論文の概要: A spatial hue similarity measure for assessment of colourisation

• arxiv url: http://arxiv.org/abs/2011.01700v1
• Date: Tue, 3 Nov 2020 13:43:36 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-30 05:20:15.169534
• Title: A spatial hue similarity measure for assessment of colourisation
• Title（参考訳）: 色調評価のための空間的色相類似度尺度
• Authors: Se\'an Mullery and Paul F. Whelan
• Abstract要約: 我々は、多モード問題を分離するために、CIEL*a*b*色空間からa*b*チャネルの極形を用いる。 我々は、クロマチャネルにSSIMを適用するが、hueチャネルのSSIMを、Spatial Hue similarity Measure (SHSM)と呼ぶ尺度に再構成する。 この改質により、空間的に整合性のある色相チャネルは、空間的に整合性のあるモードを解析しながら高いスコアを達成することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automatic colourisation of grey-scale images is an ill-posed multi-modal problem. Where full-reference images exist, objective performance measures rely on pixel-difference techniques such as MSE and PSNR. These measures penalise any plausible modes other than the reference ground-truth; They often fail to adequately penalise implausible modes if they are close in pixel distance to the ground-truth; As these are pixel-difference methods they cannot assess spatial coherency. We use the polar form of the a*b* channels from the CIEL*a*b* colour space to separate the multi-modal problems, which we confine to the hue channel, and the common-mode which applies to the chroma channel. We apply SSIM to the chroma channel but reformulate SSIM for the hue channel to a measure we call the Spatial Hue Similarity Measure (SHSM). This reformulation allows spatially-coherent hue channels to achieve a high score while penalising spatially-incoherent modes. This method allows qualitative and quantitative performance comparison of SOTA colourisation methods and reduces reliance on subjective human visual inspection.
• Abstract（参考訳）: グレースケール画像の自動色付けは不適切なマルチモーダル問題である。 フル参照画像が存在する場合、客観的な性能測定は、MSEやPSNRのような画素差分技術に依存する。 これらの測定は、基準の地対面以外の可算モードをペナルティとし、それらが地対面に近いピクセル距離にある場合、しばしば適切なペナルシブルモードをペナルティに失敗し、ピクセル拡散法であるため、空間的コヒーレンスを評価できない。 我々は、CIEL*a*b*色空間からa*b*チャネルの極形を用いて、hueチャネルに限定する多重モード問題と、クロマチャネルに適用する共通モードを分離する。 我々はSSIMをクロマチャネルに適用するが、hueチャネルのSSIMをSSM(Spatial Hue similarity Measure)と呼ぶ尺度に再構成する。 この再構成により、空間的不整合モードを解析しながら、空間的不整合チャネルが高いスコアを達成することができる。 本手法は,SOTAカラー化手法の質的,定量的な性能比較を可能にし,主観的視覚検査への依存を低減する。

