論文の概要: Non-Local Robust Quaternion Matrix Completion for Color Images and
Videos Inpainting
- arxiv url: http://arxiv.org/abs/2011.08675v3
- Date: Fri, 13 May 2022 14:27:27 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-24 17:58:59.917329
- Title: Non-Local Robust Quaternion Matrix Completion for Color Images and
Videos Inpainting
- Title（参考訳）: カラー画像および映像の非局所ロバスト四元行列補完
- Authors: Zhigang Jia and Qiyu Jin and Michael K. Ng and Xile Zhao
- Abstract要約: カラー画像の低ランク特性とNASの因果関係について検討した。
新しいパッチグループに基づくNAS事前スキームを提案し,自然色画像のNASモデルを学習した。
カラー画像とビデオの数値実験は、最先端の手法に対するNASベースのQMCの利点を示している。
- 参考スコア（独自算出の注目度）: 24.43507443273408
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The image nonlocal self-similarity (NSS) prior refers to the fact that a
local patch often has many nonlocal similar patches to it across the image and
has been widely applied in many recently proposed machining learning algorithms
for image processing. However, there is no theoretical analysis on its working
principle in the literature. In this paper, we discover a potential causality
between NSS and low-rank property of color images, which is also available to
grey images. A new patch group based NSS prior scheme is proposed to learn
explicit NSS models of natural color images. The numerical low-rank property of
patched matrices is also rigorously proved. The NSS-based QMC algorithm
computes an optimal low-rank approximation to the high-rank color image,
resulting in high PSNR and SSIM measures and particularly the better visual
quality. A new tensor NSS-based QMC method is also presented to solve the color
video inpainting problem based on quaternion tensor representation. The
numerical experiments on color images and videos indicate the advantages of
NSS-based QMC over the state-of-the-art methods.
- Abstract（参考訳）: 画像非局所的自己相似性(NSS)は、局所的パッチが画像全体に多くの非局所的類似パッチを持つことを示し、最近提案された画像処理のための機械学習アルゴリズムに広く応用されている。
しかし、文学におけるその動作原理に関する理論的分析はない。
本稿では,NSSとカラー画像の低ランク性との間に潜在的な因果関係を見出した。
自然色画像の明示的なnssモデルを学ぶために,新しいパッチグループに基づくnss事前スキームを提案する。
パッチ行列の数値的低ランク性も厳密に証明されている。
NSSベースのQMCアルゴリズムは、高階カラー画像に対する最適な低ランク近似を計算し、その結果、PSNRとSSIMの高い測定結果、特に視覚的品質が向上する。
四元数テンソル表現に基づくカラービデオ塗装問題の解法として,新しいテンソルNASに基づくQMC法を提案する。
カラー画像とビデオの数値実験は、最先端の手法に対するNASベースのQMCの利点を示している。
関連論文リスト
- A New Low-Rank Learning Robust Quaternion Tensor Completion Method for
Color Video Inpainting Problem and Fast Algorithms [0.0]
本稿では、この課題を解決し、正確な回復理論を導出するために、新しいロバスト四元数テンソル完備化(RQTC)モデルを提案する。
数値実験では,カラー映像の色の汚染を排除し,映像の連続性を保ちながらカラー映像を再現する手法が提案されている。
論文 参考訳（メタデータ） (2023-06-16T07:15:38Z) - T-former: An Efficient Transformer for Image Inpainting [50.43302925662507]
トランスフォーマーと呼ばれる注目に基づくネットワークアーキテクチャのクラスは、自然言語処理の分野で大きなパフォーマンスを示している。
本稿では,Taylorの展開に応じて,解像度に線形に関連付けられた新たな注意を設計し,この注意に基づいて,画像インペイントのためのネットワークである$T$-formerを設計する。
いくつかのベンチマークデータセットの実験により,提案手法は比較的少ないパラメータ数と計算複雑性を維持しつつ,最先端の精度を達成できることが示されている。
論文 参考訳（メタデータ） (2023-05-12T04:10:42Z) - Decoupled Mixup for Generalized Visual Recognition [71.13734761715472]
視覚認識のためのCNNモデルを学習するための新しい「デカップリング・ミクスアップ」手法を提案する。
本手法は,各画像を識別領域と雑音発生領域に分離し,これらの領域を均一に組み合わせてCNNモデルを訓練する。
実験結果から,未知のコンテキストからなるデータに対する本手法の高一般化性能を示す。
論文 参考訳（メタデータ） (2022-10-26T15:21:39Z) - 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) - Neural Color Operators for Sequential Image Retouching [62.99812889713773]
本稿では,新たに導入したトレーニング可能なニューラルカラー演算子のシーケンスとして,リタッチ処理をモデル化して,新しい画像リタッチ手法を提案する。
ニューラルカラー演算子は、従来のカラー演算子の振舞いを模倣し、その強度をスカラーで制御しながらピクセルワイズな色変換を学習する。
定量的な測定と視覚的品質の両面で,SOTA法と比較して常に最良の結果が得られている。
論文 参考訳（メタデータ） (2022-07-17T05:33:19Z) - Neural Knitworks: Patched Neural Implicit Representation Networks [1.0470286407954037]
画像合成を実現する自然画像の暗黙的表現学習のためのアーキテクチャであるKnitworkを提案する。
私たちの知る限りでは、画像のインペインティング、超解像化、デノイングといった合成作業に適した座標ベースのパッチの実装は、これが初めてである。
その結果, ピクセルではなくパッチを用いた自然な画像のモデリングにより, 忠実度が高い結果が得られた。
論文 参考訳（メタデータ） (2021-09-29T13:10:46Z) - Generalized Two-Dimensional Quaternion Principal Component Analysis with
Weighting for Color Image Recognition [1.516937009186805]
カラー画像認識の最も強力な方法の1つは、二次元原理成分分析(2DQPCA)アプローチである。
本稿では、重み付けによる一般化された2DQPCA手法について、制約関数と目的関数の両方に$L_p$ノルムを課す。
実顔データベースに基づく数値計算の結果,提案手法は雑音に対して頑健であり,最先端の2DQPCAアルゴリズムと4つの顕著な深層学習法よりも優れた性能を示した。
論文 参考訳（メタデータ） (2020-10-04T03:37:23Z) - Deep Variational Network Toward Blind Image Restoration [60.45350399661175]
ブラインド画像復元はコンピュータビジョンでは一般的だが難しい問題である。
両利点を両立させることを目的として,新しいブラインド画像復元手法を提案する。
画像デノイングと超解像という2つの典型的なブラインド赤外線タスクの実験により,提案手法が現状よりも優れた性能を達成できることが実証された。
論文 参考訳（メタデータ） (2020-08-25T03:30:53Z) - The Power of Triply Complementary Priors for Image Compressive Sensing [89.14144796591685]
本稿では,一対の相補的な旅先を含むLRD画像モデルを提案する。
次に、画像CSのためのRDモデルに基づく新しいハイブリッド・プラグイン・アンド・プレイ・フレームワークを提案する。
そこで,提案したH-based image CS問題の解法として,単純で効果的なアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-05-16T08:17:44Z) - Learning to Structure an Image with Few Colors [59.34619548026885]
そこで,カラー量子化ネットワークであるColorCNNを提案する。
1ビットのカラースペース(すなわち2色)だけで、提案されたネットワークはCIFAR10データセット上で82.1%のトップ-1の精度を達成した。
アプリケーションの場合、PNGでエンコードされた場合、提案したカラー量子化は、極低ビットレート方式の他の画像圧縮方法よりも優れていることを示す。
論文 参考訳（メタデータ） (2020-03-17T17:56:15Z)
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。