論文の概要: Transform Domain Pyramidal Dilated Convolution Networks For Restoration
of Under Display Camera Images
- arxiv url: http://arxiv.org/abs/2009.09393v1
- Date: Sun, 20 Sep 2020 09:26:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-16 13:03:09.738600
- Title: Transform Domain Pyramidal Dilated Convolution Networks For Restoration
of Under Display Camera Images
- Title（参考訳）: 画面下カメラ画像の復元のための変換ドメインピラミッド拡張畳み込みネットワーク
- Authors: Hrishikesh P.S., Densen Puthussery, Melvin Kuriakose, Jiji C.V
- Abstract要約: アンダーディスプレイカメラ(UDC)は、ハンドヘルドデバイスでデジタル画像体験をシームレスにする新しい技術である。
UDC画像はディスプレイ画面下の位置によって著しく劣化する。
この研究は、UDCイメージングの結果劣化した画像の復元に対処する。
- 参考スコア（独自算出の注目度）: 6.731863717520707
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Under-display camera (UDC) is a novel technology that can make digital
imaging experience in handheld devices seamless by providing large
screen-to-body ratio. UDC images are severely degraded owing to their
positioning under a display screen. This work addresses the restoration of
images degraded as a result of UDC imaging. Two different networks are proposed
for the restoration of images taken with two types of UDC technologies. The
first method uses a pyramidal dilated convolution within a wavelet decomposed
convolutional neural network for pentile-organic LED (P-OLED) based display
system. The second method employs pyramidal dilated convolution within a
discrete cosine transform based dual domain network to restore images taken
using a transparent-organic LED (T-OLED) based UDC system. The first method
produced very good quality restored images and was the winning entry in
European Conference on Computer Vision (ECCV) 2020 challenge on image
restoration for Under-display Camera - Track 2 - P-OLED evaluated based on PSNR
and SSIM. The second method scored fourth position in Track-1 (T-OLED) of the
challenge evaluated based on the same metrics.
- Abstract（参考訳）: アンダーディスプレイカメラ(UDC)は、画面対ボディ比を大きくすることで、ハンドヘルドデバイスでデジタル画像体験をシームレスにすることができる新しい技術である。
UDC画像はディスプレイ画面下の位置によって著しく劣化する。
この研究は、UDCイメージングの結果劣化した画像の復元に対処する。
2種類のUDC技術で撮影された画像の復元のために、2つの異なるネットワークが提案されている。
第1の方法は、ペンチル有機LED(P-OLED)ベースの表示システムのためのウェーブレット分解畳み込みニューラルネットワーク内のピラミッド状拡張畳み込みを用いる。
第2の方法は、離散コサイン変換に基づく二重ドメインネットワーク内のピラミッド状拡張畳み込みを用いて、透明有機LED(T-OLED)ベースのUDCシステムを用いて撮影された画像を復元する。
最初の手法は非常に高品質な復元画像を作成し、PSNRとSSIMに基づいて評価されたアンダーディスプレイカメラ - トラック2 - P-OLEDの画像復元に関するEuropean Conference on Computer Vision (ECCV) 2020のコンテストで優勝した。
第2の方法は、同じ指標に基づいて評価された課題のトラック1(T-OLED)において第4位となった。
関連論文リスト
- Neuromorphic Synergy for Video Binarization [54.195375576583864]
バイモーダルオブジェクトは視覚システムによって容易に認識できる情報を埋め込む視覚形式として機能する。
ニューロモルフィックカメラは、動きのぼかしを緩和する新しい機能を提供するが、最初にブルーを脱色し、画像をリアルタイムでバイナライズするのは簡単ではない。
本稿では,イベント空間と画像空間の両方で独立に推論を行うために,バイモーダル目標特性の事前知識を活用するイベントベースバイナリ再構築手法を提案する。
また、このバイナリ画像を高フレームレートバイナリビデオに伝搬する効率的な統合手法も開発している。
論文 参考訳（メタデータ） (2024-02-20T01:43:51Z) - TransY-Net:Learning Fully Transformer Networks for Change Detection of
