Fugu-MT 論文翻訳(概要): Pose Error Reduction for Focus Enhancement in Thermal Synthetic Aperture Visualization

論文の概要: Pose Error Reduction for Focus Enhancement in Thermal Synthetic Aperture Visualization

arxiv url: http://arxiv.org/abs/2012.08606v1
Date: Tue, 15 Dec 2020 20:43:46 GMT
ステータス: 処理完了
システム内更新日: 2021-05-07 05:18:17.758307
Title: Pose Error Reduction for Focus Enhancement in Thermal Synthetic Aperture Visualization
Title（参考訳）: 熱合成開口可視化における焦点強調のためのポーズ誤差低減
Authors: Indrajit Kurmi, David C. Schedl, and Oliver Bimber
Abstract要約: 本論文では,基本最適化を焦点問題として考慮し,ポーズ推定誤差を低減する新しい手法を提案する。本稿では,パラメータ探索空間を削減し,現実的な処理時間を実現する効率的な画像統合手法を提案する。
参考スコア（独自算出の注目度）: 1.8352113484137622
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Airborne optical sectioning, an effective aerial synthetic aperture imaging technique for revealing artifacts occluded by forests, requires precise measurements of drone poses. In this article we present a new approach for reducing pose estimation errors beyond the possibilities of conventional Perspective-n-Point solutions by considering the underlying optimization as a focusing problem. We present an efficient image integration technique, which also reduces the parameter search space to achieve realistic processing times, and improves the quality of resulting synthetic integral images.
Abstract（参考訳）: 森林に汚染された人工物を明らかにするための航空合成開口イメージング技術であるairborne optical sectioningは、ドローンのポーズを正確に測定する必要がある。本稿では,従来のパースペクティブ・n・ポイント・ソリューションの可能性を超越したポーズ推定誤差を低減するための新しい手法を提案する。本稿では,パラメータ探索空間を削減し,現実的な処理時間を実現するとともに,合成積分画像の品質を向上させる効率的な画像統合手法を提案する。

関連論文リスト

DeepRM: Deep Recurrent Matching for 6D Pose Refinement [77.34726150561087]
DeepRMは、6Dポーズ改善のための新しいリカレントネットワークアーキテクチャである。 DeepRMはエンドツーエンドでトレーニングされており、スケーラブルなバックボーンを使用している。以上の結果から,DeepRMは,広く受け入れられている2つの課題データセットに対して,最先端のパフォーマンスを実現することができた。
論文参考訳（メタデータ） (2022-05-28T16:18:08Z)
Degradation-agnostic Correspondence from Resolution-asymmetric Stereo [96.03964515969652]
テレワイドカメラシステムで取得した解像度の異なる2枚の画像からステレオマッチングの問題を考察する。特徴量整合性という画像空間の代わりに特徴空間に2つのビュー間の整合性を課すことを提案する。測光損失をトレーニングしたステレオマッチングネットワークは最適ではないが, 特徴抽出器は劣化に依存しない, マッチング特有の特徴を生成できる。
論文参考訳（メタデータ） (2022-04-04T12:24:34Z)
Chromatic Aberration Recovery on Arbitrary Images [0.0]
この研究は、横色収差の堅牢かつ自動最小化を実証し、人工画像と実画像の両方を用いて画質の低下を回復する。アルゴリズムの動作を検証するために一連のテストイメージが使用され、実際の画像の一連の変更がアプローチのパフォーマンスを評価するために使用される。
論文参考訳（メタデータ） (2021-10-08T11:02:30Z)
Burst Imaging for Light-Constrained Structure-From-Motion [4.125187280299246]
低光環境下で得られた画像から3次元再構成を支援する画像処理技術を開発した。バースト写真に基づく本手法は,短時間露光画像のバースト内における画像登録に直接的手法を用いる。本手法は,低光環境下でのロボットの動作を可能にするための重要なステップであり,地中鉱山や夜間作業などの環境におけるロボットの動作に応用できる可能性がある。
論文参考訳（メタデータ） (2021-08-23T02:12:40Z)
Progressive Joint Low-light Enhancement and Noise Removal for Raw Images [10.778200442212334]
モバイル機器の低照度撮像は、比較的小さな開口部を通過する入射光が不足しているため、通常困難である。そこで我々は,共同照明調整,色強調,遮音を行う低照度画像処理フレームワークを提案する。我々のフレームワークは、他のカメラモデルに適応する際に、大量のデータを再構成する必要はない。
論文参考訳（メタデータ） (2021-06-28T16:43:52Z)
A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
論文参考訳（メタデータ） (2021-05-18T10:15:17Z)
Aliasing is your Ally: End-to-End Super-Resolution from Raw Image Bursts [70.80220990106467]
本発表では,空間と時間に若干異なる視点から撮影された複数の低解像度スナップショットから高分解能画像を再構成する問題に対処する。この問題を解決するための主な課題は、(i)入力画像とサブピクセル精度の整合性、(ii)ネイティブカメラデータに対する最大限の忠実性のための生(ノイズ)画像の扱い、(iii)タスクに適した画像事前(正規化器)を設計・学習することである。
論文参考訳（メタデータ） (2021-04-13T13:39:43Z)
Universal and Flexible Optical Aberration Correction Using Deep-Prior Based Deconvolution [51.274657266928315]
そこで本研究では,収差画像とpsfマップを入力とし,レンズ固有深層プリエントを組み込んだ潜在高品質版を生成する,psf対応プラグイン・アンド・プレイ深層ネットワークを提案する。具体的には、多彩なレンズの集合からベースモデルを事前訓練し、パラメータを迅速に精製して特定のレンズに適応させる。
論文参考訳（メタデータ） (2021-04-07T12:00:38Z)
Real-Time, Deep Synthetic Aperture Sonar (SAS) Autofocus [34.77467193499518]
合成開口ソナー(sas)は、送信/受信波形の正確な飛行時間計測を必要とする。これを解決するために、画像再構成後の後処理ステップとして、Emphautofocusアルゴリズムを用いて、画像フォーカスを改善する。これらの限界を克服し、データ駆動方式で重み付け関数を暗黙的に学習するための深層学習手法を提案する。
論文参考訳（メタデータ） (2021-03-18T15:16:29Z)
Optical Flow Estimation from a Single Motion-blurred Image [66.2061278123057]
画像内の動きのぼかしは、基本的なコンピュータビジョンの問題に実用的な関心を持つ可能性があります。本研究では,単一動画像からの光流れをエンドツーエンドで推定する新しい枠組みを提案する。
論文参考訳（メタデータ） (2021-03-04T12:45:18Z)

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。