論文の概要: A Novel Registration & Colorization Technique for Thermal to Cross Domain Colorized Images

• arxiv url: http://arxiv.org/abs/2101.06910v1
• Date: Mon, 18 Jan 2021 07:30:51 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-27 16:14:20.827540
• Title: A Novel Registration & Colorization Technique for Thermal to Cross Domain Colorized Images
• Title（参考訳）: 熱-クロスドメインカラー化画像の新しいレジストレーション・カラー化手法
• Authors: Suranjan Goswami, Satish Kumar Singh
• Abstract要約: 本稿では,複数のサーマルイメージを用いた画像の新規登録手法を提案する。 熱プロファイルの情報を出力の一部として保持し,両領域の情報を協調的に提供する。
• 参考スコア（独自算出の注目度）: 15.787663289343948
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Thermal images can be obtained as either grayscale images or pseudo colored images based on the thermal profile of the object being captured. We present a novel registration method that works on images captured via multiple thermal imagers irrespective of make and internal resolution as well as a colorization scheme that can be used to obtain a colorized thermal image which is similar to an optical image, while retaining the information of the thermal profile as a part of the output, thus providing information of both domains jointly. We call this a cross domain colorized image. We also outline a new public thermal-optical paired database that we are presenting as a part of this paper, containing unique data points obtained via multiple thermal imagers. Finally, we compare the results with prior literature, show how our results are different and discuss on some future work that can be explored further in this domain as well.
• Abstract（参考訳）: 熱画像は、撮影対象の熱プロファイルに基づいて、グレースケール画像または擬似カラー画像として得ることができる。 本論文では,複数のサーマルイメージ装置で撮影された画像に対して,メイクや内部解像度に関係なく動作する新規な登録方法と,光学画像と類似したカラー化感熱画像を得るためのカラー化スキームと,その出力の一部としてサーマルプロファイルの情報を保持し,両ドメインの情報を協調的に提供できる新規な登録方式を提案する。 これをクロスドメインカラー化画像と呼ぶ。 また,本論文の一部として提示する新しい熱光学対データベースを概説し,複数の熱画像から得られたユニークなデータポイントについて述べる。 最後に、この結果と先行文献を比較し、我々の結果がどのように異なるかを示し、この領域でさらに探求できる今後の研究について議論する。

