論文の概要: HDR Imaging with Quanta Image Sensors: Theoretical Limits and Optimal Reconstruction

• arxiv url: http://arxiv.org/abs/2011.03614v2
• Date: Wed, 2 Dec 2020 20:28:52 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-29 05:26:26.304394
• Title: HDR Imaging with Quanta Image Sensors: Theoretical Limits and Optimal Reconstruction
• Title（参考訳）: 量子イメージセンサを用いたHDRイメージング:理論的限界と最適再構成
• Authors: Abhiram Gnanasambandam and Stanley H. Chan
• Abstract要約: 本稿では,HDRイメージングのための新しい計算撮影手法を提案する。 我々は、QIS(Quanta Image Sensor)を用いて、空間時間分解能をビット深度で交換する。 単一ビットおよび多ビットQISに対する最適再構成アルゴリズムを導出する。
• 参考スコア（独自算出の注目度）: 17.931673459050792
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High dynamic range (HDR) imaging is one of the biggest achievements in modern photography. Traditional solutions to HDR imaging are designed for and applied to CMOS image sensors (CIS). However, the mainstream one-micron CIS cameras today generally have a high read noise and low frame-rate. These, in turn, limit the acquisition speed and quality, making the cameras slow in the HDR mode. In this paper, we propose a new computational photography technique for HDR imaging. Recognizing the limitations of CIS, we use the Quanta Image Sensor (QIS) to trade the spatial-temporal resolution with bit-depth. QIS is a single-photon image sensor that has comparable pixel pitch to CIS but substantially lower dark current and read noise. We provide a complete theoretical characterization of the sensor in the context of HDR imaging, by proving the fundamental limits in the dynamic range that QIS can offer and the trade-offs with noise and speed. In addition, we derive an optimal reconstruction algorithm for single-bit and multi-bit QIS. Our algorithm is theoretically optimal for \emph{all} linear reconstruction schemes based on exposure bracketing. Experimental results confirm the validity of the theory and algorithm, based on synthetic and real QIS data.
• Abstract（参考訳）: 高ダイナミックレンジ(HDR)イメージングは、現代の写真における最大の成果の1つである。 HDRイメージングの従来のソリューションはCMOSイメージセンサ(CIS)用に設計され応用されている。 しかし、現在のメインストリームの1ミクロンcisカメラは、読み出しノイズが高く、フレームレートが低い。 これらによって、取得速度と品質が制限され、hdrモードではカメラが遅くなる。 本稿では,HDRイメージングのための新しい計算撮影手法を提案する。 CISの限界を認識して、Quanta Image Sensor(QIS)を用いて、空間時間分解能をビット深度で交換する。 QISは単光子イメージセンサーで、CISに匹敵するピクセルピッチを持つが、暗電流や読み出しノイズは著しく低い。 我々は、QISが提供できるダイナミックレンジの基本的な限界とノイズと速度のトレードオフを証明し、HDRイメージングの文脈におけるセンサの完全な理論的特徴を与える。 さらに、単一ビットおよび多ビットQISに対する最適再構成アルゴリズムを導出する。 本アルゴリズムは,露光ブラケットに基づく線形再構成スキームに対して理論的に最適である。 実験結果は, 合成および実QISデータに基づく理論とアルゴリズムの有効性を確認した。

