論文の概要: Joint Super-Resolution and Rectification for Solar Cell Inspection

• arxiv url: http://arxiv.org/abs/2011.05003v2
• Date: Wed, 7 Apr 2021 13:26:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-27 07:40:45.442836
• Title: Joint Super-Resolution and Rectification for Solar Cell Inspection
• Title（参考訳）: 太陽電池検査における超解像と整流
• Authors: Mathis Hoffmann, Thomas K\"ohler, Bernd Doll, Frank Schebesch, Florian Talkenberg, Ian Marius Peters, Christoph J. Brabec, Andreas Maier, Vincent Christlein
• Abstract要約: 太陽電池モジュールの視覚検査は、太陽光発電プラントにおいて重要な監視施設である。 マルチフレーム超解像(MFSR)を低分解能測定列に適用する。 提案手法は, バイコビックアップサンプリングの3倍, 自動検査の2倍の精度を示す。
• 参考スコア（独自算出の注目度）: 7.591404302498596
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual inspection of solar modules is an important monitoring facility in photovoltaic power plants. Since a single measurement of fast CMOS sensors is limited in spatial resolution and often not sufficient to reliably detect small defects, we apply multi-frame super-resolution (MFSR) to a sequence of low resolution measurements. In addition, the rectification and removal of lens distortion simplifies subsequent analysis. Therefore, we propose to fuse this pre-processing with standard MFSR algorithms. This is advantageous, because we omit a separate processing step, the motion estimation becomes more stable and the spacing of high-resolution (HR) pixels on the rectified module image becomes uniform w. r. t. the module plane, regardless of perspective distortion. We present a comprehensive user study showing that MFSR is beneficial for defect recognition by human experts and that the proposed method performs better than the state of the art. Furthermore, we apply automated crack segmentation and show that the proposed method performs 3x better than bicubic upsampling and 2x better than the state of the art for automated inspection.
• Abstract（参考訳）: 太陽電池モジュールの視認検査は太陽光発電プラントにおける重要な監視施設である。 高速CMOSセンサの単一測定は空間分解能に制限があり、しばしば小さな欠陥を確実に検出するには不十分であるため、低分解能測定の連続にMFSRを適用する。 さらに、レンズ歪みの補正と除去は、その後の解析を単純化する。 そこで本研究では,この前処理を標準のMFSRアルゴリズムで融合する。 これは、分離処理ステップを省略し、動き推定がより安定になり、修正モジュール画像上の高分解能(HR)ピクセルの間隔が均一となるため、有利である。 r. tだ モジュール平面は、遠近的歪みにかかわらず。 本稿では,MFSRが人手による欠陥認識に有用であることを示す総合的なユーザスタディと,提案手法が技術状況よりも優れていることを示す。 さらに, 自動ひび割れセグメンテーションを適用し, 提案手法がbicubic upsamplingの3倍, 自動検査の2倍の精度を示す。

