論文の概要: Matching Underwater Sonar Images by the Learned Descriptor Based on
Style Transfer Method
- arxiv url: http://arxiv.org/abs/2108.12072v1
- Date: Fri, 27 Aug 2021 00:32:52 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-30 14:15:27.891326
- Title: Matching Underwater Sonar Images by the Learned Descriptor Based on
Style Transfer Method
- Title（参考訳）: スタイル伝達法を用いた学習記述子による水中ソナー画像のマッチング
- Authors: Xiaoteng Zhou, Changli Yu, Xin Yuan, Citong Luo
- Abstract要約: 本稿では,水中ソナー画像のマッチング性能を向上させるために,スタイル転送手法と学習記述器を組み合わせた手法を提案する。
実験により,この手法はソナー画像のマッチング品質を大幅に向上させることが示された。
また、スタイル転送手法を用いて水中ソナー画像の事前処理のための新しいアイデアも提供する。
- 参考スコア（独自算出の注目度）: 6.134248551458372
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper proposes a method that combines the style transfer technique and
the learned descriptor to enhance the matching performances of underwater sonar
images. In the field of underwater vision, sonar is currently the most
effective long-distance detection sensor, it has excellent performances in map
building and target search tasks. However, the traditional image matching
algorithms are all developed based on optical images. In order to solve this
contradiction, the style transfer method is used to convert the sonar images
into optical styles, and at the same time, the learned descriptor with
excellent expressiveness for sonar images matching is introduced. Experiments
show that this method significantly enhances the matching quality of sonar
images. In addition, it also provides new ideas for the preprocessing of
underwater sonar images by using the style transfer approach.
- Abstract（参考訳）: 本稿では,水中ソナー画像のマッチング性能を向上させるために,スタイル転送技術と学習ディスクリプタを組み合わせた手法を提案する。
水中視覚の分野では、sonarは現在、最も効果的な長距離検出センサーであり、地図作成や目標探索に優れた性能を発揮する。
しかし、従来の画像マッチングアルゴリズムはすべて光学画像に基づいて開発されている。
この矛盾を解決するために、ソナー画像を光学的スタイルに変換するためにスタイル転送法が用いられ、同時にソナー画像マッチングに優れた表現性を有する学習記述子が導入された。
実験により,この手法はソナー画像のマッチング品質を大幅に向上させることが示された。
また, 水中ソナー画像の事前処理に, スタイル転送手法を用いて新たなアイデアを提供する。
関連論文リスト
- Oscillation Inversion: Understand the structure of Large Flow Model through the Lens of Inversion Method [60.88467353578118]
実世界のイメージを逆転させる固定点インスパイアされた反復的アプローチは収束を達成せず、異なるクラスタ間で振動することを示す。
本稿では,画像強調,ストロークベースのリカラー化,および視覚的プロンプト誘導画像編集を容易にする,シンプルで高速な分布転送手法を提案する。
論文 参考訳（メタデータ） (2024-11-17T17:45:37Z) - Underwater Image Enhancement by Transformer-based Diffusion Model with
Non-uniform Sampling for Skip Strategy [2.056162650908794]
水中シーンにおける拡散モデルを用いた画像強調手法を提案する。
本手法は,条件付き拡散確率モデルに適応し,対応する拡張画像を生成する。
実験結果から,本手法は競争性能と高い効率を両立できることが示された。
論文 参考訳（メタデータ） (2023-09-07T01:58:06Z) - Unpaired Overwater Image Defogging Using Prior Map Guided CycleGAN [60.257791714663725]
オーバーウォーターシーンで画像をデフォグするための先行マップガイドサイクロン (PG-CycleGAN) を提案する。
提案手法は,最先端の教師付き,半教師付き,非教師付きデグジングアプローチより優れている。
論文 参考訳（メタデータ） (2022-12-23T03:00:28Z) - Learning Visual Representation of Underwater Acoustic Imagery Using
Transformer-Based Style Transfer Method [4.885034271315195]
本論文は水中音響画像の視覚的表現を学習するための枠組みを提案する。
これは、光学画像の低レベルのテクスチャ特徴を水中音響画像の視覚的特徴に置き換える可能性がある。
提案するフレームワークは、擬似音響画像データセットを生成するために、リッチな光学画像データセットを完全に利用できる。
論文 参考訳（メタデータ） (2022-11-10T07:54:46Z) - Designing An Illumination-Aware Network for Deep Image Relighting [69.750906769976]
本稿では、階層的なサンプリングから1つの画像からシーンを段階的にリライトするためのガイダンスに従うイルミネーション・アウェア・ネットワーク(IAN)を提案する。
さらに、物理レンダリングプロセスの近似として、イルミネーション・アウェア・残留ブロック(IARB)が設計されている。
実験の結果,提案手法は従来の最先端手法よりも定量的,定性的な照準結果が得られることがわかった。
論文 参考訳（メタデータ） (2022-07-21T16:21:24Z) - Watermarking Images in Self-Supervised Latent Spaces [75.99287942537138]
我々は,自己教師型アプローチに照らして,事前学習した深層ネットワークに基づく透かし手法を再検討する。
我々は、マーク時間におけるデータの増大を利用して、マークとバイナリのメッセージをその潜在空間に埋め込む方法を提案する。
論文 参考訳（メタデータ） (2021-12-17T15:52:46Z) - Nonlinear Intensity Underwater Sonar Image Matching Method Based on
Phase Information and Deep Convolution Features [6.759506053568929]
本稿では,位相情報と深部畳み込み特徴に基づく組み合わせマッチング手法を提案する。
1つは、深い畳み込みの特徴がソナー像の局所的および大域的位置の類似性を測定するのに使えることである。
論文 参考訳（メタデータ） (2021-11-29T02:36:49Z) - A Matching Algorithm based on Image Attribute Transfer and Local
Features for Underwater Acoustic and Optical Images [6.134248551458372]
本研究では, 深層学習に基づく画像属性変換手法を適用し, 音響光学画像マッチングの課題を解決する。
実験結果から,提案手法は音響光学画像の処理を効果的に行い,正確なマッチング結果が得られることがわかった。
論文 参考訳（メタデータ） (2021-08-27T07:50:09Z) - Underwater Image Restoration via Contrastive Learning and a Real-world
Dataset [59.35766392100753]
本稿では,教師なし画像から画像への翻訳フレームワークに基づく水中画像復元手法を提案する。
提案手法は, 生画像と復元画像の相互情報を最大化するために, コントラスト学習と生成敵ネットワークを利用した。
論文 参考訳（メタデータ） (2021-06-20T16:06:26Z) - Single Underwater Image Restoration by Contrastive Learning [23.500647404118638]
本稿では,教師なし画像から画像への翻訳フレームワークに基づく水中画像復元の最先端化を実現する新しい手法について詳述する。
本手法は,原画像と復元画像の相互情報を最大化するために,コントラスト学習と生成対向ネットワークを利用して設計する。
論文 参考訳（メタデータ） (2021-03-17T14:47:03Z) - Learning to Compose Hypercolumns for Visual Correspondence [57.93635236871264]
本稿では,画像に条件付けされた関連レイヤを活用することで,動的に効率的な特徴を構成する視覚対応手法を提案する。
提案手法はダイナミックハイパーピクセルフロー(Dynamic Hyperpixel Flow)と呼ばれ,深層畳み込みニューラルネットワークから少数の関連層を選択することにより,高速にハイパーカラム機能を構成することを学習する。
論文 参考訳（メタデータ） (2020-07-21T04:03:22Z)
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。