論文の概要: An Integrated Enhancement Solution for 24-hour Colorful Imaging

• arxiv url: http://arxiv.org/abs/2005.04580v1
• Date: Sun, 10 May 2020 05:11:34 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-05 02:04:23.881084
• Title: An Integrated Enhancement Solution for 24-hour Colorful Imaging
• Title（参考訳）: 24時間カラーイメージングのための統合拡張ソリューション
• Authors: Feifan Lv, Yinqiang Zheng, Yicheng Li, Feng Lu
• Abstract要約: 24時間屋外イメージングの現在の業界慣行は、近赤外線(NIR)照明を付加したシリコンカメラを使用することである。 その結果、昼間はコントラストが低く、夜間は色覚が欠如する。 そこで本研究では,日光の日中や夜間の夜間に鮮明な色画像を生成する,新規で統合された拡張ソリューションを提案する。
• 参考スコア（独自算出の注目度）: 51.782600936647235
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The current industry practice for 24-hour outdoor imaging is to use a silicon camera supplemented with near-infrared (NIR) illumination. This will result in color images with poor contrast at daytime and absence of chrominance at nighttime. For this dilemma, all existing solutions try to capture RGB and NIR images separately. However, they need additional hardware support and suffer from various drawbacks, including short service life, high price, specific usage scenario, etc. In this paper, we propose a novel and integrated enhancement solution that produces clear color images, whether at abundant sunlight daytime or extremely low-light nighttime. Our key idea is to separate the VIS and NIR information from mixed signals, and enhance the VIS signal adaptively with the NIR signal as assistance. To this end, we build an optical system to collect a new VIS-NIR-MIX dataset and present a physically meaningful image processing algorithm based on CNN. Extensive experiments show outstanding results, which demonstrate the effectiveness of our solution.
• Abstract（参考訳）: 24時間屋外イメージングの現在の業界慣行は、近赤外線(NIR)照明を付加したシリコンカメラを使用することである。 これにより、昼はコントラストが悪く、夜は彩度がないカラー画像が得られる。 このジレンマのために、既存のソリューションはすべて、RGBとNIRの画像を別々にキャプチャしようとする。 しかし、追加のハードウェアサポートが必要で、短いサービス寿命、高い価格、特定の利用シナリオなど、さまざまな欠点を抱えています。 本稿では,日光量の多い日でも,極低照度でも鮮明な色彩画像を生成する,新しい統合型拡張ソリューションを提案する。 我々のキーとなる考え方は、混成信号からVISとNIR情報を分離し、NIR信号と適応的にVIS信号を強化することである。 そこで我々は,新たなVIS-NIR-MIXデータセットを収集する光学システムを構築し,CNNに基づく物理的に意味のある画像処理アルゴリズムを提案する。 広範な実験により, 提案手法の有効性を示す優れた結果が得られた。

関連論文リスト

• NIR-Assisted Image Denoising: A Selective Fusion Approach and A Real-World Benchmark Dataset [53.79524776100983]
  近赤外(NIR)画像を活用して、視認可能なRGB画像の復調を支援することで、この問題に対処する可能性を示している。 既存の作品では、NIR情報を効果的に活用して現実のイメージを飾ることに苦戦している。 先進デノナイジングネットワークにプラグイン・アンド・プレイ可能な効率的な選択核融合モジュール(SFM)を提案する。
  論文  参考訳（メタデータ） (2024-04-12T14:54:26Z)
• NiteDR: Nighttime Image De-Raining with Cross-View Sensor Cooperative Learning for Dynamic Driving Scenes [49.92839157944134]
  夜間の運転シーンでは、不十分で不均一な照明が暗闇の中でシーンを遮蔽し、画質と可視性が低下する。 雨天時の運転シーンに適した画像デライニング・フレームワークを開発した。 雨の人工物を取り除き、風景表現を豊かにし、有用な情報を復元することを目的としている。
  論文  参考訳（メタデータ） (2024-02-28T09:02:33Z)
• You Only Need One Color Space: An Efficient Network for Low-light Image Enhancement [50.37253008333166]
  低照度画像強調(LLIE)タスクは、劣化した低照度画像から詳細と視覚情報を復元する傾向がある。 水平/垂直インテンシティ(HVI)と呼ばれる新しいトレーニング可能なカラー空間を提案する。 輝度と色をRGBチャネルから切り離して、拡張中の不安定性を緩和するだけでなく、トレーニング可能なパラメータによって異なる照明範囲の低照度画像にも適応する。
  論文  参考訳（メタデータ） (2024-02-08T16:47:43Z)
• Nighttime Thermal Infrared Image Colorization with Feedback-based Object Appearance Learning [27.58748298687474]
  フィードバックに基づくオブジェクト外観学習(FoalGAN)を取り入れた生成的対向ネットワークを提案する。 FoalGANは、小さなオブジェクトの外観学習に有効であるが、意味保存とエッジ整合性の点で、他の画像翻訳方法よりも優れている。
  論文  参考訳（メタデータ） (2023-10-24T09:59:55Z)
• Enhancing Low-Light Images Using Infrared-Encoded Images [81.8710581927427]
  従来の芸術は、主にピクセルワイド・ロスを用いて可視光スペクトルで捉えた低照度画像に焦点を当てていた。 我々は,赤外線カットオフフィルタを除去することにより,低照度環境下で撮影された画像の可視性を高める新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-07-09T08:29:19Z)
• Visibility Constrained Wide-band Illumination Spectrum Design for Seeing-in-the-Dark [38.11468156313255]
  Seeing-in-the-darkは、コンピュータビジョンのタスクの中で、最も重要で挑戦的なタスクの1つだ。 本稿では,広帯域VIS-NIR領域における補助照明の最適スペクトルを設計することにより,NIR2RGB翻訳の堅牢化を図る。
  論文  参考訳（メタデータ） (2023-03-21T07:27:37Z)
• Rendering Nighttime Image Via Cascaded Color and Brightness Compensation [22.633061635144887]
  我々は、ホワイトバランスとトーンマッピングを専門家がアノテートした高精細な夜間RAW-RGBデータセットを構築した。 次に、色と明るさの補正を行うための2段階NN ISPであるCBUnetを開発する。 実験の結果,従来のISPパイプラインに比べて視覚的品質がよいことがわかった。
  論文  参考訳（メタデータ） (2022-04-19T16:15:31Z)
• Deep White-Balance Editing [50.08927449718674]
  カメラは、その集積信号プロセッサ(ISP)によってレンダリングされるセンサーイメージを、標準のRGB(sRGB)カラースペースエンコーディングにキャプチャする。 近年の[3]による研究では,ISPの非線形レンダリングのため,誤ったホワイトバランスでレンダリングされたsRGB画像を容易に修正できないことが示されている。 我々は,この問題を解決するために,エンドツーエンドでトレーニングしたディープニューラルネットワーク(DNN)アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-04-03T03:18:42Z)

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。