論文の概要: Effectiveness of State-of-the-Art Super Resolution Algorithms in Surveillance Environment

• arxiv url: http://arxiv.org/abs/2107.04133v1
• Date: Thu, 8 Jul 2021 22:28:48 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-12 13:50:16.351414
• Title: Effectiveness of State-of-the-Art Super Resolution Algorithms in Surveillance Environment
• Title（参考訳）: 監視環境における最先端超解像アルゴリズムの有効性
• Authors: Muhammad Ali Farooq, Ammar Ali Khan, Ansar Ahmad, Rana Hammad Raza
• Abstract要約: 画像スーパーレゾリューション (SR) は、画像が観測者によって綿密に検査される必要がある領域において、強化された情報を抽出するアプリケーションを見つける。 従来の4つのSRアルゴリズムと3つのディープラーニングベースのSRアルゴリズムの有効性を検証した。 外部辞書を用いたCNNベースのSR技術は, 頑健な顔検出精度を実現することにより, 最良であることが証明された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Image Super Resolution (SR) finds applications in areas where images need to be closely inspected by the observer to extract enhanced information. One such focused application is an offline forensic analysis of surveillance feeds. Due to the limitations of camera hardware, camera pose, limited bandwidth, varying illumination conditions, and occlusions, the quality of the surveillance feed is significantly degraded at times, thereby compromising monitoring of behavior, activities, and other sporadic information in the scene. For the proposed research work, we have inspected the effectiveness of four conventional yet effective SR algorithms and three deep learning-based SR algorithms to seek the finest method that executes well in a surveillance environment with limited training data op-tions. These algorithms generate an enhanced resolution output image from a sin-gle low-resolution (LR) input image. For performance analysis, a subset of 220 images from six surveillance datasets has been used, consisting of individuals with varying distances from the camera, changing illumination conditions, and complex backgrounds. The performance of these algorithms has been evaluated and compared using both qualitative and quantitative metrics. These SR algo-rithms have also been compared based on face detection accuracy. By analyzing and comparing the performance of all the algorithms, a Convolutional Neural Network (CNN) based SR technique using an external dictionary proved to be best by achieving robust face detection accuracy and scoring optimal quantitative metric results under different surveillance conditions. This is because the CNN layers progressively learn more complex features using an external dictionary.
• Abstract（参考訳）: 画像スーパーレゾリューション (SR) は、画像が観測者によって綿密に検査される必要がある領域において、強化された情報を抽出するアプリケーションを見つける。 そのようなアプリケーションの一つは、監視フィードのオフラインの法医学的分析である。 カメラのハードウェア、カメラのポーズ、帯域幅の制限、照明条件の変動、オクルージョンの制限により、監視フィードの品質は時として著しく低下し、シーンにおける行動、活動、その他の散発的な情報の監視を損なう。 本研究では,従来の4つのsrアルゴリズムと3つの深層学習に基づくsrアルゴリズムの有効性を検証し,データ操作量の制限された監視環境において,最も優れた手法を求める。 これらのアルゴリズムは、シングル低解像度(LR)入力画像から高解像度出力画像を生成する。 性能分析には、6つの監視データセットからの220枚の画像のサブセットが使用されており、カメラからの距離が異なる個人、照明条件の変化、複雑な背景で構成されている。 これらのアルゴリズムの性能は質的および定量的な指標を用いて評価・比較されてきた。 これらのSRアルゴリズムは顔検出精度に基づいて比較されている。 すべてのアルゴリズムの性能を分析し比較することにより,外部辞書を用いた畳み込みニューラルネットワーク(cnn)によるsr手法が,ロバストな顔検出精度を達成し,異なる監視条件下で最適な定量的測定結果が得られることが判明した。 これは、CNN層が外部辞書を使ってより複雑な特徴を徐々に学習するためである。

