論文の概要: iToF2dToF: A Robust and Flexible Representation for Data-Driven Time-of-Flight Imaging

• arxiv url: http://arxiv.org/abs/2103.07087v1
• Date: Fri, 12 Mar 2021 04:57:52 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-15 13:14:17.353399
• Title: iToF2dToF: A Robust and Flexible Representation for Data-Driven Time-of-Flight Imaging
• Title（参考訳）: iToF2dToF:データ駆動飛行時間イメージングのためのロバストでフレキシブルな表現
• Authors: Felipe Gutierrez-Barragan, Huaijin Chen, Mohit Gupta, Andreas Velten, Jinwei Gu
• Abstract要約: 間接飛行時間(iToF)カメラは、有望な深度検出技術です。 マルチパス干渉(MPI)と低信号対雑音比(SNR)によって引き起こされるエラーが発生しやすい。
• 参考スコア（独自算出の注目度）: 26.17890136713725
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Indirect Time-of-Flight (iToF) cameras are a promising depth sensing technology. However, they are prone to errors caused by multi-path interference (MPI) and low signal-to-noise ratio (SNR). Traditional methods, after denoising, mitigate MPI by estimating a transient image that encodes depths. Recently, data-driven methods that jointly denoise and mitigate MPI have become state-of-the-art without using the intermediate transient representation. In this paper, we propose to revisit the transient representation. Using data-driven priors, we interpolate/extrapolate iToF frequencies and use them to estimate the transient image. Given direct ToF (dToF) sensors capture transient images, we name our method iToF2dToF. The transient representation is flexible. It can be integrated with different rule-based depth sensing algorithms that are robust to low SNR and can deal with ambiguous scenarios that arise in practice (e.g., specular MPI, optical cross-talk). We demonstrate the benefits of iToF2dToF over previous methods in real depth sensing scenarios.
• Abstract（参考訳）: 間接飛行時間(iToF)カメラは、有望な深度検出技術です。 しかし,マルチパス干渉 (MPI) と低信号対雑音比 (SNR) による誤差が生じる傾向にある。 従来の手法では、深さを符号化する過渡画像を推定することでmpiを緩和する。 近年,MPI を相乗分解・緩和するデータ駆動方式が,中間的過渡表現を使わずに最先端化している。 本稿では,過渡表現を再検討することを提案する。 データ駆動前処理を用いて、itof周波数を補間・補間し、過渡画像を推定する。 直接ToF(dToF)センサーが過渡画像をキャプチャすると、iToF2dToFと名付けられます。 一時的な表現は柔軟です。 低SNRに対して堅牢で、実際に発生するあいまいなシナリオ(例えば、スペクトルMPI、光クロストーク)に対処できる、ルールベースの異なる深度検出アルゴリズムと統合することができる。 我々は,iToF2dToFの従来手法に対する利点を実深度センシングのシナリオで示す。

関連論文リスト

• Fried deconvolution [0.0]
  長距離画像における大気乱流の影響を抑えるための新しい手法を提案する。 本手法は,大気変調伝達関数(MTF)の解析式Friedカーネルと,フレームレットに基づくデコンボリューションアルゴリズムに基づく。
  論文  参考訳（メタデータ） (2024-11-05T08:04:43Z)
• bit2bit: 1-bit quanta video reconstruction via self-supervised photon prediction [57.199618102578576]
  疎二分量時間画像データから高画質の画像スタックを元の解像度で再構成する新しい方法であるbit2bitを提案する。 Poisson denoisingの最近の研究に触発されて、スパースバイナリ光子データから高密度な画像列を生成するアルゴリズムを開発した。 本研究では,様々な課題の画像条件下でのSPADの高速映像を多種多種に含む新しいデータセットを提案する。
  論文  参考訳（メタデータ） (2024-10-30T17:30:35Z)
• Misalignment-Robust Frequency Distribution Loss for Image Transformation [51.0462138717502]
  本稿では,画像強調や超解像といった深層学習に基づく画像変換手法における共通の課題に対処することを目的とする。 本稿では、周波数領域内における分布距離を計算するための、新しいシンプルな周波数分布損失(FDL)を提案する。 本手法は,周波数領域におけるグローバル情報の思慮深い活用により,トレーニング制約として実証的に有効であることが実証された。
  論文  参考訳（メタデータ） (2024-02-28T09:27:41Z)
• Microseismic source imaging using physics-informed neural networks with hard constraints [4.07926531936425]
  物理インフォームドニューラルネットワーク(PINN)に基づく直接微動イメージングフレームワークを提案する。 PINNを用いてマルチ周波数波動場を表現し,その逆フーリエ変換を用いて音源画像の抽出を行う。 さらに,本手法をモニタリングフィールドデータの水理破砕に応用し,少ないアーティファクトで精度よくソースを画像化できることを実証する。
  論文  参考訳（メタデータ） (2023-04-09T21:10:39Z)
• Representing Noisy Image Without Denoising [91.73819173191076]
  ラドン空間におけるフラクショナルオーダーモーメント(FMR)は、ノイズの多い画像から直接ロバストな表現を引き出すように設計されている。 従来の整数順序法とは異なり、我々の研究は特別な場合のような古典的手法を取り入れたより汎用的な設計である。
  論文  参考訳（メタデータ） (2023-01-18T10:13:29Z)
• Deep Dynamic Scene Deblurring from Optical Flow [53.625999196063574]
  汚れは視覚的により快適な写真を提供し、写真がより便利になる。 非均一な曖昧さを数学的にモデル化することは困難である。 我々は,難解な特徴から鮮明な画像を復元する畳み込みニューラルネットワーク(CNN)を開発した。
  論文  参考訳（メタデータ） (2023-01-18T06:37:21Z)
• Weakly-Supervised Optical Flow Estimation for Time-of-Flight [11.496094830445054]
  再構成深度に直接光フローネットワークを監視できるトレーニングアルゴリズムを提案する。 本手法により,iToF深度画像における生のiToF測定値の整列と運動成果物の補償を可能にする。
  論文  参考訳（メタデータ） (2022-10-11T09:47:23Z)
• Wild ToFu: Improving Range and Quality of Indirect Time-of-Flight Depth with RGB Fusion in Challenging Environments [56.306567220448684]
  本稿では,ノイズの多い生のI-ToF信号とRGB画像を用いた学習に基づくエンド・ツー・エンドの深度予測ネットワークを提案する。 最終深度マップでは,ベースラインアプローチと比較して40%以上のRMSE改善が見られた。
  論文  参考訳（メタデータ） (2021-12-07T15:04:14Z)
• Lightweight Deep Learning Architecture for MPI Correction and Transient Reconstruction [19.040317739792787]
  間接飛行時間カメラ(iToF)は、フレームレートで深度画像を提供する安価な装置である。 それらは異なる誤差源の影響を受けており、Multi-Path Interference (MPI) が捉えたスポットライトがある。 一般的なデータ駆動のアプローチは、シーン内の光の過渡伝播を無視して出力の深さ値の直接推定に焦点を当てる傾向がある。 我々は,MPIの除去と過渡情報自体の再構築のために,過渡情報の直接分割を利用する,非常にコンパクトなアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2021-11-29T09:31:35Z)
• Deep Unfolded Recovery of Sub-Nyquist Sampled Ultrasound Image [94.42139459221784]
  本稿では,ISTAアルゴリズムの展開に基づく時空間領域におけるサブNyquistサンプルからの再構成手法を提案する。 本手法は,高品質な撮像性能を確保しつつ,配列要素数,サンプリングレート,計算時間を削減できる。
  論文  参考訳（メタデータ） (2021-03-01T19:19:38Z)

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。