論文の概要: Spatially-Attentive Patch-Hierarchical Network for Adaptive Motion Deblurring

• arxiv url: http://arxiv.org/abs/2004.05343v1
• Date: Sat, 11 Apr 2020 09:24:00 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-14 12:58:25.312957
• Title: Spatially-Attentive Patch-Hierarchical Network for Adaptive Motion Deblurring
• Title（参考訳）: アダプティブ・モーション・デブロアリングのための空間認識型パッチ階層ネットワーク
• Authors: Maitreya Suin, Kuldeep Purohit, A. N. Rajagopalan
• Abstract要約: そこで本稿では,空間の異なる場所における大きなぼやけた変化を扱うために,効率的な画素適応化と特徴注意設計を提案する。 上述のモジュールからなるパッチ階層型注意アーキテクチャを用いて,入力画像に存在するぼやけの空間的変動を暗黙的に検出する。 われわれの設計は、最先端の精度とスピードを大幅に改善する。
• 参考スコア（独自算出の注目度）: 39.92889091819711
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper tackles the problem of motion deblurring of dynamic scenes. Although end-to-end fully convolutional designs have recently advanced the state-of-the-art in non-uniform motion deblurring, their performance-complexity trade-off is still sub-optimal. Existing approaches achieve a large receptive field by increasing the number of generic convolution layers and kernel-size, but this comes at the expense of of the increase in model size and inference speed. In this work, we propose an efficient pixel adaptive and feature attentive design for handling large blur variations across different spatial locations and process each test image adaptively. We also propose an effective content-aware global-local filtering module that significantly improves performance by considering not only global dependencies but also by dynamically exploiting neighbouring pixel information. We use a patch-hierarchical attentive architecture composed of the above module that implicitly discovers the spatial variations in the blur present in the input image and in turn, performs local and global modulation of intermediate features. Extensive qualitative and quantitative comparisons with prior art on deblurring benchmarks demonstrate that our design offers significant improvements over the state-of-the-art in accuracy as well as speed.
• Abstract（参考訳）: 本稿では,動的シーンの動作不良問題に対処する。 エンド・ツー・エンドの完全な畳み込み設計は、最近、非一様動作の非一様化の最先端に進んでいるが、その性能・複雑さのトレードオフは依然として準最適である。 既存のアプローチでは、ジェネリック畳み込み層とカーネルサイズの増加によって大きな受容フィールドを実現しているが、これはモデルサイズと推論速度の増加を犠牲にしている。 本研究では,空間位置の異なる大きなぼやけた変化を処理し,各テスト画像を適応的に処理する,効率的な画素適応化および特徴注意設計を提案する。 また,グローバル依存だけでなく,隣接画素情報を動的に活用することにより,パフォーマンスを著しく向上させる効果的なコンテンツ対応グローバルローカルフィルタリングモジュールを提案する。 本稿では,入力画像に存在するぼやけの空間的変動を暗黙的に発見し,中間特徴の局所的および大域的変調を行う,上記のモジュールからなるパッチ階層型注意アーキテクチャを用いる。 デブロアリングベンチマークにおける先行技術との比較により、我々の設計は精度と速度において最先端技術よりも大幅に改善されていることを示す。

関連論文リスト

• LADDER: An Efficient Framework for Video Frame Interpolation [12.039193291203492]
  ビデオフレーム補間(VFI)は、スローモーション生成、フレームレート変換、ビデオフレーム復元など、様々な応用において重要な技術である。 本稿では,効率と品質のバランスをとることを目的とした,効率的なビデオフレームフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-17T06:47:17Z)
• Spatially-Attentive Patch-Hierarchical Network with Adaptive Sampling for Motion Deblurring [34.751361664891235]
  そこで本稿では,異なる空間領域にまたがる大きなぼやけた変化を扱うために,画素適応化と特徴注意設計を提案する。 提案手法は,最先端のデブロワーリングアルゴリズムに対して良好に動作することを示す。
  論文  参考訳（メタデータ） (2024-02-09T01:00:09Z)
• Pixel-Inconsistency Modeling for Image Manipulation Localization [59.968362815126326]
  デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。 本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。 実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
  論文  参考訳（メタデータ） (2023-09-30T02:54:51Z)
• Dynamic Spatial Sparsification for Efficient Vision Transformers and Convolutional Neural Networks [88.77951448313486]
  視覚データにおける空間空間空間性を利用したモデルアクセラレーションのための新しい手法を提案する。 本稿では,冗長トークンを具現化する動的トークンスペーシフィケーションフレームワークを提案する。 提案手法は,CNNや階層型視覚変換器などの階層モデルに拡張する。
  論文  参考訳（メタデータ） (2022-07-04T17:00:51Z)
• Motion Estimation for Large Displacements and Deformations [7.99536002595393]
  粗い微細なスキームに基づく変分光学フロー技術はスパースマッチングを補間し、色、勾配、滑らかさを条件としたエネルギーモデルを局所的に最適化する。 本稿では, この問題に対処し, 大きな変位と変形に対する変動運動推定フレームワークであるHybridFlowを提案する。
  論文  参考訳（メタデータ） (2022-06-24T18:53:22Z)
• CM-GAN: Image Inpainting with Cascaded Modulation GAN and Object-Aware Training [112.96224800952724]
  複雑な画像に大きな穴をあける際の可視像構造を生成するためのカスケード変調GAN(CM-GAN)を提案する。 各デコーダブロックにおいて、まず大域変調を適用し、粗い意味認識合成構造を行い、次に大域変調の出力に空間変調を適用し、空間適応的に特徴写像を更に調整する。 さらに,ネットワークがホール内の新たな物体を幻覚させるのを防ぐため,実世界のシナリオにおける物体除去タスクのニーズを満たすために,オブジェクト認識型トレーニングスキームを設計する。
  論文  参考訳（メタデータ） (2022-03-22T16:13:27Z)
• Adaptive Single Image Deblurring [43.02281823557039]
  本稿では,画像間の大きなぼやけた変化を扱うために,効率的な画素適応化と特徴注意設計を提案する。 また、性能を大幅に向上させる効果的なコンテンツ認識グローバルローカルフィルタリングモジュールを提案する。
  論文  参考訳（メタデータ） (2022-01-01T10:10:19Z)
• EAN: Event Adaptive Network for Enhanced Action Recognition [66.81780707955852]
  本稿では,映像コンテンツの動的性質を調査するための統合された行動認識フレームワークを提案する。 まず、局所的な手がかりを抽出する際に、動的スケールの時空間カーネルを生成し、多様な事象を適応的に適合させる。 第2に、これらのキューを正確にグローバルなビデオ表現に集約するために、トランスフォーマーによって選択されたいくつかの前景オブジェクト間のインタラクションのみをマイニングすることを提案する。
  論文  参考訳（メタデータ） (2021-07-22T15:57:18Z)
• Algorithm-hardware Co-design for Deformable Convolution [40.50544352625659]
  我々は、変形可能な畳み込みを改良した効率的な物体検出ネットワークを構築し、最先端の量子化手法を用いてネットワークを定量化する。 予備実験では、変形可能な畳み込みに対する設計最適化により、ほとんど精度が損なわれず、高速化が達成できることが示されている。
  論文  参考訳（メタデータ） (2020-02-19T01:08:11Z)

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。