Fugu-MT 論文翻訳(概要): Shadow Image Enlargement Distortion Removal

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

A Multiscale Gradient Fusion Method for Edge Detection in Color Images Utilizing the CBM3D Filter [1.54369283425087]
協調フィルタリングとマルチスケール勾配融合を組み合わせたカラーエッジ検出手法を提案する。ブロックマッチングと3D(CBM3D)フィルタは、変換領域におけるスパース表現を強化するために使用される。提案手法は,カラーソベル,カラーキャニー,SE,カラーAGDDよりも優れた耐雑音性,高エッジ品質を有する。
論文参考訳（メタデータ） (2024-08-26T04:36:10Z)
Image contrast enhancement based on the Schrödinger operator spectrum [0.276240219662896]
二次元シュリンガー作用素の2次元固有関数への投影画像に基づく新しい画像コントラスト強調法を提案する。このプロジェクションは、画像再構成中にピクセル強度を制御する設計パラメータである$gamma$に依存している。提案手法は,原画像の特徴を保ちながら,画像のコントラストを効果的に向上することを示す。
論文参考訳（メタデータ） (2024-06-04T12:37:11Z)
Scene Prior Filtering for Depth Super-Resolution [97.30137398361823]
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 Monocular Depth Completion and Estimation [51.143540967290114]
本研究では,教師なし深度計算と推定のために,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、あるいはアンドウイング(undo''-ing)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)
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)
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。