論文の概要: A Study of Efficient Light Field Subsampling and Reconstruction Strategies

• arxiv url: http://arxiv.org/abs/2008.04694v1
• Date: Tue, 11 Aug 2020 13:32:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-31 11:43:48.905037
• Title: A Study of Efficient Light Field Subsampling and Reconstruction Strategies
• Title（参考訳）: 効率的な光電場サブサンプリングと再構成戦略に関する研究
• Authors: Yang Chen, Martin Alain, Aljosa Smolic
• Abstract要約: 光分野におけるサブサンプリングと再構築戦略について検討する。 入力の角密度の影響も評価した。 これらの戦略は、圧縮、角超解像、カメラシステムの設計といった将来の光場研究に応用できる。
• 参考スコア（独自算出の注目度）: 22.116100469958436
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Limited angular resolution is one of the main obstacles for practical applications of light fields. Although numerous approaches have been proposed to enhance angular resolution, view selection strategies have not been well explored in this area. In this paper, we study subsampling and reconstruction strategies for light fields. First, different subsampling strategies are studied with a fixed sampling ratio, such as row-wise sampling, column-wise sampling, or their combinations. Second, several strategies are explored to reconstruct intermediate views from four regularly sampled input views. The influence of the angular density of the input is also evaluated. We evaluate these strategies on both real-world and synthetic datasets, and optimal selection strategies are devised from our results. These can be applied in future light field research such as compression, angular super-resolution, and design of camera systems.
• Abstract（参考訳）: 狭角分解能は光の応用における主要な障害の一つである。 角分解能を高めるために多くのアプローチが提案されているが、この領域ではビュー選択戦略が十分に研究されていない。 本稿では,光分野におけるサブサンプリングと再構築戦略について検討する。 まず,行ワイドサンプリング,列ワイドサンプリング,あるいはそれらの組み合わせなど,異なるサブサンプリング戦略を固定サンプリング比で検討する。 第2に、定期的にサンプリングされた4つの入力ビューから中間ビューを再構築するためのいくつかの戦略を検討する。 また、入力の角密度の影響も評価した。 これらの戦略を実世界と合成データの両方で評価し, 最適な選択戦略を考案した。 これらは圧縮、角超解像、カメラシステムの設計といった将来の光分野の研究に応用できる。

関連論文リスト

• Towards a Unified View of Preference Learning for Large Language Models: A Survey [88.66719962576005]
  大きな言語モデル(LLM)は、非常に強力な能力を示す。 成功するための重要な要因の1つは、LLMの出力を人間の好みに合わせることである。 選好学習のすべての戦略を、モデル、データ、フィードバック、アルゴリズムの4つの構成要素に分解する。
  論文  参考訳（メタデータ） (2024-09-04T15:11:55Z)
• Exploring Selective Layer Fine-Tuning in Federated Learning [48.470385357429215]
  フェデレートラーニング(FL)は,分散データを用いた基礎モデルの微調整のための,有望なパラダイムとして登場した。 FLにおける選択的層微調整について検討し、クライアントがローカルデータやリソースに応じて選択した層を調整できるフレキシブルなアプローチを強調した。
  論文  参考訳（メタデータ） (2024-08-28T07:48:39Z)
• Model-Free Active Exploration in Reinforcement Learning [53.786439742572995]
  強化学習における探索問題について検討し,新しいモデルフリーソリューションを提案する。 我々の戦略は、最先端の探査アプローチよりも高速に効率的な政策を特定できる。
  論文  参考訳（メタデータ） (2024-06-30T19:00:49Z)
• Sampling Strategies in Bayesian Inversion: A Study of RTO and Langevin Methods [0.5243460995467893]
  本稿では,逆問題に対する2種類のサンプリング手法について検討する。 本稿では,2つのアプローチの主な概念的,理論的相違点を強調し,実践的な観点から比較する。 サンプリング手法の選択が再現の質に重大な影響を及ぼし,RTO法がパラメータの選択に対してより堅牢であることを示す。
  論文  参考訳（メタデータ） (2024-06-24T14:08:27Z)
• Ground-based image deconvolution with Swin Transformer UNet [2.41675832913699]
  Swin Transformerアーキテクチャを用いた2段階のデコンボリューションフレームワークを提案する。 我々の研究は、ディープラーニングベースのソリューションが、科学的分析の範囲を制限してバイアスをもたらすことを明らかにした。 本稿では,スポーシティウェーブレットフレームワークの活性係数に依存する新しい第3ステップを提案する。
  論文  参考訳（メタデータ） (2024-05-13T15:30:41Z)
• MB-RACS: Measurement-Bounds-based Rate-Adaptive Image Compressed Sensing Network [65.1004435124796]
  本稿では,MB-RACS(Message-Bounds-based Rate-Adaptive Image Compressed Sensing Network)フレームワークを提案する。 実験により,提案手法が現在の先行手法を超越していることが実証された。
  論文  参考訳（メタデータ） (2024-01-19T04:40:20Z)
• Analysis of Sampling Strategies for Implicit 3D Reconstruction [0.0]
  暗黙的な3次元再構成ネットワークのトレーニングプロセスでは,空間的クエリポイントのサンプリング戦略の選択がモデルの最終的な性能に影響を与える。 本研究では,サンプリング戦略とネットワーク最終性能の関係について,分類解析と実験比較により検討した。 また,クエリポイントのサンプリング戦略を改善するために,線形サンプリングマスクと距離マスクという2つの手法を提案した。
  論文  参考訳（メタデータ） (2023-04-08T12:40:52Z)
• View Sub-sampling and Reconstruction for Efficient Light Field Compression [22.116100469958436]
  我々は光場圧縮のための様々なサブサンプリングと再構成戦略について検討する。 光場圧縮前後の様々なサブサンプリングとそれに対応する再構成戦略を適用した。
  論文  参考訳（メタデータ） (2022-08-12T19:16:39Z)
• Light Field Reconstruction Using Convolutional Network on EPI and Extended Applications [78.63280020581662]
  スパースビューからの光場再構成のための新しい畳み込みニューラルネットワーク(CNN)ベースのフレームワークを開発した。 最先端のアルゴリズムと比較して,提案フレームワークの高性能と堅牢性を実証する。
  論文  参考訳（メタデータ） (2021-03-24T08:16:32Z)
• On the Combined Impact of Population Size and Sub-problem Selection in MOEA/D [3.9718293469225334]
  ランダムなサブプロブレムを選択する単純なランダム戦略でさえ、既存の戦略より優れていることを示す。 また,このような戦略の頑丈さと対象問題の目的空間次元に対する感度について検討した。
  論文  参考訳（メタデータ） (2020-04-15T09:13:32Z)
• Learning Light Field Angular Super-Resolution via a Geometry-Aware Network [101.59693839475783]
  そこで本研究では,広いベースラインを持つスパースサンプリング光場を超解き放つことを目的とした,エンド・ツー・エンドの学習ベースアプローチを提案する。 提案手法は,実行時間48$times$を節約しつつ,2番目のベストメソッドのPSNRを平均2dBまで改善する。
  論文  参考訳（メタデータ） (2020-02-26T02:36:57Z)

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。