関連論文リスト

• A New Cross-Space Total Variation Regularization Model for Color Image Restoration with Quaternion Blur Operator [20.00683294783224]
  カラー画像の劣化に対する新しいクロススペース全変動(CSTV)正規化モデルを提案する。 解の存在と特異性が証明され、異なる色空間上で正規化項のバランスを求める新しいL曲線法が提案される。 カラー画像データベースに関する数値実験は、新しいモデルとアルゴリズムの有効性と有効性を示している。
  論文  参考訳（メタデータ） (2024-05-20T15:29:26Z)
• Control Color: Multimodal Diffusion-based Interactive Image Colorization [81.68817300796644]
  Control Color (Ctrl Color) は、事前訓練された安定拡散(SD)モデルを利用する多モードカラー化手法である。 ユーザのストロークをエンコードして、局所的な色操作を正確に行うための効果的な方法を提案する。 また、カラーオーバーフローと不正確な色付けの長年の問題に対処するために、自己注意に基づく新しいモジュールとコンテンツ誘導型変形可能なオートエンコーダを導入する。
  論文  参考訳（メタデータ） (2024-02-16T17:51:13Z)
• Symmetric Uncertainty-Aware Feature Transmission for Depth Super-Resolution [52.582632746409665]
  カラー誘導DSRのためのSymmetric Uncertainty-aware Feature Transmission (SUFT)を提案する。 本手法は最先端の手法と比較して優れた性能を実現する。
  論文  参考訳（メタデータ） (2023-06-01T06:35:59Z)
• Dif-Fusion: Towards High Color Fidelity in Infrared and Visible Image Fusion with Diffusion Models [54.952979335638204]
  本稿では,Dif-Fusionと呼ばれる拡散モデルを用いて,マルチチャネル入力データの分布を生成する手法を提案する。 我々の手法は、特にカラー忠実度において、他の最先端画像融合法よりも効果的である。
  論文  参考訳（メタデータ） (2023-01-19T13:37:19Z)
• Multi-channel Nuclear Norm Minus Frobenius Norm Minimization for Color Image Denoising [9.20787253404652]
  従来の戦略の1つは、RGBイメージを相関の少ない色空間に変換し、新しい空間の各チャネルを別々に識別することである。 本稿では,核ノルムの最小化フレームワークであるフロベニウス・ノルム最小化フレームワークを用いて,カラー画像のマルチチャネル最適化モデルを提案する。 合成および実ノイズデータセットによる実験結果は,提案モデルが最先端モデルより優れていることを示す。
  論文  参考訳（メタデータ） (2022-09-16T04:10:29Z)
• Cross-Camera Deep Colorization [10.254243409261898]
  本稿では,カラープラスモノデュアルカメラシステムからの画像の整列と融合を行う,エンドツーエンドの畳み込みニューラルネットワークを提案する。 提案手法は,約10dBPSNRゲインの大幅な改善を継続的に達成する。
  論文  参考訳（メタデータ） (2022-08-26T11:02:14Z)
• Modality-Adaptive Mixup and Invariant Decomposition for RGB-Infrared Person Re-Identification [84.32086702849338]
  RGB-赤外線人物再同定のための新しいモダリティ適応混合・不変分解(MID)手法を提案する。 MIDは、RGBと赤外線画像の混合画像を生成するためのモダリティ適応混合方式を設計する。 2つの挑戦的なベンチマーク実験は、最先端の手法よりもMIDの優れた性能を示す。
  論文  参考訳（メタデータ） (2022-03-03T14:26:49Z)
• Mitigating Channel-wise Noise for Single Image Super Resolution [33.383282898248076]
  本稿では,色チャネルを協調的に考慮し,ノイズの多い色画像の超解法を提案する。 結果は、実際のシナリオにおけるアプローチの超解能を実証する。
  論文  参考訳（メタデータ） (2021-12-14T17:45:15Z)
• Underwater Image Enhancement via Medium Transmission-Guided Multi-Color Space Embedding [88.46682991985907]
  本稿では,Ucolor と呼ばれる媒体透過誘導多色空間埋め込みによる水中画像強調ネットワークを提案する。 当社のネットワークは、複数の色空間を埋め込むことにより、水中画像の視覚的品質を効果的に改善できます。
  論文  参考訳（メタデータ） (2021-04-27T07:35:30Z)
• Creating Artificial Modalities to Solve RGB Liveness [79.9255035557979]
  我々は,スプーフ検出のためのエンドツーエンドパイプラインと組み合わせて,ランクプーリングと光流の2種類の人工変換を導入する。 提案手法は, 最大のクロスセクニティ対面アンチスプーフィングデータセットCASIA-SURF CeFA (RGB) の最先端化を実現する。
  論文  参考訳（メタデータ） (2020-06-29T13:19:22Z)
• Leveraging Photogrammetric Mesh Models for Aerial-Ground Feature Point Matching Toward Integrated 3D Reconstruction [19.551088857830944]
  地上・地上画像の統合は, 都市環境における表面の再構築を効果的に進めるためのアプローチとして証明されている。 幾何認識による画像補正に基づく従来の研究により,この問題は緩和された。 地上画像マッチングにフォトグラムメッシュモデルを利用する新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-02-21T01:47:59Z)

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。