Fugu-MT 論文翻訳(概要): Prior-enlightened and Motion-robust Video Deblurring

論文の概要: Prior-enlightened and Motion-robust Video Deblurring

arxiv url: http://arxiv.org/abs/2003.11209v2
Date: Thu, 26 Mar 2020 02:30:40 GMT
ステータス: 処理完了
システム内更新日: 2022-12-20 03:41:33.737530
Title: Prior-enlightened and Motion-robust Video Deblurring
Title（参考訳）: プリエンライズドビデオとモーションロバストビデオ
Authors: Ya Zhou, Jianfeng Xu, Kazuyuki Tasaka, Zhibo Chen, Weiping Li
Abstract要約: PriOr-enlightened and MOTION-robust deblurring model (PROMOTION) は難解なぼかしに適したモデルである。我々は、異種先行情報を効率的に符号化するために、3Dグループ畳み込みを用いる。また、一様でないぼやけた時間領域をよりよく扱うために、ぼやけた分布を表す事前設計を行う。
参考スコア（独自算出の注目度）: 29.158836861982742
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Various blur distortions in video will cause negative impact on both human viewing and video-based applications, which makes motion-robust deblurring methods urgently needed. Most existing works have strong dataset dependency and limited generalization ability in handling challenging scenarios, like blur in low contrast or severe motion areas, and non-uniform blur. Therefore, we propose a PRiOr-enlightened and MOTION-robust video deblurring model (PROMOTION) suitable for challenging blurs. On the one hand, we use 3D group convolution to efficiently encode heterogeneous prior information, explicitly enhancing the scenes' perception while mitigating the output's artifacts. On the other hand, we design the priors representing blur distribution, to better handle non-uniform blur in spatio-temporal domain. Besides the classical camera shake caused global blurry, we also prove the generalization for the downstream task suffering from local blur. Extensive experiments demonstrate we can achieve the state-of-the-art performance on well-known REDS and GoPro datasets, and bring machine task gain.
Abstract（参考訳）: ビデオ内の様々なぼやけた歪みは、人間の視聴とビデオベースのアプリケーションの両方に悪影響を及ぼす。既存の作業の多くは、強いデータセット依存と、低コントラストのぼやけや激しい動き領域、一様でないぼやけといった挑戦的なシナリオを扱うための限定的な一般化能力を持っている。そこで我々は,難解なぼかしに適したPriOr-enlightened and MOTION-robust video deblurring model (PROMOTION)を提案する。一方,3次元群畳み込みを用いて,不均質な先行情報を効率的にエンコードし,出力の成果物を緩和しながらシーンの知覚を明示的に強化する。一方,時空間の非一様ぼかしをよりよく扱うために,前者はぼかし分布を表すように設計する。従来のカメラの揺らぎがグローバルなぼやけを引き起こしたのに加えて,局所的ぼやけに苦しむ下流作業の一般化も証明した。大規模な実験では、よく知られたREDSやGoProのデータセットで最先端のパフォーマンスを実現し、マシンタスクのゲインを実現することができる。

