論文の概要: Deep Controllable Backlight Dimming
- arxiv url: http://arxiv.org/abs/2008.08352v1
- Date: Wed, 19 Aug 2020 09:42:42 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-27 12:34:52.289177
- Title: Deep Controllable Backlight Dimming
- Title(参考訳): 深い制御可能なバックライトディミング
- Authors: Lvyin Duan, Demetris Marnerides, Alan Chalmers, Zhichun Lei and Kurt
Debattista
- Abstract要約: デュアルパネルHDRディスプレイ上でのHDR画像をレンダリングするために,新しい深層学習に基づく局所ディミング法を提案する。
この方法は畳み込みニューラルネットワークを用いてバックライトの値を予測し、表示すべきHDR画像として利用する。
その結果,提案手法を用いた場合の表示品質の向上と消費電力の向上が得られた。
- 参考スコア(独自算出の注目度): 5.373301016904971
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dual-panel displays require local dimming algorithms in order to reproduce
content with high fidelity and high dynamic range. In this work, a novel deep
learning based local dimming method is proposed for rendering HDR images on
dual-panel HDR displays. The method uses a Convolutional Neural Network to
predict backlight values, using as input the HDR image that is to be displayed.
The model is designed and trained via a controllable power parameter that
allows a user to trade off between power and quality. The proposed method is
evaluated against six other methods on a test set of 105 HDR images, using a
variety of quantitative quality metrics. Results demonstrate improved display
quality and better power consumption when using the proposed method compared to
the best alternatives.
- Abstract(参考訳): デュアルパネルディスプレイは、高い忠実度と高いダイナミックレンジのコンテンツを再現するために、ローカルディミングアルゴリズムを必要とする。
本研究では,デュアルパネルHDRディスプレイ上でのHDR画像のレンダリングのために,深層学習に基づく局所ディミング手法を提案する。
この方法は畳み込みニューラルネットワークを用いてバックライトの値を予測し、表示すべきHDR画像として利用する。
このモデルは、ユーザが電力と品質のトレードオフを可能にする制御可能なパワーパラメータによって設計および訓練される。
提案手法は, 各種量的品質指標を用いて, 105個のHDR画像に対して他の6つの手法と比較した。
その結果,提案手法を用いた場合の表示品質の向上と消費電力の向上が得られた。
関連論文リスト
- 360U-Former: HDR Illumination Estimation with Panoramic Adapted Vision Transformers [21.393389135740712]
我々はGANとして360U-Formerを訓練し、限られた視野低ダイナミックレンジ画像(LDRI)からHDRIを生成する。
提案手法は,現在の照明推定プロトコルとデータセットを用いて評価する。
論文 参考訳(メタデータ) (2024-10-17T14:03:53Z) - Self-Supervised High Dynamic Range Imaging with Multi-Exposure Images in
Dynamic Scenes [58.66427721308464]
Selfは、訓練中にダイナミックなマルチ露光画像のみを必要とする自己教師型再構成手法である。
Selfは最先端の自己管理手法に対して優れた結果を出し、教師付き手法に匹敵するパフォーマンスを実現している。
論文 参考訳(メタデータ) (2023-10-03T07:10:49Z) - A Unified HDR Imaging Method with Pixel and Patch Level [41.14378863436963]
我々はHyNetと呼ばれるハイブリッドHDRデゴーストネットワークを提案し,HDR画像を生成する。
実験により、HyNetは最先端の手法よりも定量的にも質的にも優れており、統一されたテクスチャと色で魅力的なHDR視覚化を実現している。
論文 参考訳(メタデータ) (2023-04-14T06:21:57Z) - SMAE: Few-shot Learning for HDR Deghosting with Saturation-Aware Masked
Autoencoders [97.64072440883392]
そこで本研究では,SSHDRと呼ばれる2段階の訓練を通した短距離HDRイメージングを実現するための,新しい半教師付きアプローチを提案する。
以前の方法とは異なり、コンテンツを直接回復し、ゴーストを同時に除去することは、最適に達成することが難しい。
実験により、SSHDRは異なるデータセットの内外における定量的かつ定性的に最先端の手法より優れていることが示された。
論文 参考訳(メタデータ) (2023-04-14T03:42:51Z) - Generative Multiplane Neural Radiance for 3D-Aware Image Generation [102.15322193381617]
本稿では,複数のターゲットビューに対して連続した3次元高解像度画像を効率よく生成する手法を提案する。
我々のGMNRモデルは、単一のV100上で17.6FPSの1024×1024ピクセルの3D認識画像を生成する。
論文 参考訳(メタデータ) (2023-04-03T17:41:20Z) - High Dynamic Range Image Quality Assessment Based on Frequency Disparity [78.36555631446448]
高ダイナミックレンジ(HDR)画像に対する周波数差に基づく画像品質評価(IQA)アルゴリズムを提案する。
提案したLGFMは、最先端HDR IQA法と比較して、主観的知覚との整合性が高い。
論文 参考訳(メタデータ) (2022-09-06T08:22:13Z) - HDR-NeRF: High Dynamic Range Neural Radiance Fields [70.80920996881113]
我々は、低ダイナミックレンジ(LDR)ビューの集合からHDR放射界を異なる露光で復元するために、高ダイナミックレンジニューラルレイディアンス場(-NeRF)を提案する。
異なる露出下で、新しいHDRビューと新しいLDRビューの両方を生成することができる。
論文 参考訳(メタデータ) (2021-11-29T11:06:39Z) - Luminance Attentive Networks for HDR Image and Panorama Reconstruction [37.364335148790005]
低ダイナミックレンジ(LDR)画像から高逆範囲を不適切な問題として再構成することは困難である。
本稿では,1つのLDR画像からHDR再構成を行うために,LANetという減衰輝度ネットワークを提案する。
論文 参考訳(メタデータ) (2021-09-14T13:44:34Z) - Progressive and Selective Fusion Network for High Dynamic Range Imaging [28.639647755164916]
本稿では,LDR画像からシーンのHDR画像を生成する問題について考察する。
近年の研究では、ディープラーニングを採用し、エンドツーエンドで問題を解決することで、大幅なパフォーマンス向上を実現している。
本稿では,2つのアイデアに基づいて特徴を融合させる新しい手法を提案する。1つは多段階の特徴融合であり,我々のネットワークは同じ構造を持つブロックのスタックに徐々に特徴を融合させる。
論文 参考訳(メタデータ) (2021-08-19T09:42:03Z) - A Two-stage Deep Network for High Dynamic Range Image Reconstruction [0.883717274344425]
本研究では,新しい2段階深層ネットワークを提案することにより,シングルショットLDRからHDRマッピングへの課題に取り組む。
提案手法は,カメラ応答機能(CRF)や露光設定など,ハードウェア情報を知ることなくHDR画像の再構築を図ることを目的とする。
論文 参考訳(メタデータ) (2021-04-19T15:19:17Z) - Single Image Brightening via Multi-Scale Exposure Fusion with Hybrid
Learning [48.890709236564945]
小さいISOと小さな露光時間は、通常、背面または低い光条件下で画像をキャプチャするために使用される。
本稿では、そのような画像を明るくするために、単一の画像輝度化アルゴリズムを提案する。
提案アルゴリズムは,露出時間が大きい2つの仮想画像を生成するための,ユニークなハイブリッド学習フレームワークを含む。
論文 参考訳(メタデータ) (2020-07-04T08:23:07Z)
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。