論文の概要: Geometric Moment Invariants to Motion Blur
- arxiv url: http://arxiv.org/abs/2101.08647v2
- Date: Mon, 25 Jan 2021 02:35:03 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-21 07:49:48.254264
- Title: Geometric Moment Invariants to Motion Blur
- Title（参考訳）: 動きのぼけに対する幾何学的モーメント不変量
- Authors: Hongxiang Hao., Hanlin Mo., Hua Li
- Abstract要約: 動きのぼけ不変量の導出による動きのぼかしの干渉の除去に着目する。
運動ボケの幾何学的モーメントと数学的モデルに基づいて,ボケ画像と原像の幾何学的モーメントが線形に関連していることを証明した。
驚くべきことに、幾何モーメント不変量は空間変換だけでなく動きのぼやきにも不変である。
- 参考スコア（独自算出の注目度）: 4.8915390363596005
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we focus on removing interference of motion blur by the
derivation of motion blur invariants.Unlike earlier work, we don't restore any
blurred image. Based on geometric moment and mathematical model of motion blur,
we prove that geometric moments of blurred image and original image are
linearly related. Depending on this property, we can analyse whether an
existing moment-based feature is invariant to motion blur. Surprisingly, we
find some geometric moment invariants are invariants to not only spatial
transform but also motion blur. Meanwhile, we test invariance and robustness of
these invariants using synthetic and real blur image datasets. And the results
show these invariants outperform some widely used blur moment invariants and
non-moment image features in image retrieval, classification and template
matching.
- Abstract（参考訳）: 本稿では,動きのぼかし不変量の導出による動きのぼかしの干渉を取り除くことに焦点を当てる。
動きのぼやきの幾何学的モーメントと数学的モデルに基づき、ぼやけた画像と元の画像の幾何学的モーメントが線形に関連していることを証明する。
この性質により、既存のモーメントベースの特徴が動きのぼかしに不変であるかどうかを分析することができる。
驚くべきことに、幾何モーメント不変量は空間変換だけでなく動きのぼやきにも不変である。
一方、合成および実画像データセットを用いて、これらの不変量の不変性とロバスト性をテストする。
また,これらの不変量は,画像検索,分類,テンプレートマッチングにおいて広く使用されるぼやけモーメント不変量や非モーメント画像の特徴よりも優れていることが示された。
関連論文リスト
- Time-based Mapping of Space Using Visual Motion Invariants [0.0]
本稿では、静止環境が不変である3次元点の表現をもたらす視覚的動きに基づく不変性に焦点を当てる。
得られた光フローに基づく不変量を「時間クリアランス」、よく知られた「時間対接触」と呼ぶ。
本稿では,3Dオブジェクトに対して移動しているカメラのシミュレーション,直線移動しているカメラによって撮影された投影された画像のスナップショット,時間とともに新しい領域で変化しているように見える物体について述べる。
論文 参考訳（メタデータ） (2023-10-14T17:55:49Z) - SceNeRFlow: Time-Consistent Reconstruction of General Dynamic Scenes [75.9110646062442]
我々はSceNeRFlowを提案し、時間的一貫性のある方法で一般的な非剛体シーンを再構築する。
提案手法は,カメラパラメータを入力として,静止カメラからのマルチビューRGBビデオと背景画像を取得する。
実験により,小規模動作のみを扱う先行作業とは異なり,スタジオスケール動作の再構築が可能であることが示された。
論文 参考訳（メタデータ） (2023-08-16T09:50:35Z) - Image Moment Invariants to Rotational Motion Blur [47.76259900246576]
本稿では,一般的な回転運動のぼかしの下で画像モーメント不変量を生成する新しい手法を提案する。
我々の知る限りでは、回転運動のぼかしに対するモーメント不変性が文献で提案されたのはこれが初めてである。
本研究で提案するモーメント不変量は,様々なタスクにおいて,他の機能よりも有意に優れていた。
論文 参考訳（メタデータ） (2023-03-25T21:23:42Z) - Blur Invariants for Image Recognition [9.207644534257543]
ぼかしに関する不変性は、ぼかしのないぼかし画像の記述と認識の代替手段を提供する。
本稿では、ブラー不変量に関する元の統一的理論を示す。
論文 参考訳（メタデータ） (2023-01-18T14:58:32Z) - Learning Transformations To Reduce the Geometric Shift in Object
Detection [60.20931827772482]
画像キャプチャプロセスの変動から生じる幾何シフトに対処する。
我々は、これらのシフトを最小限に抑えるために幾何変換の集合を学習する自己学習アプローチを導入する。
我々は,カメラの視野変化(FoV)と視点変化(視点変化)の2つの異なるシフトについて,本手法の評価を行った。
論文 参考訳（メタデータ） (2023-01-13T11:55:30Z) - Motion-from-Blur: 3D Shape and Motion Estimation of Motion-blurred
Objects in Videos [115.71874459429381]
本研究では,映像から3次元の運動,3次元の形状,および高度に動きやすい物体の外観を同時推定する手法を提案する。
提案手法は, 高速移動物体の劣化と3次元再構成において, 従来の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2021-11-29T11:25:14Z) - Affine-modeled video extraction from a single motion blurred image [3.0080996413230667]
動き鈍化画像は、露光時間上の複数のシャープフレームの時間平均です。
本研究では,アフィンモーションモデリングを用いた一般化ビデオ抽出手法について報告する。
公開データセットと実際のキャプチャデータの両方の実験は、報告されたテクニックの最先端のパフォーマンスを検証する。
論文 参考訳（メタデータ） (2021-04-08T13:59:14Z) - MBA-VO: Motion Blur Aware Visual Odometry [99.56896875807635]
運動のぼかしは視覚計測法に残る主要な課題の1つである。
露光時間が長い低照度条件では、比較的遅いカメラの動きでも動きのぼやけが現れます。
露光時間内にカメラの局所軌道をモデル化し,推定する,直接的なアプローチによる新しいハイブリッド視覚オドメトリーパイプラインを提案する。
論文 参考訳（メタデータ） (2021-03-25T09:02:56Z) - Event-based Motion Segmentation with Spatio-Temporal Graph Cuts [51.17064599766138]
イベントベースカメラで取得したオブジェクトを独立に識別する手法を開発した。
この方法は、予想される移動物体の数を事前に決定することなく、技術状態よりも同等以上の性能を発揮する。
論文 参考訳（メタデータ） (2020-12-16T04:06:02Z)
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。