関連論文リスト

• bit2bit: 1-bit quanta video reconstruction via self-supervised photon prediction [57.199618102578576]
  疎二分量時間画像データから高画質の画像スタックを元の解像度で再構成する新しい方法であるbit2bitを提案する。 Poisson denoisingの最近の研究に触発されて、スパースバイナリ光子データから高密度な画像列を生成するアルゴリズムを開発した。 本研究では,様々な課題の画像条件下でのSPADの高速映像を多種多種に含む新しいデータセットを提案する。
  論文  参考訳（メタデータ） (2024-10-30T17:30:35Z)
• Event-based Asynchronous HDR Imaging by Temporal Incident Light Modulation [54.64335350932855]
  我々は,HDRイメージングの課題に関する重要な知見に基づいて,Pixel-Asynchronous HDRイメージングシステムを提案する。 提案システムでは,DVS(Dynamic Vision Sensors)とLCDパネルを統合する。 LCDパネルは、その透過性を変化させてDVSの照射インシデントを変調し、ピクセル非依存のイベントストリームをトリガーする。
  論文  参考訳（メタデータ） (2024-03-14T13:45:09Z)
• 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)
• RBSRICNN: Raw Burst Super-Resolution through Iterative Convolutional Neural Network [23.451063587138393]
  RBSRICNN(Row Burst Super-Resolution Iterative Convolutional Neural Network)を提案する。 提案したネットワークは、中間SR推定を反復的に洗練することにより最終的な出力を生成する。 定量的および定性的な実験において提案手法の有効性を実証する。
  論文  参考訳（メタデータ） (2021-10-25T19:01:28Z)
• Thermal Image Processing via Physics-Inspired Deep Networks [21.094006629684376]
  DeepIRは、物理的に正確なセンサーモデリングとディープネットワークベースのイメージ表現を組み合わせる。 DeepIRは、トレーニングデータや、既知のブラックボディターゲットによる定期的な地平線校正を必要としない。 シミュレーションおよび実データ実験により、DeepIRは3つの画像で高品質な非均一性補正を行うことができることを示した。
  論文  参考訳（メタデータ） (2021-08-18T04:57:48Z)
• HDRUNet: Single Image HDR Reconstruction with Denoising and Dequantization [39.82945546614887]
  本研究では,空間動的エンコーダデコーダネットワークであるHDRUNetを用いて,単一画像HDR再構成のためのエンドツーエンドマッピングを学習する。 本手法は,定量的比較と視覚的品質において最先端の性能を実現する。
  論文  参考訳（メタデータ） (2021-05-27T12:12:34Z)
• Beyond Visual Attractiveness: Physically Plausible Single Image HDR Reconstruction for Spherical Panoramas [60.24132321381606]
  我々は,単発hdr再構成フレームワークに物理的照度制約を導入する。 本手法は,視覚に訴えるだけでなく,物理的に妥当なHDRを生成することができる。
  論文  参考訳（メタデータ） (2021-03-24T01:51:19Z)
• Dynamic Low-light Imaging with Quanta Image Sensors [79.28256402267034]
  本稿では,Quanta Image Sensors (QIS) を用いた新しい画像再構成アルゴリズムを提案する。 動的シーンは,光子レベルが1ピクセル当たり1光子である場合,フレームのバーストから再構成可能であることを示す。
  論文  参考訳（メタデータ） (2020-07-16T20:29:52Z)
• Single-Image HDR Reconstruction by Learning to Reverse the Camera Pipeline [100.5353614588565]
  本稿では,LDR画像形成パイプラインの領域知識をモデルに組み込むことを提案する。 我々は,HDRto-LDR画像形成パイプラインを(1)ダイナミックレンジクリッピング,(2)カメラ応答関数からの非線形マッピング,(3)量子化としてモデル化する。 提案手法は,最先端の単一画像HDR再構成アルゴリズムに対して良好に動作することを示す。
  論文  参考訳（メタデータ） (2020-04-02T17:59:04Z)
• Adaptive Dithering Using Curved Markov-Gaussian Noise in the Quantized Domain for Mapping SDR to HDR Image [2.913398015606848]
  高ダイナミックレンジ(SDR)イメージングは、レギュラーディスプレイだけでなくスマートフォンでも、リアルなコンテンツによって注目を集めている。 本稿では,量子化画像の画素で動作するノイズ生成手法を提案する。 我々は、量子化画素のルマと逆トーンマッピング関数の傾きに基づいて、雑音パターンの大きさと構造を適応的に変化させる。
  論文  参考訳（メタデータ） (2020-01-20T05:30:16Z)

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。