論文の概要: Deep Camera Obscura: An Image Restoration Pipeline for Lensless Pinhole Photography

• arxiv url: http://arxiv.org/abs/2108.05563v1
• Date: Thu, 12 Aug 2021 07:03:00 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-13 14:24:50.047845
• Title: Deep Camera Obscura: An Image Restoration Pipeline for Lensless Pinhole Photography
• Title（参考訳）: Deep Camera Obscura:レンズレスピンホール撮影のための画像修復パイプライン
• Authors: Joshua D. Rego, Huaijin Chen, Shuai Li, Jinwei Gu, Suren Jayasuriya
• Abstract要約: ピンホールカメラ(ピンホールカメラ)は、レンズの代わりにピンホールサイズの開口部だけを使用する、最も早くてシンプルな画像システムである。 本稿では, ピンホールシステムの深層学習とドメイン知識を用いた画像復元パイプラインを探索し, ジョイント denoise と deblur によるピンホール画像の品質向上を図る。 当社のアプローチでは、手持ち撮影においてより実用的な露光時間を実現し、画質の向上を実現しているため、他のレンズレスカメラと比較して、画質とコストを低く保ちながら、日々の撮影に適している。
• 参考スコア（独自算出の注目度）: 18.19703711805033
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The lensless pinhole camera is perhaps the earliest and simplest form of an imaging system using only a pinhole-sized aperture in place of a lens. They can capture an infinite depth-of-field and offer greater freedom from optical distortion over their lens-based counterparts. However, the inherent limitations of a pinhole system result in lower sharpness from blur caused by optical diffraction and higher noise levels due to low light throughput of the small aperture, requiring very long exposure times to capture well-exposed images. In this paper, we explore an image restoration pipeline using deep learning and domain-knowledge of the pinhole system to enhance the pinhole image quality through a joint denoise and deblur approach. Our approach allows for more practical exposure times for hand-held photography and provides higher image quality, making it more suitable for daily photography compared to other lensless cameras while keeping size and cost low. This opens up the potential of pinhole cameras to be used in smaller devices, such as smartphones.
• Abstract（参考訳）: レンズレスピンホールカメラは、おそらくレンズの代わりにピンホールサイズの開口部のみを使用する撮像システムの最も早く、最も単純な形態である。 被写界深度を無限に捉え、レンズベースのレンズよりも光歪みがより自由になる。 しかし、ピンホール系固有の限界は、光学回折によるぼかしによるシャープネスの低下と、小さな開口部の光のスループットの低下によるノイズレベルの上昇を招き、よく露出した画像をキャプチャするのに非常に長い露光時間を要する。 本稿では, ピンホールシステムの深層学習とドメイン知識を用いた画像復元パイプラインを探索し, ジョイント denoise と deblur によるピンホール画像の品質向上を図る。 このアプローチは、手持ち写真の露光時間をより実用的なものにし、高い画質を提供し、サイズとコストを低く保ちながら、他のレンズレスカメラよりも日々の撮影に適しています。 これにより、スマートフォンなどの小型デバイスで使用されるピンホールカメラの可能性が開ける。

