論文の概要: Deep Reformulated Laplacian Tone Mapping

• arxiv url: http://arxiv.org/abs/2102.00348v1
• Date: Sun, 31 Jan 2021 01:18:20 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-02 15:55:13.192918
• Title: Deep Reformulated Laplacian Tone Mapping
• Title（参考訳）: 深い再構成されたラプラシアントーンマッピング
• Authors: Jie Yang, Ziyi Liu, Mengchen Lin, Svetlana Yanushkevich, Orly Yadid-Pecht
• Abstract要約: 広ダイナミックレンジ(WDR)画像は、一般的な画像と比較して、シーンの詳細とコントラストがより多く含まれている。 WDR画像の詳細は、トーンマッピングプロセス中に減少する可能性がある。 本研究では,新しいラプラシアンピラミッドと深層学習を組み合わせることで,この問題に対処する。
• 参考スコア（独自算出の注目度）: 6.078183247169192
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Wide dynamic range (WDR) images contain more scene details and contrast when compared to common images. However, it requires tone mapping to process the pixel values in order to display properly. The details of WDR images can diminish during the tone mapping process. In this work, we address the problem by combining a novel reformulated Laplacian pyramid and deep learning. The reformulated Laplacian pyramid always decompose a WDR image into two frequency bands where the low-frequency band is global feature-oriented, and the high-frequency band is local feature-oriented. The reformulation preserves the local features in its original resolution and condenses the global features into a low-resolution image. The generated frequency bands are reconstructed and fine-tuned to output the final tone mapped image that can display on the screen with minimum detail and contrast loss. The experimental results demonstrate that the proposed method outperforms state-of-the-art WDR image tone mapping methods. The code is made publicly available at https://github.com/linmc86/Deep-Reformulated-Laplacian-Tone-Mapping.
• Abstract（参考訳）: 広ダイナミックレンジ(wdr)画像は、一般的な画像と比較してシーンの詳細とコントラストを多く含む。 しかし、適切に表示するためにピクセル値を処理するにはトーンマッピングが必要となる。 wdr画像の詳細はトーンマッピングの過程で減少する可能性がある。 本研究では,新しい改良ラプラシアピラミッドと深層学習を組み合わせることで,この問題に対処した。 再構成されたラプラシアピラミッドは、常にWDRイメージを2つの周波数帯に分解し、低周波バンドはグローバル特徴指向であり、高周波バンドはローカル特徴指向である。 この改革は、ローカルな特徴を元の解像度で保存し、グローバルな特徴を低解像度の画像に凝縮します。 生成された周波数帯域を再構築して微調整し、最小のディテールとコントラスト損失で画面に表示できる最終的なトーンマッピング画像を出力します。 実験の結果,提案手法は最先端のWDR画像のトーンマッピング法よりも優れていた。 コードはhttps://github.com/linmc86/Deep-Reformulated-Laplacian-Tone-Mappingで公開されている。

