論文の概要: Adaptive Debanding Filter
- arxiv url: http://arxiv.org/abs/2009.10804v1
- Date: Tue, 22 Sep 2020 20:44:20 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-15 23:08:48.923661
- Title: Adaptive Debanding Filter
- Title(参考訳): 適応デバンドリングフィルタ
- Authors: Zhengzhong Tu, Jessie Lin, Yilin Wang, Balu Adsumilli, and Alan C.
Bovik
- Abstract要約: バンディングアーティファクトは、写真やビデオフレームに階段のような色のバンドとして現れます。
後処理モジュールとして,コンテンツ適応型スムースなフィルタリングと拡張量子化を提案する。
実験結果から,提案した解離フィルタは,最先端の偽輪郭除去アルゴリズムよりも視覚的,定量的に優れていることがわかった。
- 参考スコア(独自算出の注目度): 55.42929350861115
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Banding artifacts, which manifest as staircase-like color bands on pictures
or video frames, is a common distortion caused by compression of low-textured
smooth regions. These false contours can be very noticeable even on
high-quality videos, especially when displayed on high-definition screens. Yet,
relatively little attention has been applied to this problem. Here we consider
banding artifact removal as a visual enhancement problem, and accordingly, we
solve it by applying a form of content-adaptive smoothing filtering followed by
dithered quantization, as a post-processing module. The proposed debanding
filter is able to adaptively smooth banded regions while preserving image edges
and details, yielding perceptually enhanced gradient rendering with limited
bit-depths. Experimental results show that our proposed debanding filter
outperforms state-of-the-art false contour removing algorithms both visually
and quantitatively.
- Abstract(参考訳): 写真やビデオフレームに階段のようなカラーバンドとして現れるバンド状アーティファクトは、低テクスチャスムーズな領域の圧縮によって引き起こされる一般的な歪みである。
これらの偽の輪郭は、高品質なビデオでも、特に高精細な画面で表示されても、非常に目立つ。
しかし、この問題には比較的注意が向けられていない。
そこで本研究では,包帯アーティファクト除去を視覚増進問題として考慮し,後処理モジュールとしてコンテンツ適応型平滑化フィルタリングとディザッド量子化を応用して解決する。
提案した解離フィルタは,画像のエッジや細部を保存しながら,適応的に帯状領域を平滑にすることができる。
実験の結果,提案手法は視覚と定量的の両方において,最先端の偽輪郭除去アルゴリズムよりも優れていることがわかった。
関連論文リスト
- 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) - Parallax-Tolerant Unsupervised Deep Image Stitching [57.76737888499145]
本稿では,パララックス耐性の非教師あり深層画像縫合技術であるUDIS++を提案する。
まず,グローバルなホモグラフィから局所的な薄板スプライン運動への画像登録をモデル化するための,頑健で柔軟なワープを提案する。
本研究では, 縫合された画像をシームレスに合成し, シーム駆動合成マスクの教師なし学習を行うことを提案する。
論文 参考訳(メタデータ) (2023-02-16T10:40:55Z) - Gradient Domain Weighted Guided Image Filtering [9.650335855639623]
本稿では,勾配情報を用いて画像のエッジを正確に識別するアルゴリズムを提案する。
このアルゴリズムは、重み付き情報を用いて、平坦領域とエッジ領域を区別し、よりシャープなエッジと平坦領域のぼやけを低減する。
実験により,提案アルゴリズムは端面のハロアーティファクトを著しく抑制し,画像のデノゲーションとディテールエンハンスメントの両方に有効であることが示された。
論文 参考訳(メタデータ) (2022-11-30T07:25:41Z) - Correcting Face Distortion in Wide-Angle Videos [85.88898349347149]
これらの歪みを補正するビデオワープアルゴリズムを提案する。
私たちのキーとなるアイデアは、顔領域に局所的に立体投影を適用することです。
性能評価のために,焦点距離の広い広角ビデオデータセットを開発した。
論文 参考訳(メタデータ) (2021-11-18T21:28:17Z) - Motion-blurred Video Interpolation and Extrapolation [72.3254384191509]
本稿では,映像から鮮明なフレームをエンドツーエンドに切り離し,補間し,外挿する新しい枠組みを提案する。
予測フレーム間の時間的コヒーレンスを確保し,潜在的な時間的あいまいさに対処するために,単純で効果的なフローベースルールを提案する。
論文 参考訳(メタデータ) (2021-03-04T12:18:25Z) - Context-Aware Image Denoising with Auto-Threshold Canny Edge Detection
to Suppress Adversarial Perturbation [0.8021197489470756]
本論文では,新しいコンテキスト認識画像デノイジングアルゴリズムを提案する。
適応画像スムージング技術とカラーリダクション技術を組み合わせて、逆画像からの摂動を除去します。
提案手法は, 敵の攻撃による敵の摂動を低減し, 深部畳み込みニューラルネットワークモデルの堅牢性を向上することを示す。
論文 参考訳(メタデータ) (2021-01-14T19:15:28Z) - Contextual colorization and denoising for low-light ultra high
resolution sequences [0.0]
低光度画像のシーケンスは、通常、非一貫性のノイズ、フリック、オブジェクトや動くオブジェクトのぼやけに苦しむ。
我々はこれらの問題に,同時着色と着色を同時に行う未経験学習手法で対処する。
提案手法は,主観的品質の観点から既存手法よりも優れており,輝度レベルや雑音の変動に頑健であることを示す。
論文 参考訳(メタデータ) (2021-01-05T15:35:29Z) - Video Semantic Segmentation with Distortion-Aware Feature Correction [32.00672651803015]
フレーム単位のイメージセグメンテーションは、計算コストが高いため、実際には受け入れられない。
本稿では,問題を緩和する歪み認識機能補正を提案する。
提案手法は,ビデオセマンティックセグメンテーションの精度を大幅に向上させることができる。
論文 参考訳(メタデータ) (2020-06-18T09:30:00Z) - BBAND Index: A No-Reference Banding Artifact Predictor [55.42929350861115]
バンディングアーティファクト(英: Banding artifact)または偽コントゥーリング(英: false contouring)は、一般的なビデオ圧縮障害である。
本稿では,Blind BANding Detector (BBAND index) と呼ばれる,歪み特異的な非参照ビデオ品質モデルを提案する。
論文 参考訳(メタデータ) (2020-02-27T03:05:26Z)
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。