論文の概要: Deep Exposure Fusion with Deghosting via Homography Estimation and Attention Learning

• arxiv url: http://arxiv.org/abs/2004.09089v1
• Date: Mon, 20 Apr 2020 07:00:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-11 19:03:43.365582
• Title: Deep Exposure Fusion with Deghosting via Homography Estimation and Attention Learning
• Title（参考訳）: ホログラフィー推定と注意学習によるDeghostingを用いた深部露光融合
• Authors: Sheng-Yeh Chen and Yung-Yu Chuang
• Abstract要約: ゴースト加工品とカメラの動きや移動物体による細部損失に対処する深層核融合ネットワークを提案する。 携帯端末を用いた実世界の写真実験により,暗黒領域と明るい領域の鮮明な色調を忠実に再現し,高品質な画像を生成することができることを示した。
• 参考スコア（独自算出の注目度）: 29.036754445277314
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modern cameras have limited dynamic ranges and often produce images with saturated or dark regions using a single exposure. Although the problem could be addressed by taking multiple images with different exposures, exposure fusion methods need to deal with ghosting artifacts and detail loss caused by camera motion or moving objects. This paper proposes a deep network for exposure fusion. For reducing the potential ghosting problem, our network only takes two images, an underexposed image and an overexposed one. Our network integrates together homography estimation for compensating camera motion, attention mechanism for correcting remaining misalignment and moving pixels, and adversarial learning for alleviating other remaining artifacts. Experiments on real-world photos taken using handheld mobile phones show that the proposed method can generate high-quality images with faithful detail and vivid color rendition in both dark and bright areas.
• Abstract（参考訳）: 現代のカメラはダイナミックレンジが限られており、単一の露光で飽和領域や暗い領域の画像を撮影することが多い。 この問題は、複数の画像を異なる露光で撮影することで解決できるが、露光融合法はゴーストやカメラの動きや移動物体による詳細な損失に対処する必要がある。 本稿では露光融合のための深層ネットワークを提案する。 ゴースト問題を減らすために、ネットワークは2つの画像と、露出不足の画像と過剰に露出した画像しか撮らない。 本ネットワークは,カメラ動作補償のためのホモグラフィ推定と,残差不一致と動画素の修正のための注意機構,および他の残差アーティファクトを緩和するための逆学習を統合した。 携帯端末を用いた実世界の写真実験により,暗黒領域と明るい領域の鮮やかな色調を忠実に再現し,高品質な画像を生成することができることを示した。

関連論文リスト

• High Dynamic Range Imaging of Dynamic Scenes with Saturation Compensation but without Explicit Motion Compensation [20.911738532410766]
  高ダイナミックレンジ(LDR)イメージングは、カメラセンサの限界により大量の情報が失われるため、非常に難しい課題である。 HDRイメージングでは、複数の低ダイナミックレンジ(LDR)画像を露出の変化で捉え、より多くの情報を収集する手法がある。 既存の手法のほとんどはゴーストのアーチファクトを減らすために運動補償に重点を置いているが、それでも満足できない結果をもたらす。
  論文  参考訳（メタデータ） (2023-08-22T02:44:03Z)
• Exposure Fusion for Hand-held Camera Inputs with Optical Flow and PatchMatch [53.149395644547226]
  ハンドヘルドカメラによるマルチ露光画像融合のためのハイブリッド合成法を提案する。 提案手法は,このような動作に対処し,各入力の露光情報を効果的に維持する。 実験の結果,本手法の有効性とロバスト性を示した。
  論文  参考訳（メタデータ） (2023-04-10T09:06:37Z)
• Multi-Exposure HDR Composition by Gated Swin Transformer [8.619880437958525]
  本稿では,Swin Transformerに基づく新しいマルチ露光融合モデルを提案する。 露光空間ピラミッドにおける遠距離文脈依存性を自己認識機構により活用する。 実験により,本モデルが現在のマルチ露光HDR画像モデルと同等の精度が得られることが示された。
  論文  参考訳（メタデータ） (2023-03-15T15:38:43Z)
• Self-Supervised Image Restoration with Blurry and Noisy Pairs [66.33313180767428]
  ISOの高い画像は、通常難聴のノイズを持つが、長時間露光画像は、カメラの揺れや物体の動きによってぼやけている。 既存のソリューションは一般に、ノイズとブラーのバランスを求め、フルビジョンまたはセルフスーパービジョンのどちらかの下でデノイングやデブロワーリングのモデルを学ぶことを提案している。 本稿では,短時間露光ノイズ画像と長時間露光ぼかし画像との併用による画像復元を提案する。
  論文  参考訳（メタデータ） (2022-11-14T12:57:41Z)
• High Dynamic Range and Super-Resolution from Raw Image Bursts [52.341483902624006]
  本稿では,露光ブラケット付きハンドヘルドカメラで撮影した原写真からの高解像度・高ダイナミックレンジカラー画像の再構成について紹介する。 提案アルゴリズムは,画像復元における最先端の学習手法と比較して,メモリ要求の少ない高速なアルゴリズムである。 実験では、ハンドヘルドカメラで野生で撮影された実際の写真に最大4ドル(約4,800円)の超高解像度な要素で優れた性能を示す。
  論文  参考訳（メタデータ） (2022-07-29T13:31:28Z)
• Robust Scene Inference under Noise-Blur Dual Corruptions [20.0721386176278]
  低照度下でのシーン推測は、撮像画像の厳しいノイズのために難しい問題である。 同じシーンの複数の露出を同時に撮影できるカメラの台頭により、このトレードオフを克服することが可能である。 低照度および運動下でのロバスト推論にこれらのマルチ露光キャプチャを利用する手法を提案する。
  論文  参考訳（メタデータ） (2022-07-24T02:52:00Z)
• Learning Spatially Varying Pixel Exposures for Motion Deblurring [49.07867902677453]
  本研究では,空間的に異なる画素の露光を利用して動きを損なう新しい手法を提案する。 我々の研究は、未来のコンピュータイメージングにおいて、焦点面センサー-プロセッサが果たすべき役割を説明している。
  論文  参考訳（メタデータ） (2022-04-14T23:41:49Z)
• Neural Radiance Fields for Outdoor Scene Relighting [70.97747511934705]
  ニューラルラジアンス場に基づく屋外シーンライティングのための最初のアプローチであるNeRF-OSRを提案する。 従来の技術とは対照的に,本手法はシーン照明とカメラ視点の同時編集を可能にする。 シャドウ再現のための専用ネットワークも備えており、高品質の屋外照明に欠かせない。
  論文  参考訳（メタデータ） (2021-12-09T18:59:56Z)
• Learning Multi-Scale Photo Exposure Correction [51.57836446833474]
  露出を間違えた写真を撮影することは、カメラベースの画像の誤りの主な原因である。 本稿では,各サブプロブレムに個別に対処する粗大な深層ニューラルネットワーク(DNN)モデルを提案する。 提案手法は,未露出画像における既存の最先端手法と同等の結果を得る。
  論文  参考訳（メタデータ） (2020-03-25T19:33:51Z)

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。