論文の概要: Efficient Light Field Reconstruction via Spatio-Angular Dense Network
- arxiv url: http://arxiv.org/abs/2108.03635v1
- Date: Sun, 8 Aug 2021 13:50:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-10 15:26:21.247331
- Title: Efficient Light Field Reconstruction via Spatio-Angular Dense Network
- Title（参考訳）: Spatio-Angular Dense Networkによる高効率光場再構成
- Authors: Zexi Hu, Henry Wing Fung Yeung, Xiaoming Chen, Yuk Ying Chung,
Haisheng Li
- Abstract要約: 光電場再構成のためのエンドツーエンドのSPDense Network(SADenseNet)を提案する。
提案したSADenseNetの最先端性能は,メモリと計算のコストを大幅に削減できることを示す。
その結果, 再構成された光場画像は, 精密で精密であり, 測定関連アプリケーションの精度を向上させるために, プリプロセッシングとして機能することがわかった。
- 参考スコア（独自算出の注目度）: 14.568586050271357
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As an image sensing instrument, light field images can supply extra angular
information compared with monocular images and have facilitated a wide range of
measurement applications. Light field image capturing devices usually suffer
from the inherent trade-off between the angular and spatial resolutions. To
tackle this problem, several methods, such as light field reconstruction and
light field super-resolution, have been proposed but leaving two problems
unaddressed, namely domain asymmetry and efficient information flow. In this
paper, we propose an end-to-end Spatio-Angular Dense Network (SADenseNet) for
light field reconstruction with two novel components, namely correlation blocks
and spatio-angular dense skip connections to address them. The former performs
effective modeling of the correlation information in a way that conforms with
the domain asymmetry. And the latter consists of three kinds of connections
enhancing the information flow within two domains. Extensive experiments on
both real-world and synthetic datasets have been conducted to demonstrate that
the proposed SADenseNet's state-of-the-art performance at significantly reduced
costs in memory and computation. The qualitative results show that the
reconstructed light field images are sharp with correct details and can serve
as pre-processing to improve the accuracy of related measurement applications.
- Abstract（参考訳）: 画像センシング機器としては、単眼画像に比べて余分な角情報の提供が可能であり、幅広い計測応用が容易である。
光電界撮像装置は通常、角分解能と空間分解能との固有のトレードオフに苦しむ。
この問題に対処するために,光電界再構成法や光電界超解法などの手法が提案されているが,領域非対称性と効率的な情報フローという2つの問題に対処できない。
本稿では,2つの新しいコンポーネント,すなわち相関ブロックとスポース-角密スキップ接続を用いた光電場再構成のためのエンドツーエンドのスポース-Angular Dense Network (SADenseNet)を提案する。
前者は、領域非対称性に適合する方法で相関情報の効果的なモデリングを行う。
そして後者は2つの領域内の情報フローを高める3種類の接続からなる。
実世界のデータセットと合成データセットの両方に対する大規模な実験を行い、提案したSADenseNetの最先端性能がメモリと計算のコストを大幅に削減したことを示した。
定性的な結果は、再構成された光場画像が正確な詳細でシャープであり、関連する測定アプリケーションの精度を向上させるための前処理として機能することを示している。
関連論文リスト
- Spatial-frequency Dual-Domain Feature Fusion Network for Low-Light Remote Sensing Image Enhancement [49.15531684596958]
低照度リモートセンシング画像強調のためのDFFN(Dual-Domain Feature Fusion Network)を提案する。
第1フェーズは振幅情報を学習して画像輝度を復元し、第2フェーズは位相情報を学習して詳細を洗練させる。
我々は、現在の暗光リモートセンシング画像強調におけるデータセットの欠如に対応するために、2つの暗光リモートセンシングデータセットを構築した。
論文 参考訳（メタデータ） (2024-04-26T13:21:31Z) - Mutual Information-driven Triple Interaction Network for Efficient Image
Dehazing [54.168567276280505]
画像デハージングのための相互情報駆動型トリプルインタラクションネットワーク(MITNet)を提案する。
振幅誘導ヘイズ除去と呼ばれる第1段階は、ヘイズ除去のためのヘイズ画像の振幅スペクトルを復元することを目的としている。
第2段階は位相誘導構造が洗練され、位相スペクトルの変換と微細化を学ぶことに尽力した。
論文 参考訳（メタデータ） (2023-08-14T08:23:58Z) - RRNet: Relational Reasoning Network with Parallel Multi-scale Attention
for Salient Object Detection in Optical Remote Sensing Images [82.1679766706423]
光リモートセンシング画像(RSI)のためのSODは、光学RSIから視覚的に特徴的な物体や領域を探索・抽出することを目的としている。
光学RSIにおけるSODに並列なマルチスケールアテンションを持つリレーショナル推論ネットワークを提案する。
提案するRRNetは,既存の最先端SODコンペティタよりも質的,定量的に優れている。
論文 参考訳（メタデータ） (2021-10-27T07:18:32Z) - Light Field Reconstruction Using Convolutional Network on EPI and
Extended Applications [78.63280020581662]
スパースビューからの光場再構成のための新しい畳み込みニューラルネットワーク(CNN)ベースのフレームワークを開発した。
最先端のアルゴリズムと比較して,提案フレームワークの高性能と堅牢性を実証する。
論文 参考訳（メタデータ） (2021-03-24T08:16:32Z) - Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian
Photometric Stereo [61.6260594326246]
空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。
分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
論文 参考訳（メタデータ） (2021-03-22T18:06:58Z) - Learning Inter- and Intra-frame Representations for Non-Lambertian
Photometric Stereo [14.5172791293107]
2段階の畳み込みニューラルネットワーク(CNN)アーキテクチャを構築し、フレーム間およびフレーム内表現を構築します。
フレーム間およびフレーム間特徴抽出モジュールを配置する最適スキームを特定するために,ネットワーク設計の代替案を多数検討した。
論文 参考訳（メタデータ） (2020-12-26T11:22:56Z) - Learning Light Field Angular Super-Resolution via a Geometry-Aware
Network [101.59693839475783]
そこで本研究では,広いベースラインを持つスパースサンプリング光場を超解き放つことを目的とした,エンド・ツー・エンドの学習ベースアプローチを提案する。
提案手法は,実行時間48$times$を節約しつつ,2番目のベストメソッドのPSNRを平均2dBまで改善する。
論文 参考訳（メタデータ） (2020-02-26T02:36:57Z)
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。