関連論文リスト

• Incorporating Degradation Estimation in Light Field Spatial Super-Resolution [54.603510192725786]
  本稿では,多種多様な劣化型を扱うために,明示的な劣化推定を組み込んだ効果的なブラインド光場SR法LF-DESTを提案する。 ベンチマークデータセットに対する広範な実験を行い、光場SRにおける様々な劣化シナリオにおいてLF-DESTが優れた性能を発揮することを示した。
  論文  参考訳（メタデータ） (2024-05-11T13:14:43Z)
• A Dual-domain Regularization Method for Ring Artifact Removal of X-ray CT [3.060824004762835]
  検出ユニットの望ましくない応答から生じる計算トモグラフィー画像のリングアーティファクトは、画像品質と診断信頼性を著しく低下させた。 本稿では,元のCT画像の整合性を保ちながら,リングアーティファクトを効果的に除去するための二重領域正規化モデルを提案する。 提案モデルでは, 検出ユニットの応答不整合補償係数を革新的に更新することにより, シングラム上の垂直ストライプアーティファクトを補正する。
  論文  参考訳（メタデータ） (2024-03-13T05:01:37Z)
• Learning from Multi-Perception Features for Real-Word Image Super-resolution [87.71135803794519]
  入力画像の複数の知覚的特徴を利用する新しいSR手法MPF-Netを提案する。 本稿では,MPFEモジュールを組み込んで,多様な知覚情報を抽出する手法を提案する。 また、モデルの学習能力を向上する対照的な正規化項(CR)も導入する。
  論文  参考訳（メタデータ） (2023-05-26T07:35:49Z)
• Exploring Resolution and Degradation Clues as Self-supervised Signal for Low Quality Object Detection [77.3530907443279]
  劣化した低解像度画像中の物体を検出するための,新しい自己教師型フレームワークを提案する。 本手法は, 既存手法と比較して, 異変劣化状況に直面する場合に比べ, 優れた性能を示した。
  論文  参考訳（メタデータ） (2022-08-05T09:36:13Z)
• Sparse-based Domain Adaptation Network for OCTA Image Super-Resolution Reconstruction [24.118675257774655]
  Sparse-based domain Adaptation Super-Resolution Network (SASR) を提案し、リアルな6x6 mm2/low- resolution (LR) OCTA画像を高分解能(HR)表現に再構成する。 2つのOCTA集合の実験により,本手法は最先端の超解像再構成法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2022-07-25T02:59:11Z)
• Decoupled-and-Coupled Networks: Self-Supervised Hyperspectral Image Super-Resolution with Subpixel Fusion [67.35540259040806]
  サブピクセルレベルのHS超解像フレームワークを提案する。 名前が示すように、DC-Netはまず入力を共通(またはクロスセンサー)とセンサー固有のコンポーネントに分離する。 我々は,CSUネットの裏側に自己教師付き学習モジュールを付加し,素材の整合性を保証し,復元されたHS製品の詳細な外観を向上する。
  論文  参考訳（メタデータ） (2022-05-07T23:40:36Z)
• Illumination-Invariant Active Camera Relocalization for Fine-Grained Change Detection in the Wild [12.104718944788141]
  本稿では,照度不変の能動カメラ再位置推定法について検討し,相対的なポーズ推定とスケール推定の両方を改善する。 画像ワープ誤差を最小限に抑え,各ACRの絶対スケールを求める線形システムを構築した。 我々の研究は、実世界の文化的遺産のきめ細かい変化監視タスクの実現可能性を大幅に拡大します。
  論文  参考訳（メタデータ） (2022-04-13T18:00:55Z)
• Toward Real-world Image Super-resolution via Hardware-based Adaptive Degradation Models [3.9037347042028254]
  ほとんどの単一画像超解像法は、合成低分解能(LR)と高分解能(HR)画像対上で開発されている。 ハードウェアの知識を取り入れた未知の劣化過程をシミュレートする新しい教師付き手法を提案する。 実世界のデータセットを用いた実験により,我々の劣化モデルが所定の劣化操作よりも精度良くLR画像を推定できることが確認された。
  論文  参考訳（メタデータ） (2021-10-20T19:53:48Z)
• Boosting Image Super-Resolution Via Fusion of Complementary Information Captured by Multi-Modal Sensors [21.264746234523678]
  イメージスーパーレゾリューション(sr)は、低解像度光センサの画質を向上させる有望な技術である。 本稿では,安価なチャネル(可視・深度)からの補完情報を活用して,少ないパラメータを用いて高価なチャネル(熱)の画像品質を向上させる。
  論文  参考訳（メタデータ） (2020-12-07T02:15:28Z)
• Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
  本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。 提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-03-15T23:07:56Z)
• Gated Fusion Network for Degraded Image Super Resolution [78.67168802945069]
  本稿では,基本特徴と回復特徴を別々に抽出する二分岐畳み込みニューラルネットワークを提案する。 特徴抽出ステップを2つのタスク非依存ストリームに分解することで、デュアルブランチモデルがトレーニングプロセスを容易にすることができる。
  論文  参考訳（メタデータ） (2020-03-02T13:28:32Z)

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。