論文の概要: Stereo Matching Based on Visual Sensitive Information

• arxiv url: http://arxiv.org/abs/2105.10831v1
• Date: Sun, 23 May 2021 00:20:32 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-25 15:16:16.778587
• Title: Stereo Matching Based on Visual Sensitive Information
• Title（参考訳）: 視覚センシティブ情報に基づくステレオマッチング
• Authors: Hewei Wang, Muhammad Salman Pathan, and Soumyabrata Dev
• Abstract要約: ミドルベリーデータセットの標準画像を用いて視覚的センシティブな情報に基づくステレオマッチングアルゴリズムを提案する。 実験の結果,提案アルゴリズムは画像のステレオマッチング効果を効果的に向上させることができることがわかった。
• 参考スコア（独自算出の注目度）: 0.8602553195689513
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The area of computer vision is one of the most discussed topics amongst many scholars, and stereo matching is its most important sub fields. After the parallax map is transformed into a depth map, it can be applied to many intelligent fields. In this paper, a stereo matching algorithm based on visual sensitive information is proposed by using standard images from Middlebury dataset. Aiming at the limitation of traditional stereo matching algorithms regarding the cost window, a cost aggregation algorithm based on the dynamic window is proposed, and the disparity image is optimized by using left and right consistency detection to further reduce the error matching rate. The experimental results show that the proposed algorithm can effectively enhance the stereo matching effect of the image providing significant improvement in accuracy as compared with the classical census algorithm. The proposed model code, dataset, and experimental results are available at https://github.com/WangHewei16/Stereo-Matching.
• Abstract（参考訳）: コンピュータビジョンの領域は多くの学者の間で最も議論されているトピックの1つであり、ステレオマッチングは最も重要なサブ分野である。 パララックス写像が深度写像に変換されると、多くの知的場に適用することができる。 本稿では,ミドルベリーデータセットの標準画像を用いて,視覚センシティブな情報に基づくステレオマッチングアルゴリズムを提案する。 コストウィンドウに関する従来のステレオマッチングアルゴリズムの限界を目指して、動的ウィンドウに基づくコスト集約アルゴリズムを提案し、左右の一貫性検出を用いて不一致画像を最適化し、エラーマッチング率をさらに低減する。 実験の結果,本アルゴリズムは,従来の国勢調査アルゴリズムと比較して精度が大幅に向上する画像のステレオマッチング効果を効果的に向上できることがわかった。 提案されたモデルコード、データセット、実験結果はhttps://github.com/WangHewei16/Stereo-Matching.comで公開されている。