関連論文リスト

Towards Real-world Event-guided Low-light Video Enhancement and Deblurring [39.942568142125126]
イベントカメラは、低照度環境における画質向上のための有望なソリューションとして登場した。これらのタスクを効果的に処理するためのエンドツーエンドフレームワークを導入します。我々のフレームワークは、イベントやフレームからの時間情報を効率的に活用するためのモジュールを組み込んでいます。
論文参考訳（メタデータ） (2024-08-27T09:44:54Z)
DaBiT: Depth and Blur informed Transformer for Joint Refocusing and Super-Resolution [4.332534893042983]
多くの現実のシナリオでは、録画されたビデオは偶然の焦点がぼやけている。本稿では、焦点ずれ(再焦点)とビデオ超解像(VSR)に最適化されたフレームワークを提案する。我々は、既存のビデオ復元方法よりも1.9dB以上のPSNR性能で、最先端の結果を得る。
論文参考訳（メタデータ） (2024-07-01T12:22:16Z)
DeblurGS: Gaussian Splatting for Camera Motion Blur [45.13521168573883]
動きブル画像から鋭い3次元ガウススプラッティングを最適化するDeblurGSを提案する。我々は,3次元ガウススプラッティングの顕著な再構成能力を活用して,きめ細かなシャープシーンを復元する。提案手法は,6自由度カメラの動きをそれぞれのぼやけた観測のために推定し,それに対応するぼやけたレンダリングを合成する。
論文参考訳（メタデータ） (2024-04-17T13:14:52Z)
Gaussian Splatting on the Move: Blur and Rolling Shutter Compensation for Natural Camera Motion [25.54868552979793]
本稿では,カメラの動きに適応し,手持ち映像データを用いた高品質なシーン再構成を実現する手法を提案する。合成データと実データの両方を用いて、既存の手法よりもカメラの動きを軽減できる性能を示した。
論文参考訳（メタデータ） (2024-03-20T06:19:41Z)
Lightweight High-Speed Photography Built on Coded Exposure and Implicit Neural Representation of Videos [34.152901518593396]
高速シーンを高解像度で記録できるコンパクトカメラの需要は着実に増加している。しかし、そのような能力を達成するには、しばしば高帯域幅の要求が伴うため、低容量のプラットフォームには不適当で重いシステムになる。本稿では,ビデオの暗黙的表現と古典的符号化露光画像技術を組み合わせることで,これらの課題に対処する新しい手法を提案する。
論文参考訳（メタデータ） (2023-11-22T03:41:13Z)
Joint Video Multi-Frame Interpolation and Deblurring under Unknown Exposure Time [101.91824315554682]
本研究では,より現実的で挑戦的なタスク – 複数フレームのジョイントビデオと,未知の露光時間下での劣化 – を野心的に目標とする。我々はまず,入力されたぼやけたフレームから露出認識表現を構築するために,教師付きコントラスト学習の変種を採用する。次に、プログレッシブ露光適応型畳み込みと動き改善による露出と動きの表現に基づいて、映像再構成ネットワークを構築した。
論文参考訳（メタデータ） (2023-03-27T09:43:42Z)
Towards Interpretable Video Super-Resolution via Alternating Optimization [115.85296325037565]
低フレームのぼかしビデオから高フレームの高解像度のシャープビデオを生成することを目的とした実時間ビデオ超解法(STVSR)問題について検討する。本稿では,モデルベースと学習ベースの両方の手法を用いて,解釈可能なSTVSRフレームワークを提案する。
論文参考訳（メタデータ） (2022-07-21T21:34:05Z)
Render In-between: Motion Guided Video Synthesis for Action Interpolation [53.43607872972194]
本研究では、リアルな人間の動きと外観を生成できる動き誘導型フレームアップサンプリングフレームワークを提案する。大規模モーションキャプチャーデータセットを活用することにより、フレーム間の非線形骨格運動を推定するために、新しいモーションモデルが訓練される。私たちのパイプラインでは、低フレームレートのビデオと不自由な人間のモーションデータしか必要としませんが、トレーニングには高フレームレートのビデオは必要ありません。
論文参考訳（メタデータ） (2021-11-01T15:32:51Z)
Motion-blurred Video Interpolation and Extrapolation [72.3254384191509]
本稿では,映像から鮮明なフレームをエンドツーエンドに切り離し,補間し,外挿する新しい枠組みを提案する。予測フレーム間の時間的コヒーレンスを確保し,潜在的な時間的あいまいさに対処するために,単純で効果的なフローベースルールを提案する。
論文参考訳（メタデータ） (2021-03-04T12:18:25Z)
Exposure Trajectory Recovery from Motion Blur [90.75092808213371]
ダイナミックシーンにおける動きのぼやけは重要な研究テーマである。本稿では、ぼやけた画像に含まれる動き情報を表す露光軌跡を定義する。静止シャープ画像の画素方向の変位をモデル化するための新しい動きオフセット推定フレームワークを提案する。
論文参考訳（メタデータ） (2020-10-06T05:23:33Z)
Motion-Excited Sampler: Video Adversarial Attack with Sparked Prior [63.11478060678794]
そこで本研究では,前もってモーションアウェアノイズを得るための効果的なモーションエキサイティングサンプリング手法を提案する。より少ないクエリ数で様々なビデオ分類モデルを攻撃することができる。
論文参考訳（メタデータ） (2020-03-17T10:54:12Z)

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。