関連論文リスト

• Let There Be Light: Robust Lensless Imaging Under External Illumination With Deep Learning [7.368155086339779]
  レンズレスカメラは、アナログ光学からデジタル後処理へ画像形成をシフトすることで、従来のカメラの設計制約を緩和する。 新しいカメラの設計や応用が可能である一方で、レンズレスイメージングは望ましくない干渉(他の情報源、ノイズなど)に非常に敏感である。
  論文  参考訳（メタデータ） (2024-09-25T09:24:53Z)
• Enhancing Low-Light Images Using Infrared-Encoded Images [81.8710581927427]
  従来の芸術は、主にピクセルワイド・ロスを用いて可視光スペクトルで捉えた低照度画像に焦点を当てていた。 我々は,赤外線カットオフフィルタを除去することにより,低照度環境下で撮影された画像の可視性を高める新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-07-09T08:29:19Z)
• Bokeh Rendering Based on Adaptive Depth Calibration Network [13.537088629080122]
  ボケレンダリングは、美的な効果を生み出すために写真で使われる一般的なテクニックである。 携帯電話では、フィールドの浅い写真は撮れません。 本稿では,最新の強力なディープラーニングアーキテクチャであるVision Transformerを用いたボケレンダリング手法を提案する。
  論文  参考訳（メタデータ） (2023-02-21T16:33:51Z)
• Self-Supervised Image Restoration with Blurry and Noisy Pairs [66.33313180767428]
  ISOの高い画像は、通常難聴のノイズを持つが、長時間露光画像は、カメラの揺れや物体の動きによってぼやけている。 既存のソリューションは一般に、ノイズとブラーのバランスを求め、フルビジョンまたはセルフスーパービジョンのどちらかの下でデノイングやデブロワーリングのモデルを学ぶことを提案している。 本稿では,短時間露光ノイズ画像と長時間露光ぼかし画像との併用による画像復元を提案する。
  論文  参考訳（メタデータ） (2022-11-14T12:57:41Z)
• Direct Handheld Burst Imaging to Simulated Defocus [1.7403133838762446]
  被写界深度の浅い画像は被写体を焦点に保ち、前景と背景のコンテキストはぼやけている。 ハンドヘルドバーストからの浅部深度画像におけるデフォーカスのぼかしを合成する学習手法を提案する。 本手法は,不正確な,不明瞭な深さ推定による工芸品の被害を受けず,肖像画に適している。
  論文  参考訳（メタデータ） (2022-07-09T01:59:36Z)
• LenslessPiCam: A Hardware and Software Platform for Lensless Computational Imaging with a Raspberry Pi [14.690546891460235]
  LenslessPiCamは、研究者、ホビイスト、学生がレンズレス画像の実装と探索を可能にするフレームワークを提供する。 我々は、LenslessPiCamを教育資源として使用できるように詳細なガイドと演習を提供し、大学院レベルの信号処理コースの結果を示す。
  論文  参考訳（メタデータ） (2022-06-03T07:39:21Z)
• Learning Spatially Varying Pixel Exposures for Motion Deblurring [49.07867902677453]
  本研究では,空間的に異なる画素の露光を利用して動きを損なう新しい手法を提案する。 我々の研究は、未来のコンピュータイメージングにおいて、焦点面センサー-プロセッサが果たすべき役割を説明している。
  論文  参考訳（メタデータ） (2022-04-14T23:41:49Z)
• Photon-Starved Scene Inference using Single Photon Cameras [14.121328731553868]
  本稿では,PPPレベルの広い範囲にまたがる高SNR画像の集合体として,光子スケール空間を提案する。 特徴表現空間において、異なる照明レベルの画像を互いに近接させる訓練手法を開発した。 提案手法に基づいて,SPADカメラを用いたシミュレーションおよび実実験により,各種推論タスクの高性能化を実証する。
  論文  参考訳（メタデータ） (2021-07-23T02:27:03Z)
• Universal and Flexible Optical Aberration Correction Using Deep-Prior Based Deconvolution [51.274657266928315]
  そこで本研究では,収差画像とpsfマップを入力とし,レンズ固有深層プリエントを組み込んだ潜在高品質版を生成する,psf対応プラグイン・アンド・プレイ深層ネットワークを提案する。 具体的には、多彩なレンズの集合からベースモデルを事前訓練し、パラメータを迅速に精製して特定のレンズに適応させる。
  論文  参考訳（メタデータ） (2021-04-07T12:00:38Z)
• A learning-based view extrapolation method for axial super-resolution [52.748944517480155]
  軸光界分解能は、再焦点によって異なる深さで特徴を区別する能力を指します。 せん断エピポーラ平面画像の軸体積から新しい視点を推定する学習に基づく手法を提案する。
  論文  参考訳（メタデータ） (2021-03-11T07:22:13Z)
• Rendering Natural Camera Bokeh Effect with Deep Learning [95.86933125733673]
  ボケ(Bokeh)は、写真に焦点をあてる重要な芸術効果である。 モバイルカメラは、光学の直径が非常に小さいため、被写界深度が浅い写真を作ることができない。 本稿では,デジタル一眼レフカメラで撮影された写真から直接,現実的な浅層焦点技術を学ぶことを提案する。
  論文  参考訳（メタデータ） (2020-06-10T07:28:06Z)

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。