Fugu-MT 論文翻訳(概要): The Mertens Unrolled Network (MU-Net): A High Dynamic Range Fusion Neural Network for Through the Windshield Driver Recognition

論文の概要: The Mertens Unrolled Network (MU-Net): A High Dynamic Range Fusion Neural Network for Through the Windshield Driver Recognition

arxiv url: http://arxiv.org/abs/2002.12257v1
Date: Thu, 27 Feb 2020 16:57:36 GMT
ステータス: 処理完了
システム内更新日: 2022-12-28 08:22:29.865811
Title: The Mertens Unrolled Network (MU-Net): A High Dynamic Range Fusion Neural Network for Through the Windshield Driver Recognition
Title（参考訳）: Mertens Unrolled Network (MU-Net):ウィンドシールドドライバ認識による高ダイナミックレンジ核融合ニューラルネットワーク
Authors: Max Ruby, David S. Bolme, Joel Brogan, David Cornett III, Baldemar Delgado, Gavin Jager, Christi Johnson, Jose Martinez-Mendoza, Hector Santos-Villalobos, Nisha Srinivas
Abstract要約: 制約のない環境での顔認識は、光沢、照明の悪さ、ドライバーのポーズ、動きなど、多くのユニークな課題を生んでいる。我々は、これらの課題を克服するために、カスタム車両イメージングシステムのハードウェアとソフトウェアをさらに発展させます。我々は、スルーウインドシールド画像のHDR出力を微調整するために、Mertens Unrolled Network (MU-Net) と名付けた。
参考スコア（独自算出の注目度）: 1.758759574398869
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Face recognition of vehicle occupants through windshields in unconstrained environments poses a number of unique challenges ranging from glare, poor illumination, driver pose and motion blur. In this paper, we further develop the hardware and software components of a custom vehicle imaging system to better overcome these challenges. After the build out of a physical prototype system that performs High Dynamic Range (HDR) imaging, we collect a small dataset of through-windshield image captures of known drivers. We then re-formulate the classical Mertens-Kautz-Van Reeth HDR fusion algorithm as a pre-initialized neural network, which we name the Mertens Unrolled Network (MU-Net), for the purpose of fine-tuning the HDR output of through-windshield images. Reconstructed faces from this novel HDR method are then evaluated and compared against other traditional and experimental HDR methods in a pre-trained state-of-the-art (SOTA) facial recognition pipeline, verifying the efficacy of our approach.
Abstract（参考訳）: 制約のない環境でのフロントガラスによる車両の乗員の認識は、グレア、照明不足、ドライバーのポーズ、動きのぼやけなど、多くのユニークな課題をもたらす。本稿では,これらの課題をより克服するために,カスタム車両撮像システムのハードウェアとソフトウェアコンポーネントを更に開発する。ハイダイナミックレンジ(HDR)イメージングを行う物理プロトタイプシステムを構築した後、既知のドライバのスルーウインドシールド画像の小さなデータセットを収集する。次に,従来のMertens-Kautz-Van Reeth HDR融合アルゴリズムを,スルーウインドシールド画像のHDR出力を微調整する目的で,Mertens Unrolled Network (MU-Net) と命名した。この新たなHDR法から再構成した顔は, 従来のHDR法と実験的なHDR法とを, 訓練済みのSOTA (State-of-the-art) 顔認識パイプラインで比較し, 提案手法の有効性を検証した。