関連論文リスト

• Pixel-Aligned Multi-View Generation with Depth Guided Decoder [86.1813201212539]
  画素レベルの画像・マルチビュー生成のための新しい手法を提案する。 従来の作業とは異なり、潜伏映像拡散モデルのVAEデコーダにマルチビュー画像にアテンション層を組み込む。 本モデルにより,マルチビュー画像間の画素アライメントが向上する。
  論文  参考訳（メタデータ） (2024-08-26T04:56:41Z)
• Seeing the Unseen: A Frequency Prompt Guided Transformer for Image Restoration [44.35766203309201]
  本研究では,FProと呼ばれる周波数プロンプト画像復元手法を開発し,この手法により周波数パースペクティブ・コンポーネントを効果的に提供し,復元モデルを誘導する。 5つの画像復元作業において,SOTA法に対するパイプラインの良好な性能を示す実験結果が得られた。
  論文  参考訳（メタデータ） (2024-03-30T08:42:34Z)
• Hi-Map: Hierarchical Factorized Radiance Field for High-Fidelity Monocular Dense Mapping [51.739466714312805]
  ニューラルラジアンス場(NeRF)に基づく新しいモノクリン高密度マッピング手法であるHi-Mapを導入する。 ハイマップは、RGB入力のみを用いた効率的かつ高忠実なマッピングを実現する能力において例外的である。
  論文  参考訳（メタデータ） (2024-01-06T12:32:25Z)
• Lookup Table meets Local Laplacian Filter: Pyramid Reconstruction Network for Tone Mapping [35.47139372780014]
  本稿では, 閉形式ラプラシアンピラミッドの分解と復元を利用して, グローバルおよびローカル演算子を統合する新しい戦略について検討する。 周波数情報の特徴を利用して低周波画像のトーンを操作するために,画像適応型3D LUTを用いた。 また、局所ラプラシアフィルタを用いて、高周波成分のエッジ詳細を適応的に洗練する。
  論文  参考訳（メタデータ） (2023-10-26T07:05:38Z)
• Symmetric Uncertainty-Aware Feature Transmission for Depth Super-Resolution [52.582632746409665]
  カラー誘導DSRのためのSymmetric Uncertainty-aware Feature Transmission (SUFT)を提案する。 本手法は最先端の手法と比較して優れた性能を実現する。
  論文  参考訳（メタデータ） (2023-06-01T06:35:59Z)
• Unsupervised HDR Image and Video Tone Mapping via Contrastive Learning [19.346284003982035]
  教師なし画像とビデオトーンマッピングのための統合フレームワーク(IVTMNet)を提案する。 ビデオトーンマッピングでは,時間的相関を効率的に活用するための時間的特徴置換(TFR)モジュールを提案する。 実験結果から,本手法は最先端画像やビデオトーンマッピング法よりも優れていた。
  論文  参考訳（メタデータ） (2023-03-13T17:45:39Z)
• PINs: Progressive Implicit Networks for Multi-Scale Neural Representations [68.73195473089324]
  周波数符号化のインクリメンタルな集合に階層構造を露出するプログレッシブな位置符号化を提案する。 本モデルでは,広帯域のシーンを正確に再構成し,プログレッシブなディテールでシーン表現を学習する。 いくつかの2次元および3次元データセットの実験では、ベースラインと比較して、再構築精度、表現能力、トレーニング速度が改善されている。
  論文  参考訳（メタデータ） (2022-02-09T20:33:37Z)
• Wavelet-Based Network For High Dynamic Range Imaging [64.66969585951207]
  光学フローベースやエンド・ツー・エンドのディープラーニングベースのソリューションのような既存の方法は、詳細な復元やゴーストを除去する際にエラーを起こしやすい。 本研究では、周波数領域でHDR融合を行うための新しい周波数誘導型エンド・ツー・エンドディープニューラルネットワーク(FNet)を提案し、ウェーブレット変換(DWT)を用いて入力を異なる周波数帯域に分解する。 低周波信号は特定のゴーストアーティファクトを避けるために使用され、高周波信号は詳細を保存するために使用される。
  論文  参考訳（メタデータ） (2021-08-03T12:26:33Z)
• WaveFill: A Wavelet-based Generation Network for Image Inpainting [57.012173791320855]
  WaveFillはウェーブレットベースの塗装ネットワークで、画像を複数の周波数帯域に分解する。 WaveFillは、空間情報を自然に保存する離散ウェーブレット変換(DWT)を用いて画像を分解する。 低周波帯にL1再構成損失を、高周波帯に敵対損失を施し、それによって周波数間紛争を効果的に軽減する。
  論文  参考訳（メタデータ） (2021-07-23T04:44:40Z)
• High-Resolution Photorealistic Image Translation in Real-Time: A Laplacian Pyramid Translation Network [23.981019687483506]
  閉形式ラプラシアピラミッドの分解と再構成に基づく高分解能フォトリアリスティックI2ITタスクの高速化に着目する。 この2つのタスクを同時に実行するために,ラプラシアンピラミッド翻訳ネットワーク(N)を提案する。 我々のモデルは高解像度の特徴写像を処理し、画像の詳細を忠実に保存することで消費される重い計算の大部分を回避している。
  論文  参考訳（メタデータ） (2021-05-19T15:05:22Z)

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。