Remote Sensing Images [64.63004710817239]
リモートセンシング画像CDのためのトランスフォーマーベース学習フレームワークTransY-Netを提案する。
グローバルな視点からの特徴抽出を改善し、ピラミッド方式で多段階の視覚的特徴を組み合わせる。
提案手法は,4つの光学式および2つのSAR画像CDベンチマーク上での最先端性能を実現する。
論文 参考訳（メタデータ） (2023-10-22T07:42:19Z) - Deep Video Restoration for Under-Display Camera [98.17505013737446]
本稿では,現実的な UDC 劣化過程をシミュレートする GAN ベースの生成パイプラインを提案する。
我々は PexelsUDC という,最初の大規模 UDC ビデオ復元データセットを構築した。
本稿では,動画の劣化を適応的に改善するトランスフォーマーベースライン手法を提案する。
論文 参考訳（メタデータ） (2023-09-09T10:48:06Z) - DiffBIR: Towards Blind Image Restoration with Generative Diffusion Prior [70.46245698746874]
DiffBIRは、視覚の異なる画像復元タスクを処理できる一般的な修復パイプラインである。
DiffBIRは, ブラインド画像復元問題を, 1) 劣化除去: 画像に依存しない内容の除去; 2) 情報再生: 失われた画像内容の生成の2段階に分離する。
第1段階では, 修復モジュールを用いて劣化を除去し, 高忠実度復元結果を得る。
第2段階では、潜伏拡散モデルの生成能力を活用して現実的な詳細を生成するIRControlNetを提案する。
論文 参考訳（メタデータ） (2023-08-29T07:11:52Z) - Generating Aligned Pseudo-Supervision from Non-Aligned Data for Image
Restoration in Under-Display Camera [84.41316720913785]
トレーニングデータ収集のための古典的なステレオセットアップを再考する -- 同じシーンの2つの画像を1つのUDCと1つの標準カメラでキャプチャする。
鍵となるアイデアは、高品質な参照イメージから詳細を"コピー"し、UDCイメージ上でそれらを"ペースト"することです。
トランスフォーマーベースの新しいフレームワークは、対応するUDC入力に対して、整合性はあるが高品質なターゲットデータを生成する。
論文 参考訳（メタデータ） (2023-04-12T17:56:42Z) - Modular Degradation Simulation and Restoration for Under-Display Camera [21.048590332029995]
ディスプレイ下カメラ(UDC)はフルスクリーンスマートフォンにエレガントなソリューションを提供する。
UDCが撮影した画像は、センサーがディスプレイの下に置かれているため、深刻な劣化に悩まされている。
UDC画像のシミュレーションにGAN(Generative Adversarial Network)フレームワークを用いたMPGNetと呼ばれるモジュラーネットワークを提案する。
論文 参考訳（メタデータ） (2022-09-23T07:36:07Z) - UDC-UNet: Under-Display Camera Image Restoration via U-Shape Dynamic
Network [13.406025621307132]
Under-Display Camera(UDC)は、スマートフォンがフルスクリーンディスプレイを実現するのを助けるために広く利用されている。
スクリーンは必然的に光伝播プロセスに影響を与えるため、UDCシステムによって撮影された画像にはフレア、ヘイズ、ぼかし、ノイズが含まれている。
本稿では、HDRシーンにおける既知のポイントスプレッド機能(PSF)を用いて、UDC画像復元問題に対処する新しいディープモデル、UDC-UNetを提案する。
論文 参考訳（メタデータ） (2022-09-05T07:41:44Z) - Removing Diffraction Image Artifacts in Under-Display Camera via Dynamic
Skip Connection Network [80.67717076541956]
アンダーディスプレイカメラ(UDC)システムは、スマートフォン上で真のベゼルレスおよびノッチフリーの視聴体験を提供します。
典型的なUDCシステムでは、ピクセルアレイはカメラ上の入射光を減衰および回折し、画像品質の大幅な低下をもたらす。
本研究では,前述の劣化問題の解析と対処を目的とする。
論文 参考訳（メタデータ） (2021-04-19T18:41:45Z) - Deep Atrous Guided Filter for Image Restoration in Under Display Cameras [18.6418313982586]
ディスプレイカメラの下では、カメラを半透明のOLEDスクリーンの後ろに配置することで、ベゼルのないディスプレイを実現することができる。
このようなイメージングシステムは、光の減衰と回折効果による画像劣化に悩まされる。
UDCシステムにおける画像復元のための2段階のエンド・ツー・エンドアプローチであるDeep Atrous Guided Filter(DAGF)を提案する。
論文 参考訳（メタデータ） (2020-08-14T07:54:52Z) - Image Restoration for Under-Display Camera [14.209602483950322]
フルスクリーンデバイスの新たなトレンドは、私たちはスクリーンの後ろにカメラを置くことを奨励します。
ベゼルを外し、画面下にカメラを集中させると、ディスプレイとボディの比率が大きくなり、ビデオチャットではアイコンタクトが強化されるが、画像の劣化も引き起こす。
本稿では,新たに定義されたUnder-Display Camera (UDC) に焦点をあてる。
論文 参考訳（メタデータ） (2020-03-10T17:09:00Z)
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。