Stereo Transformer Network with Pose Embedding [76.44979557843367]
  本稿では,事前の深度範囲を排除した新しい多視点ステレオ(MVS)フレームワークを提案する。 長距離コンテキスト情報を集約するMDA(Multi-view Disparity Attention)モジュールを導入する。 ソース画像のエピポーラ線上のサンプリング点に対応する電流画素の品質を明示的に推定する。
  論文  参考訳（メタデータ） (2024-11-04T08:50:16Z)
• Probabilistic Deep Metric Learning for Hyperspectral Image Classification [91.5747859691553]
  本稿では,ハイパースペクトル画像分類のための確率論的深度学習フレームワークを提案する。 ハイパースペクトルセンサーが捉えた画像に対して、各ピクセルのカテゴリを予測することを目的としている。 我々のフレームワークは、既存のハイパースペクトル画像分類法に容易に適用できる。
  論文  参考訳（メタデータ） (2022-11-15T17:57:12Z)
• Robust and accurate depth estimation by fusing LiDAR and Stereo [8.85338187686374]
  本稿では,LiDARとステレオカメラを融合させる高精度でロバストな手法を提案する。 この方法は、LiDARとステレオカメラの利点を完全に組み合わせている。 提案したパイプラインをKITTIベンチマークで評価した。
  論文  参考訳（メタデータ） (2022-07-13T11:55:15Z)
• Beyond Cross-view Image Retrieval: Highly Accurate Vehicle Localization Using Satellite Image [91.29546868637911]
  本稿では,地上画像と架空衛星地図とをマッチングすることにより,車載カメラのローカライゼーションの問題に対処する。 鍵となる考え方は、タスクをポーズ推定として定式化し、ニューラルネットベースの最適化によってそれを解くことである。 標準自動運転車のローカライゼーションデータセットの実験により,提案手法の優位性が確認された。
  論文  参考訳（メタデータ） (2022-04-10T19:16:58Z)
• MC-Blur: A Comprehensive Benchmark for Image Deblurring [127.6301230023318]
  ほとんどの実世界の画像では、ブラーは動きやデフォーカスなど様々な要因によって引き起こされる。 我々は,MC-Blurと呼ばれる大規模マルチライク画像デブロアリングデータセットを新たに構築する。 MC-Blurデータセットに基づいて,異なるシナリオにおけるSOTA法の比較を行う。
  論文  参考訳（メタデータ） (2021-12-01T02:10:42Z)
• Single image deep defocus estimation and its applications [82.93345261434943]
  画像パッチを20レベルの曖昧さの1つに分類するために、ディープニューラルネットワークをトレーニングします。 トレーニングされたモデルは、反復重み付きガイドフィルタを適用して改善するパッチのぼかしを決定するために使用される。 その結果、デフォーカスマップは各ピクセルのぼやけた度合いの情報を運ぶ。
  論文  参考訳（メタデータ） (2021-07-30T06:18:16Z)
• Bayesian dense inverse searching algorithm for real-time stereo matching in minimally invasive surgery [1.2074552857379273]
  手術画像のCPUレベルリアルタイムステレオマッチング法について報告する(i5-9400の単一コアを持つ640×480画像の10Hz)。 提案手法は,ステレオ画像の差分を推定する高速な'dense inverse search'アルゴリズムに基づいて構築される。 実験の結果, 手術シナリオにおいて, 推定深度は基準法よりも精度が高く, アウトリーチも少ないことが明らかとなった。
  論文  参考訳（メタデータ） (2021-06-14T02:26:27Z)
• Fusion of Range and Stereo Data for High-Resolution Scene-Modeling [20.824550995195057]
  本稿では,高分解能深度マップの構築において,レンジステレオ融合の問題に対処する。 低分解能深度データと高分解能ステレオデータとを最大後部(MAP)定式化で組み合わせる。 エネルギー関数におけるデータ期間の3つの特性のために、方法の精度は損なわれません。
  論文  参考訳（メタデータ） (2020-12-12T09:37:42Z)
• Displacement-Invariant Cost Computation for Efficient Stereo Matching [122.94051630000934]
  ディープラーニング手法は、前例のない不一致の精度を得ることによって、ステレオマッチングのリーダーボードを支配してきた。 しかし、その推測時間は一般的に540p画像の秒数で遅い。 本研究では,4次元特徴量を必要としないEmphdisplacement-invariant cost moduleを提案する。
  論文  参考訳（メタデータ） (2020-12-01T23:58:16Z)
• Real-time Dense Reconstruction of Tissue Surface from Stereo Optical Video [10.181846237133167]
  立体光学ビデオから組織表面の高密度3次元モデル(3次元)をリアルタイムに再構成する手法を提案する。 まずステレオマッチングを用いてビデオフレームから3D情報を抽出し,再構成した3Dモデルをモザイクする。 2mm未満の精度で高分解能テクスチャを有する復元3Dモデルについて, 生体内および生体内データによる実験結果を得た。
  論文  参考訳（メタデータ） (2020-07-16T19:14:05Z)
• A hybrid algorithm for disparity calculation from sparse disparity estimates based on stereo vision [5.647516208808729]
  本研究では,ブロックベースと領域ベースのステレオマッチングを組み合わせたステレオ異方性推定手法を提案する。 ステレオ画像対の左画像または右画像の18%の画素の差分測定から高密度不均一マップを生成することができる。
  論文  参考訳（メタデータ） (2020-01-20T04:33:28Z)

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。