関連論文リスト

SAFNet: Selective Alignment Fusion Network for Efficient HDR Imaging [14.466061918935937]
HDRイメージングのためのSAFNet(Selective Alignment Fusion Network)を提案する。モデルは価値ある領域を見つけることに集中し、容易に検出可能で意味のある動きを推定する。公開および新たに開発された挑戦的データセットの実験では、提案されたSAFNetは、以前のSOTAコンペティターを定量的かつ質的に上回るだけでなく、桁違いに高速に動作している。
論文参考訳（メタデータ） (2024-07-23T09:02:35Z)
Adapting Pretrained Networks for Image Quality Assessment on High Dynamic Range Displays [0.0]
従来の画像品質指標(IQMs)は、知覚的に均一なガンマ符号化されたピクセル値のために設計されている。利用可能なデータセットのほとんどは、標準およびおそらく制御されていない観測条件で収集された標準ダイナミックレンジ(SDR)イメージで構成されている。一般的なトレーニング済みニューラルネットワークもSDR入力を意図しており、HDRコンテンツへの直接適用を制限している。本研究では,HDRデータに基づく画像品質評価(IQA)のための深層学習モデル学習のための,より効果的なアプローチについて検討する。
論文参考訳（メタデータ） (2024-05-01T17:57:12Z)
Generating Content for HDR Deghosting from Frequency View [56.103761824603644]
近年の拡散モデル (DM) はHDRイメージング分野に導入されている。 DMは画像全体を推定するために大きなモデルで広範囲の反復を必要とする。ゴーストフリーHDRイメージングのための低周波数対応拡散(LF-Diff)モデルを提案する。
論文参考訳（メタデータ） (2024-04-01T01:32:11Z)
Event-based Asynchronous HDR Imaging by Temporal Incident Light Modulation [54.64335350932855]
我々は,HDRイメージングの課題に関する重要な知見に基づいて,Pixel-Asynchronous HDRイメージングシステムを提案する。提案システムでは,DVS(Dynamic Vision Sensors)とLCDパネルを統合する。 LCDパネルは、その透過性を変化させてDVSの照射インシデントを変調し、ピクセル非依存のイベントストリームをトリガーする。
論文参考訳（メタデータ） (2024-03-14T13:45:09Z)
Improved Pothole Detection Using YOLOv7 and ESRGAN [1.0485739694839669]
ポットホール(Pothole)は、自動車に損傷を与え、運転者に安全リスクを与える道路の危険である。 CNNは、Deep Learningメソッドに基づいたオブジェクト検出のために、業界で広く使われている。本稿では,低分解能カメラや低分解能画像,ビデオフィードを自動ポットホール検出に使用することを保証するために,一意に優れたアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-11-10T16:22:10Z)
Self-Supervised High Dynamic Range Imaging with Multi-Exposure Images in Dynamic Scenes [58.66427721308464]
Selfは、訓練中にダイナミックなマルチ露光画像のみを必要とする自己教師型再構成手法である。 Selfは最先端の自己管理手法に対して優れた結果を出し、教師付き手法に匹敵するパフォーマンスを実現している。
論文参考訳（メタデータ） (2023-10-03T07:10:49Z)
A Unified HDR Imaging Method with Pixel and Patch Level [41.14378863436963]
我々はHyNetと呼ばれるハイブリッドHDRデゴーストネットワークを提案し,HDR画像を生成する。実験により、HyNetは最先端の手法よりも定量的にも質的にも優れており、統一されたテクスチャと色で魅力的なHDR視覚化を実現している。
論文参考訳（メタデータ） (2023-04-14T06:21:57Z)
SMAE: Few-shot Learning for HDR Deghosting with Saturation-Aware Masked Autoencoders [97.64072440883392]
そこで本研究では,SSHDRと呼ばれる2段階の訓練を通した短距離HDRイメージングを実現するための,新しい半教師付きアプローチを提案する。以前の方法とは異なり、コンテンツを直接回復し、ゴーストを同時に除去することは、最適に達成することが難しい。実験により、SSHDRは異なるデータセットの内外における定量的かつ定性的に最先端の手法より優れていることが示された。
論文参考訳（メタデータ） (2023-04-14T03:42:51Z)
MantissaCam: Learning Snapshot High-dynamic-range Imaging with Perceptually-based In-pixel Irradiance Encoding [39.78877654934457]
ハイダイナミックレンジ(HDR)画像は多くのコンピュータビジョンアプリケーションにおいて不可欠である。ここでは、従来の照射アンラッピング法よりも優れたニューラルネットワークベースのアルゴリズムを設計する。プログラム可能なセンサで実装したプロトタイプMantissaCamの予備的な結果を示す。
論文参考訳（メタデータ） (2021-12-09T21:32:10Z)
Adaptive Gradient Balancing for UndersampledMRI Reconstruction and Image-to-Image Translation [60.663499381212425]
本研究では,新しい適応勾配バランス手法を併用したwasserstein生成逆ネットワークを用いて,画質の向上を図る。 MRIでは、他の技術よりも鮮明な画像を生成する高品質の再構築を維持しながら、アーティファクトを最小限に抑えます。
論文参考訳（メタデータ） (2021-04-05T13:05:22Z)
Real Image Super Resolution Via Heterogeneous Model Ensemble using GP-NAS [63.48801313087118]
本稿では,高密度スキップ接続を有するディープ残差ネットワークを用いた画像超解像法を提案する。提案手法は、AIM 2020 Real Image Super-Resolution Challengeの3トラックで1位を獲得した。
論文参考訳（メタデータ） (2020-09-02T22:33:23Z)

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。