関連論文リスト

• Improving Hand Recognition in Uncontrolled and Uncooperative Environments using Multiple Spatial Transformers and Loss Functions [13.47664951012019]
  既存の手動画像認識手法の多くは, ユーザの協力を得て, 制御された環境下で収集した手動画像に対して良好に動作する。 マルチ空間変換器ネットワーク(MSTN)と多重損失関数を組み合わせたアルゴリズムを提案する。 実験結果から,提案アルゴリズムは,これらの非制御・非協調環境における既存手法よりも有意に優れた性能を示した。
  論文  参考訳（メタデータ） (2023-11-09T14:08:48Z)
• Advancing Unsupervised Low-light Image Enhancement: Noise Estimation, Illumination Interpolation, and Self-Regulation [55.07472635587852]
  低光画像強調(LLIE)技術は、画像の詳細の保存とコントラストの強化に顕著な進歩をもたらした。 これらのアプローチは、動的ノイズを効率的に緩和し、様々な低照度シナリオを収容する上で、永続的な課題に直面する。 まず,低照度画像の雑音レベルを迅速かつ高精度に推定する方法を提案する。 次に、照明と入力の一般的な制約を満たすために、Learningable Illumination Interpolator (LII) を考案する。
  論文  参考訳（メタデータ） (2023-05-17T13:56:48Z)
• Exploring Resolution and Degradation Clues as Self-supervised Signal for Low Quality Object Detection [77.3530907443279]
  劣化した低解像度画像中の物体を検出するための,新しい自己教師型フレームワークを提案する。 本手法は, 既存手法と比較して, 異変劣化状況に直面する場合に比べ, 優れた性能を示した。
  論文  参考訳（メタデータ） (2022-08-05T09:36:13Z)
• Textural-Structural Joint Learning for No-Reference Super-Resolution Image Quality Assessment [59.91741119995321]
  我々は、TSNetと呼ばれる品質予測のためのテキスト情報と構造情報を共同で探索するデュアルストリームネットワークを開発した。 画像の重要な領域に注意を払っている人間の視覚システム(HVS)を模倣することにより、視覚に敏感な領域をより区別しやすくするための空間的注意機構を開発する。 実験の結果,提案したTSNetは現状のIQA法よりも視覚的品質を正確に予測し,人間の視点との整合性を示した。
  論文  参考訳（メタデータ） (2022-05-27T09:20:06Z)
• Illumination and Temperature-Aware Multispectral Networks for Edge-Computing-Enabled Pedestrian Detection [10.454696553567809]
  本研究は,高精度かつ効率的な歩行者検出のための軽量照明・温度対応マルチスペクトルネットワーク(IT-MN)を提案する。 提案アルゴリズムは、車載カメラで収集した公開データセットを用いて、選択した最先端アルゴリズムと比較して評価する。 提案アルゴリズムは,GPU上の画像ペアあたり14.19%,0.03秒の低ミス率と推論時間を実現する。
  論文  参考訳（メタデータ） (2021-12-09T17:27:23Z)
• Homogeneous Low-Resolution Face Recognition Method based Correlation Features [3.747737951407512]
  監視ビデオと画像の低解像度特徴は、高解像度の顔認識アルゴリズムが効果的な特徴情報を抽出することを困難にしている。 密集都市化の時代には、セキュリティ監視における顔認証がますます重要になるため、低解像度監視カメラが生み出す映像フレームの処理に十分な性能を発揮できるアルゴリズムを開発することが不可欠である。 本稿では,同種低分解能監視ビデオの相関特徴に基づく顔認識(CoFFaR)手法について,その理論,実験の詳細,実験結果について詳しく述べる。
  論文  参考訳（メタデータ） (2021-11-25T17:11:52Z)
• Exploiting Raw Images for Real-Scene Super-Resolution [105.18021110372133]
  本稿では,合成データと実撮影画像とのギャップを埋めるために,実シーンにおける単一画像の超解像化の問題について検討する。 本稿では,デジタルカメラの撮像過程を模倣して,よりリアルなトレーニングデータを生成する手法を提案する。 また、原画像に記録された放射情報を活用するために、2分岐畳み込み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） (2021-02-02T16:10:15Z)
• Analysis and evaluation of Deep Learning based Super-Resolution algorithms to improve performance in Low-Resolution Face Recognition [0.0]
  超解像アルゴリズムは、関係する被験者の識別特性を回復することができる。 このプロジェクトは、顔の超解像のタスクのための異なるディープニューラルネットワークアーキテクチャを評価し、適応することを目的とした。 実験により、一般的なスーパーレゾリューションアーキテクチャは、高レゾリューション顔で訓練されたディープニューラルネットワークのフェイス検証性能を向上させることが判明した。
  論文  参考訳（メタデータ） (2021-01-19T02:41:57Z)
• Towards Online Monitoring and Data-driven Control: A Study of Segmentation Algorithms for Laser Powder Bed Fusion Processes [83.97264034062673]
  レーザーパウダーベッド融合機の増加は、オンライン監視とデータ駆動制御能力を改善するためにオフ軸赤外線カメラを使用する。 我々は、各赤外線画像を前景と背景に分割する30以上のセグメンテーションアルゴリズムについて検討する。 同定されたアルゴリズムは、レーザ粉体層融合機に容易に適用でき、上記の各制限に対処し、プロセス制御を大幅に改善することができる。
  論文  参考訳（メタデータ） (2020-11-18T03:30:16Z)
• Robust Unsupervised Video Anomaly Detection by Multi-Path Frame Prediction [61.17654438176999]
  本稿では,フレーム予測と適切な設計による新規で頑健な非教師付きビデオ異常検出手法を提案する。 提案手法は,CUHK Avenueデータセット上で88.3%のフレームレベルAUROCスコアを得る。
  論文  参考訳（メタデータ） (2020-11-05T11:34:12Z)
• Feature-Driven Super-Resolution for Object Detection [13.748941620767452]
  本稿では,低解像度(LR)画像の検出性能を向上させるために,シンプルだが強力な機能駆動型超解像(FDSR)を提案する。 FDSRは、MS COCOバリデーション、VOC2007データベースにおける検出性能mAPより優れ、他の検出ネットワークによく一般化されている。
  論文  参考訳（メタデータ） (2020-04-01T16:33:07Z)

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。