論文の概要: Deep Sparse Light Field Refocusing

• arxiv url: http://arxiv.org/abs/2009.02582v1
• Date: Sat, 5 Sep 2020 18:34:55 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-21 21:11:08.223118
• Title: Deep Sparse Light Field Refocusing
• Title（参考訳）: 深部スパース光場再焦点化
• Authors: Shachar Ben Dayan, David Mendlovic and Raja Giryes
• Abstract要約: 現在の方法は、この目的のために、角度ビューの高密度な場を必要とする。 本稿では,ニューラルネットワークを用いた狭角情報に基づく新しいディジタル再焦点方式を提案する。
• 参考スコア（独自算出の注目度）: 35.796798137910066
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Light field photography enables to record 4D images, containing angular information alongside spatial information of the scene. One of the important applications of light field imaging is post-capture refocusing. Current methods require for this purpose a dense field of angle views; those can be acquired with a micro-lens system or with a compressive system. Both techniques have major drawbacks to consider, including bulky structures and angular-spatial resolution trade-off. We present a novel implementation of digital refocusing based on sparse angular information using neural networks. This allows recording high spatial resolution in favor of the angular resolution, thus, enabling to design compact and simple devices with improved hardware as well as better performance of compressive systems. We use a novel convolutional neural network whose relatively small structure enables fast reconstruction with low memory consumption. Moreover, it allows handling without re-training various refocusing ranges and noise levels. Results show major improvement compared to existing methods.
• Abstract（参考訳）: 光フィールド撮影は、シーンの空間情報と共に角情報を含む4d画像を記録できる。 光電界イメージングの重要な応用の1つは、ポストキャプチャーリフォーカスである。 現在の方法は、この目的のために高密度の角度ビューが必要であり、これらはマイクロレンズシステムまたは圧縮システムで取得できる。 どちらの手法も、バルク構造や角-空間分解トレードオフなど、考慮すべき大きな欠点がある。 本稿では,ニューラルネットワークを用いた狭角情報に基づくディジタル再焦点方式を提案する。 これにより、角分解能に有利な高解像度の空間記録が可能となり、ハードウェアを改良したコンパクトでシンプルなデバイスを設計でき、圧縮システムの性能も向上した。 比較的小さな構造でメモリ消費の少ない高速な再構成が可能な新しい畳み込みニューラルネットワークを用いる。 さらに、様々なリフォーカス範囲やノイズレベルを再訓練することなくハンドリングができる。 その結果,既存の方法と比較して大きな改善が見られた。

関連論文リスト

• Learning based Deep Disentangling Light Field Reconstruction and Disparity Estimation Application [1.5603081929496316]
  本稿では,光電界拡散機構の原理を継承し,高度なネットワーク構造を付加するDeep Disentangling Mechanismを提案する。 本研究では,DDASR(Deep Disentangling Mechanism)に基づく光電場再構成ネットワークを設計し,実験においてSOTAの性能を実現する。
  論文  参考訳（メタデータ） (2023-11-14T12:48:17Z)
• Depth Monocular Estimation with Attention-based Encoder-Decoder Network from Single Image [7.753378095194288]
  ビジョンベースのアプローチは最近多くの注目を集めており、これらの欠点を克服することができる。 本研究では,格子状アーチファクトやぼやけたエッジに悩まされている1つの単眼画像から深度マップを推定する。 我々の新しいアプローチは、最小限のオーバーヘッドで現在の画像の焦点を見つけることができ、奥行き特性の損失を避けることができる。
  論文  参考訳（メタデータ） (2022-10-24T23:01:25Z)
• InfoNeRF: Ray Entropy Minimization for Few-Shot Neural Volume Rendering [55.70938412352287]
  ニューラルな暗黙表現に基づく数ショットの新規ビュー合成のための情報理論正規化手法を提案する。 提案手法は,不十分な視点で発生する潜在的な復元の不整合を最小化する。 複数の標準ベンチマークにおいて,既存のニューラルビュー合成手法と比較して一貫した性能向上を実現している。
  論文  参考訳（メタデータ） (2021-12-31T11:56:01Z)
• Learning Neural Light Fields with Ray-Space Embedding Networks [51.88457861982689]
  我々は、コンパクトで、光線に沿った統合放射率を直接予測する新しいニューラル光場表現を提案する。 提案手法は,Stanford Light Field データセットのような,高密度の前方向きデータセットの最先端品質を実現する。
  論文  参考訳（メタデータ） (2021-12-02T18:59:51Z)
• Light Field Implicit Representation for Flexible Resolution Reconstruction [9.173467982128514]
  入力ビューのスパースセットに条件付き4次元光場を暗黙的に表現するモデルを提案する。 我々のモデルは、連続的な座標の光場値を出力するように訓練されている。 実験により,本手法は,高速かつ高速なビュー合成のための最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2021-11-30T23:59:02Z)
• 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)
• High Quality Remote Sensing Image Super-Resolution Using Deep Memory Connected Network [21.977093907114217]
  単一画像の超解像は、ターゲット検出や画像分類といった多くの用途において重要である。 本稿では,畳み込みニューラルネットワークによる高画質超解像画像の再構成手法として,DeepMemory Connected Network (DMCN)を提案する。
  論文  参考訳（メタデータ） (2020-10-01T15:06:02Z)
• Spatial-Angular Attention Network for Light Field Reconstruction [64.27343801968226]
  非局所的な光場における対応を知覚する空間角アテンションネットワークを提案する。 非局所的なアテンション機構により、光界の各画素に対するエピポーラ面の全ての位置からの応答を計算するために、空間角アテンションモジュールが導入された。 次に,低空間スケールでの非局所的注意を効果的に実装するためのマルチスケール再構成構造を提案する。
  論文  参考訳（メタデータ） (2020-07-05T06:55:29Z)
• 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。