関連論文リスト

• Fine-grained Recognition with Learnable Semantic Data Augmentation [68.48892326854494]
  きめ細かい画像認識は、長年続くコンピュータビジョンの課題である。 本稿では,識別領域損失問題を軽減するため,特徴レベルのトレーニングデータを多様化することを提案する。 本手法は,いくつかの人気分類ネットワーク上での一般化性能を著しく向上させる。
  論文  参考訳（メタデータ） (2023-09-01T11:15:50Z)
• Explicit Correspondence Matching for Generalizable Neural Radiance Fields [49.49773108695526]
  本稿では,新たな未知のシナリオに一般化し,2つのソースビューで新規なビュー合成を行う新しいNeRF手法を提案する。 明瞭な対応マッチングは、異なるビュー上の3Dポイントの2次元投影でサンプリングされた画像特徴間のコサイン類似度と定量化される。 実験では,実験結果から得られたコサイン特徴の類似性と体積密度との間に強い相関関係が認められた。
  論文  参考訳（メタデータ） (2023-04-24T17:46:01Z)
• Comparison of Stereo Matching Algorithms for the Development of Disparity Map [0.0]
  本稿では,6種類のステレオマッチングアルゴリズムの比較検討を行う。 平均正方形誤差(MSE)、絶対差和(SAD)、正規化相互相関(NCC)の3つのコスト関数を用いて比較を行った。 その結果,ほとんどの場合,BPアルゴリズムの方が95%以上の精度で良好な結果が得られた。
  論文  参考訳（メタデータ） (2022-10-28T06:14:14Z)
• Deep Semantic Statistics Matching (D2SM) Denoising Network [70.01091467628068]
  本稿では,Deep Semantic Statistics Matching (D2SM) Denoising Networkを紹介する。 事前訓練された分類ネットワークの意味的特徴を利用して、意味的特徴空間における明瞭な画像の確率的分布と暗黙的に一致させる。 識別画像のセマンティックな分布を学習することで,ネットワークの認知能力を大幅に向上させることを実証的に見出した。
  論文  参考訳（メタデータ） (2022-07-19T14:35:42Z)
• Robust and accurate depth estimation by fusing LiDAR and Stereo [8.85338187686374]
  本稿では,LiDARとステレオカメラを融合させる高精度でロバストな手法を提案する。 この方法は、LiDARとステレオカメラの利点を完全に組み合わせている。 提案したパイプラインをKITTIベンチマークで評価した。
  論文  参考訳（メタデータ） (2022-07-13T11:55:15Z)
• Sub-Image Histogram Equalization using Coot Optimization Algorithm for Segmentation and Parameter Selection [0.0]
  平均および分散に基づくサブイメージヒストグラム等化(MVSIHE)アルゴリズムは,これらのコントラスト強化手法の1つである。 本研究では,直近の最適化アルゴリズム,すなわちcoot Optimization algorithm(COA)を用いて,MVSIHEアルゴリズムの適切なパラメータを選択する。 その結果, バイオメディカル画像処理の分野では, 提案手法が有効であることが示唆された。
  論文  参考訳（メタデータ） (2022-05-31T06:51:45Z)
• BDIS: Bayesian Dense Inverse Searching Method for Real-Time Stereo Surgical Image Matching [2.990820994368054]
  本稿では,一般的なMISタスクに対して,CPUレベルの事前自由ステレオマッチングアルゴリズムを提案する。 手術画像用のシングルコアCPU (i5-9400) を用いて, 640*480の画像に対して平均17Hzを実現する。 MIS のベースライン ELAS よりも近いか高い精度で出力が小さいが、4-5倍高速である。
  論文  参考訳（メタデータ） (2022-05-06T10:50:49Z)
• Contextual Similarity Aggregation with Self-attention for Visual Re-ranking [96.55393026011811]
  本稿では,自己注意を伴う文脈的類似性集約による視覚的再ランク付け手法を提案する。 提案手法の汎用性と有効性を示すため,4つのベンチマークデータセットの総合的な実験を行った。
  論文  参考訳（メタデータ） (2021-10-26T06:20:31Z)
• Masked Face Image Classification with Sparse Representation based on Majority Voting Mechanism [4.451150873349085]
  I implement the Orthogonal Matching Pursuit (OMP) algorithm and Sparse Representation-based Classification (SRC) algorithm。 この結果は、SRCアルゴリズムと組み合わせたOMPアルゴリズムが、98.4%の精度でマスクされた顔画像分類よりも優れていることを示している。
  論文  参考訳（メタデータ） (2020-11-09T16:55:14Z)
• Depth image denoising using nuclear norm and learning graph model [107.51199787840066]
  グループベース画像復元法は,パッチ間の類似性収集に有効である。 各パッチに対して、検索ウィンドウ内で最もよく似たパッチを見つけ、グループ化する。 提案手法は, 主観的, 客観的両面において, 最先端の復調法よりも優れている。
  論文  参考訳（メタデータ） (2020-08-09T15:12:16Z)
• A Flexible Framework for Designing Trainable Priors with Adaptive Smoothing and Game Encoding [57.1077544780653]
  我々は、前方通過を非滑らかな凸最適化問題として解釈できるニューラルネットワーク層の設計とトレーニングのための一般的なフレームワークを紹介する。 グラフのノードに代表されるローカルエージェントによって解決され、正規化関数を介して相互作用する凸ゲームに焦点を当てる。 このアプローチは、訓練可能なエンドツーエンドのディープモデル内で、古典的な画像の事前使用を可能にするため、画像の問題を解決するために魅力的である。
  論文  参考訳（メタデータ） (2020-06-26T08:34:54Z)

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。