論文の概要: Shadow Image Enlargement Distortion Removal
- arxiv url: http://arxiv.org/abs/2102.11356v1
- Date: Mon, 22 Feb 2021 20:54:57 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-24 14:00:42.920054
- Title: Shadow Image Enlargement Distortion Removal
- Title(参考訳): 影画像拡大歪除去
- Authors: Raid R. Al-Nima, Ali N. Hamoodi, Radhwan Y. Al-Jawadi and Ziad S.
Mohammad
- Abstract要約: このプロジェクトは、シャドウ画像拡大の歪みを減らすためにプリプロセッシング操作を採用することを目的としている。
前処理操作は、まず、任意の種類の方法を用いて元のシャドウ画像を拡大し、第2の平均フィルタを拡大画像に適用し、最後に、アンシャープフィルタを以前の平均画像に適用する3つの主要なステップからなる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This project aims to adopt preprocessing operations to get less distortions
for shadow image enlargement. The preprocessing operations consists of three
main steps: first enlarge the original shadow image by using any kind of
interpolation methods, second apply average filter to the enlargement image and
finally apply the unsharp filter to the previous averaged image. These
preprocessing operations leads to get an enlargement image very close to the
original enlarge image for the same shadow image. Then comparisons established
between the adopted image and original image by using different types of
interpolation and different alfa values for unsharp filter to reach the best
way which have less different errors between the two images.
- Abstract(参考訳): このプロジェクトは、シャドウ画像拡大の歪みを減らすためにプリプロセッシング操作を採用することを目的としている。
前処理操作は、まず、任意の種類の補間法を用いて元のシャドウ画像を拡大し、第2の平均フィルタを拡大画像に適用し、最後に、アンシャープフィルタを以前の平均画像に適用する。
これらの前処理操作により、同じシャドウ画像の元の拡大画像に非常に近い拡大画像が得られる。
そして、異なる種類の補間と異なるalfa値を用いて、適用画像とオリジナル画像の比較を行い、二つの画像間の誤差が少ない最善の方法に到達する。
関連論文リスト
- Scene Prior Filtering for Depth Map Super-Resolution [102.18062150182644]
テクスチャ干渉とエッジ不正確性を緩和するScene Prior Filtering Network(SPFNet)を導入する。
我々のSPFNetは、実データと合成データの両方で広範囲に評価され、最先端のパフォーマンスを実現しています。
論文 参考訳(メタデータ) (2024-02-21T15:35:59Z) - Fine Dense Alignment of Image Bursts through Camera Pose and Depth
Estimation [45.11207941777178]
本稿では,ハンドヘルドカメラが捉えたバースト内の画像の微細なアライメントに対する新しいアプローチを提案する。
提案アルゴリズムは、各画素におけるカメラの動きと表面の深さと向きの両方を最適化することにより、密度の高い対応性を確立する。
論文 参考訳(メタデータ) (2023-12-08T17:22:04Z) - Progressive Recurrent Network for Shadow Removal [99.1928825224358]
シングルイメージのシャドー削除は、まだ解決されていない重要なタスクである。
既存のディープラーニングベースのアプローチのほとんどは、シャドウを直接削除しようとするが、シャドウをうまく扱えない。
本稿では,影を段階的に除去する簡易かつ効果的なプログレッシブ・リカレント・ネットワーク(PRNet)を提案する。
論文 参考訳(メタデータ) (2023-11-01T11:42:45Z) - AugUndo: Scaling Up Augmentations for Unsupervised Depth Completion [54.1925051672779]
そこで本稿では,教師なし深度補完のために,従来不可能であった幾何拡張の幅広い範囲をアンロックする手法を提案する。
これは、出力深さの座標への幾何変換を反転、あるいは「アンド」し、深度マップを元の参照フレームに戻すことで達成される。
論文 参考訳(メタデータ) (2023-10-15T05:15:45Z) - Diff-DOPE: Differentiable Deep Object Pose Estimation [29.703385848843414]
Diff-DOPE, 画像入力を行う6-DoFポーズ精細機, オブジェクトの3次元テクスチャモデル, オブジェクトの初期ポーズを紹介する。
この方法は、画像とモデルの投影の間の視覚的エラーを最小限に抑えるために、オブジェクトのポーズを更新するために微分可能なレンダリングを使用する。
このシンプルで効果的なアイデアは、ポーズ推定データセットで最先端の結果を得ることができることを示す。
論文 参考訳(メタデータ) (2023-09-30T18:52:57Z) - Deep Uncalibrated Photometric Stereo via Inter-Intra Image Feature
Fusion [17.686973510425172]
本稿では, 深部非校正光度ステレオの新しい手法を提案する。
画像間表現を効率的に利用し、正規推定を導出する。
本手法は, 合成データと実データの両方において, 最先端の手法よりも有意に優れた結果が得られる。
論文 参考訳(メタデータ) (2022-08-06T03:59:54Z) - Pixel-wise Deep Image Stitching [21.824319551526294]
画像縫いは、異なる視点から撮影された画像をより広い視野で画像に縫い付けることを目的としている。
既存の方法は、推定されたワープ関数を用いて、対象画像を基準画像にワープする。
本稿では,大視差問題に対処するため,画素ワイドワープフィールドを利用した新しい深部画像縫合フレームワークを提案する。
論文 参考訳(メタデータ) (2021-12-12T07:28:48Z) - Unsupervised Portrait Shadow Removal via Generative Priors [37.46753287881341]
トレーニングデータなしで肖像画の影を除去するための最初の教師なし手法を提案する。
私たちのキーとなるアイデアは、既成のStyleGAN2に埋め込まれた生成的な顔の事前情報を活用することです。
私たちのアプローチは、ポートレートタトゥーの削除や透かしの除去にも適用できます。
論文 参考訳(メタデータ) (2021-08-07T15:09:36Z) - Deep Photo Cropper and Enhancer [65.11910918427296]
画像に埋め込まれた画像を収穫する新しいタイプの画像強調問題を提案する。
提案手法をディープ・フォト・クリーパーとディープ・イメージ・エンハンサーの2つのディープ・ネットワークに分割した。
フォトクロッパーネットワークでは,埋め込み画像の抽出に空間変換器を用いる。
フォトエンハンサーでは、埋め込み画像中の画素数を増やすために超解像を用いる。
論文 参考訳(メタデータ) (2020-08-03T03:50:20Z) - Geometric Correspondence Fields: Learned Differentiable Rendering for 3D
Pose Refinement in the Wild [96.09941542587865]
野生の任意のカテゴリのオブジェクトに対する微分可能レンダリングに基づく新しい3次元ポーズ精細化手法を提案する。
このようにして、3DモデルとRGB画像のオブジェクトを正確に整列し、3Dポーズ推定を大幅に改善する。
我々は、Pix3Dデータセットの挑戦に対するアプローチを評価し、複数のメトリクスにおける最先端の精錬手法と比較して、最大55%の改善を実現した。
論文 参考訳(メタデータ) (2020-07-17T12:34:38Z) - High-Resolution Image Inpainting with Iterative Confidence Feedback and
Guided Upsampling [122.06593036862611]
既存の画像塗装法は、実アプリケーションで大きな穴を扱う際に、しばしばアーティファクトを生成する。
本稿では,フィードバック機構を備えた反復インペイント手法を提案する。
実験により,本手法は定量評価と定性評価の両方において既存手法よりも有意に優れていた。
論文 参考訳(メタデータ) (2020-05-24T13:23:45Z)
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。