関連論文リスト

• Transforming Color: A Novel Image Colorization Method [8.041659727964305]
  本稿では,色変換器とGANを用いた画像カラー化手法を提案する。 提案手法は,グローバルな情報を取得するためのトランスフォーマーアーキテクチャと,視覚的品質を改善するためのGANフレームワークを統合する。 実験の結果,提案するネットワークは,他の最先端のカラー化技術よりも優れていた。
  論文  参考訳（メタデータ） (2024-10-07T07:23:42Z)
• MultiColor: Image Colorization by Learning from Multiple Color Spaces [4.738828630428634]
  MultiColorは、グレースケールイメージを自動的にカラー化する学習ベースの新しいアプローチである。 我々は、個々の色空間に専用の着色モジュール群を用いる。 これらの予測色チャネルは様々な色空間を表すため、相補的なネットワークは相補性を生かし、優雅で合理的な色付き画像を生成するように設計されている。
  論文  参考訳（メタデータ） (2024-08-08T02:34:41Z)
• Visible to Thermal image Translation for improving visual task in low light conditions [0.0]
  Parrot Anafi Thermalのドローンを使って、2つの場所から画像を収集した。 我々は2ストリームネットワークを作成し、前処理、拡張、画像データを作成し、ジェネレータと識別器モデルをゼロから訓練した。 その結果, RGB トレーニングデータを GAN を用いて熱データに変換することが可能であることが示唆された。
  論文  参考訳（メタデータ） (2023-10-31T05:18:53Z)
• DARC: Distribution-Aware Re-Coloring Model for Generalizable Nucleus Segmentation [68.43628183890007]
  ドメインギャップは、異なるフォアグラウンド(核)-バックグラウンド比によっても引き起こされる可能性があると我々は主張する。 まず、異なる領域間の劇的な画像色変化を緩和する再カラー化手法を提案する。 次に,前景-背景比の変動に頑健な新しいインスタンス正規化手法を提案する。
  論文  参考訳（メタデータ） (2023-09-01T01:01:13Z)
• Does Thermal Really Always Matter for RGB-T Salient Object Detection? [153.17156598262656]
  本稿では,RGB-T有意物体検出(SOD)タスクを解決するために,TNetというネットワークを提案する。 本稿では,画像のグローバル照度を推定するためのグローバル照度推定モジュールを提案する。 一方, 2段階の局所化と相補化モジュールを導入し, 熱的特徴の物体位置化キューと内部整合キューをRGBモダリティに転送する。
  論文  参考訳（メタデータ） (2022-10-09T13:50:12Z)
• Detecting Recolored Image by Spatial Correlation [60.08643417333974]
  画像のリカラー化は、画像の色値を操作して新しいスタイルを与える、新たな編集技術である。 本稿では,空間相関の観点から,従来型と深層学習による再色検出の汎用的検出能力を示す解を探索する。 提案手法は,複数のベンチマークデータセット上での最先端検出精度を実現し,未知の種類の再色法を適切に一般化する。
  論文  参考訳（メタデータ） (2022-04-23T01:54:06Z)
• Maximizing Self-supervision from Thermal Image for Effective Self-supervised Learning of Depth and Ego-motion [78.19156040783061]
  熱画像からの深度とエゴモーションの自己教師付き学習は、困難なシナリオ下で強い堅牢性と信頼性を示す。 弱いコントラスト、ぼやけたエッジ、ノイズなどの固有の熱画像特性は、熱画像から効果的な自己スーパービジョンを生成するために障害となる。 本研究では,時間的一貫性を維持しつつ,全体構造,コントラスト,詳細などの画像情報を大幅に向上させる有効熱画像マッピング手法を提案する。
  論文  参考訳（メタデータ） (2022-01-12T09:49:24Z)
• A Novel Deep Learning Method for Thermal to Annotated Thermal-Optical Fused Images [10.8880508356314]
  本稿では, 熱入力によるグレースケール熱光学融合マスクの製作について述べる。 これはディープラーニングに基づく先駆的な研究であり、私たちの知る限り、熱光学的グレースケール融合に関する他の研究は存在しない。 また,熱画像への関心領域を得るための,新しいユニークなデータベースを提案する。
  論文  参考訳（メタデータ） (2021-07-13T09:29:12Z)
• Exploring Thermal Images for Object Detection in Underexposure Regions for Autonomous Driving [67.69430435482127]
  アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。 サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。 本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-01T09:59:09Z)
• Multi-Scale Thermal to Visible Face Verification via Attribute Guided Synthesis [55.29770222566124]
  可視画像から抽出した属性を用いて、熱画像から属性保存された可視画像を合成し、クロスモーダルマッチングを行う。 抽出した属性によって導かれる熱画像から可視像を合成するために, 新規なマルチスケールジェネレータを提案する。 事前訓練されたVGG-Faceネットワークを利用して、合成画像と入力可視画像から特徴を抽出し、検証を行う。
  論文  参考訳（メタデータ） (2020-04-20T01:45:05Z)
• Robust Perceptual Night Vision in Thermal Colorization [1.1709244686171956]
  対象は1つのスペクトルに現れるが、別のスペクトルには必ずしも現れず、1つの対象の熱的シグネチャは、その可視性表現において異なる色を持つかもしれない。 これにより、熱から可視画像への直接マッピングが不可能になる。 熱画像のスペクトルから低周波空間における可視表現に熱的シグネチャをマッピングする深層学習法を提案する。
  論文  参考訳（メタデータ） (2020-03-04T17:17:08Z)

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。