論文の概要: Separated-Spectral-Distribution Estimation Based on Bayesian Inference with Single RGB Camera

• arxiv url: http://arxiv.org/abs/2106.01861v1
• Date: Tue, 1 Jun 2021 08:31:47 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-05 12:31:39.670297
• Title: Separated-Spectral-Distribution Estimation Based on Bayesian Inference with Single RGB Camera
• Title（参考訳）: 単一RGBカメラによるベイズ推定に基づくスペクトル分布の分離推定
• Authors: Yuma Kinoshita and Hitoshi Kiya
• Abstract要約: 典型的なRGBカメラで撮影した画像からスペクトル分布を推定する新しい手法を提案する。 提案手法は、スペクトル分布を統一的に推定することができ、ノイズに対する推定のロバスト性を高めることができる。 実験では,従来の推定手法をRMSEで上回るだけでなく,騒音に対して頑健であることを示す。
• 参考スコア（独自算出の注目度）: 23.300763504208593
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we propose a novel method for separately estimating spectral distributions from images captured by a typical RGB camera. The proposed method allows us to separately estimate a spectral distribution of illumination, reflectance, or camera sensitivity, while recent hyperspectral cameras are limited to capturing a joint spectral distribution from a scene. In addition, the use of Bayesian inference makes it possible to take into account prior information of both spectral distributions and image noise as probability distributions. As a result, the proposed method can estimate spectral distributions in a unified way, and it can enhance the robustness of the estimation against noise, which conventional spectral-distribution estimation methods cannot. The use of Bayesian inference also enables us to obtain the confidence of estimation results. In an experiment, the proposed method is shown not only to outperform conventional estimation methods in terms of RMSE but also to be robust against noise.
• Abstract（参考訳）: 本稿では,典型的なRGBカメラで撮影した画像からスペクトル分布を別々に推定する手法を提案する。 提案手法では,照明,反射率,カメラ感度のスペクトル分布を別々に推定できるが,近年のハイパースペクトルカメラはシーンからの同時スペクトル分布を捉えることに限られている。 さらに、ベイズ推定を用いることで、スペクトル分布と画像ノイズの両方の事前情報を確率分布として考慮することができる。 その結果,提案手法はスペクトル分布を統一的に推定することができ,従来のスペクトル分布推定法では不可能な雑音に対する推定の堅牢性を高めることができる。 ベイズ推論を用いることで,推定結果の信頼度も得ることができる。 実験では,提案手法が従来のrmse法を上回るだけでなく,雑音に対するロバスト性も示している。

関連論文リスト

• Theory on Score-Mismatched Diffusion Models and Zero-Shot Conditional Samplers [49.97755400231656]
  本報告では,明示的な次元の一般スコアミスマッチ拡散サンプリング器を用いた最初の性能保証について述べる。 その結果, スコアミスマッチは, 目標分布とサンプリング分布の分布バイアスとなり, 目標分布とトレーニング分布の累積ミスマッチに比例することがわかった。 この結果は、測定ノイズに関係なく、任意の条件モデルに対するゼロショット条件付きサンプリングに直接適用することができる。
  論文  参考訳（メタデータ） (2024-10-17T16:42:12Z)
• Uncertainty Quantification via Stable Distribution Propagation [60.065272548502]
  本稿では,ニューラルネットワークによる安定確率分布の伝播手法を提案する。 提案手法は局所線形化に基づいており,ReLU非線型性に対する全変動距離の近似値として最適であることを示す。
  論文  参考訳（メタデータ） (2024-02-13T09:40:19Z)
• Score-based Source Separation with Applications to Digital Communication Signals [72.6570125649502]
  拡散モデルを用いた重畳音源の分離手法を提案する。 高周波(RF)システムへの応用によって、我々は、基礎となる離散的な性質を持つ情報源に興味を持っている。 提案手法は,最近提案されたスコア蒸留サンプリング方式のマルチソース拡張と見なすことができる。
  論文  参考訳（メタデータ） (2023-06-26T04:12:40Z)
• Posterior-Variance-Based Error Quantification for Inverse Problems in Imaging [8.510101522152231]
  提案手法は, 後方分散の推定と共形予測の手法を用いる。 また、後部からの近似サンプリングのみが可能な場合にも、カバレッジ保証を得ることができる。 論文で示された複数の正則化アプローチによる実験は、実際に得られた誤差境界がかなり厳密であることを確認した。
  論文  参考訳（メタデータ） (2022-12-23T17:45:38Z)
• Parameter estimation of the homodyned K distribution based on neural networks and trainable fractional-order moments [1.5469452301122175]
  ホモジン化K(HK)分布は、様々な研究分野における散乱現象を記述するために広く用いられている。 分数次モーメントを用いて計算した信号対雑音比,歪度,曲率に基づいて,HK分布パラメータを推定できるニューラルネットワークを開発した。
  論文  参考訳（メタデータ） (2022-10-11T23:26:47Z)
• SAR Despeckling using a Denoising Diffusion Probabilistic Model [52.25981472415249]
  スペックルの存在は画像品質を劣化させ、SAR画像理解アプリケーションの性能に悪影響を及ぼす。 本稿では,SAR脱種のための拡散確率モデルであるSAR-DDPMを紹介する。 提案手法は, 最先端の切り離し法と比較して, 定量化と定性化の両面で有意な改善を実現している。
  論文  参考訳（メタデータ） (2022-06-09T14:00:26Z)
• Integrating Statistical Uncertainty into Neural Network-Based Speech Enhancement [27.868722093985006]
  ニューラルネットワークに基づく音声強調における不確実性モデリングの利点について検討する。 点推定の代わりに分布を推定することにより、各推定に関連付けられた不確実性をモデル化することができる。
  論文  参考訳（メタデータ） (2022-03-04T12:55:46Z)
• Deblurring via Stochastic Refinement [85.42730934561101]
  条件付き拡散モデルに基づくブラインドデブロアリングのための代替フレームワークを提案する。 提案手法は,PSNRなどの歪み指標の点で競合する。
  論文  参考訳（メタデータ） (2021-12-05T04:36:09Z)
• Exploring the Intrinsic Probability Distribution for Hyperspectral Anomaly Detection [9.653976364051564]
  超スペクトル異常検出のための原データにおける背景と異常の両方の固有分布を探索する新しい確率分布表現検出器(pdrd)を提案する。 提案手法の性能を評価するために, 4つの実データ集合の実験を行った。
  論文  参考訳（メタデータ） (2021-05-14T11:42:09Z)
• Residual-driven Fuzzy C-Means Clustering for Image Segmentation [152.609322951917]
  画像分割のための残留駆動型ファジィC平均(FCM)について詳述する。 この枠組みに基づいて,混合雑音分布の重み付けによる重み付き$ell_2$-norm忠実度項を示す。 その結果、既存のFCM関連アルゴリズムよりも提案アルゴリズムの有効性と効率が優れていることが示された。
  論文  参考訳（メタデータ） (2020-04-15T15:46:09Z)
• A deep-learning based Bayesian approach to seismic imaging and uncertainty quantification [0.4588028371034407]
  不確実性は、不条件の逆問題を扱う際に必須である。 未知の知識を正確に符号化する事前分布を定式化することは、しばしば不可能である。 本稿では,無作為な畳み込みニューラルネットワークの機能形式を,前もって暗黙的な構造として利用することを提案する。
  論文  参考訳（メタデータ） (2020-01-13T23:46:18Z)

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。