論文の概要: Burst Image Restoration and Enhancement

• arxiv url: http://arxiv.org/abs/2110.03680v1
• Date: Thu, 7 Oct 2021 17:58:56 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-08 17:12:10.859530
• Title: Burst Image Restoration and Enhancement
• Title（参考訳）: バースト画像の復元と改善
• Authors: Akshay Dudhane, Syed Waqas Zamir, Salman Khan, Fahad Khan, Ming-Hsuan Yang
• Abstract要約: バースト画像復元の目標は、複数のバーストフレームに補完的なキューを効果的に組み合わせ、高品質な出力を生成することである。 入力されたすべてのバーストフレームから補足情報を組み合わせてシームレスに情報を交換する,Emphpseudo-Burst機能セットを作成する。 提案手法は, バースト超解像および低照度画像強調タスクにおける技術性能の状況を示す。
• 参考スコア（独自算出の注目度）: 86.08546447144377
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Modern handheld devices can acquire burst image sequence in a quick succession. However, the individual acquired frames suffer from multiple degradations and are misaligned due to camera shake and object motions. The goal of Burst Image Restoration is to effectively combine complimentary cues across multiple burst frames to generate high-quality outputs. Towards this goal, we develop a novel approach by solely focusing on the effective information exchange between burst frames, such that the degradations get filtered out while the actual scene details are preserved and enhanced. Our central idea is to create a set of \emph{pseudo-burst} features that combine complimentary information from all the input burst frames to seamlessly exchange information. The pseudo-burst representations encode channel-wise features from the original burst images, thus making it easier for the model to learn distinctive information offered by multiple burst frames. However, the pseudo-burst cannot be successfully created unless the individual burst frames are properly aligned to discount inter-frame movements. Therefore, our approach initially extracts preprocessed features from each burst frame and matches them using an edge-boosting burst alignment module. The pseudo-burst features are then created and enriched using multi-scale contextual information. Our final step is to adaptively aggregate information from the pseudo-burst features to progressively increase resolution in multiple stages while merging the pseudo-burst features. In comparison to existing works that usually follow a late fusion scheme with single-stage upsampling, our approach performs favorably, delivering state of the art performance on burst super-resolution and low-light image enhancement tasks. Our codes and models will be released publicly.
• Abstract（参考訳）: 現代のハンドヘルドデバイスは、バースト画像のシーケンスを迅速に取得することができる。 しかし、獲得したフレームは複数の劣化に悩まされ、カメラの揺れや物体の動きによって不一致となる。 Burst Image Restorationの目標は、複数のバーストフレームに補完的なキューを効果的に組み合わせ、高品質な出力を生成することである。 そこで,本研究では,バーストフレーム間の効果的な情報交換にのみ焦点をあてて,実際のシーンの詳細を保存・拡張しながら劣化を除去する手法を提案する。 私たちの中心となるアイデアは、入力されたすべてのバーストフレームからの補足情報を組み合わせて、シームレスに情報を交換する、emph{pseudo-burst}機能セットを作ることです。 擬似バースト表現は、元のバースト画像からチャネルワイズ特徴を符号化し、複数のバーストフレームによって提供される特徴情報を容易に学習する。 しかし、個々のバーストフレームが適切に整列してフレーム間移動を割引しない限り、擬似バーストはうまく作成できない。 そこで本手法では,まず各バーストフレームから事前処理された特徴を抽出し,エッジブースティングバーストアライメントモジュールを用いてマッチングする。 擬似バースト機能は、マルチスケールのコンテキスト情報を使って作成、強化される。 最後のステップは、擬似バースト特徴からの情報を適応的に集約し、擬似バースト特徴をマージしながら、複数の段階における分解能を徐々に向上させることである。 単段アップサンプリングによる後期融合方式を追従する既存の作業と比較して,本手法は,バースト超解像および低照度画像強調タスクにおける技術性能の状態を良好に実現している。 私たちのコードとモデルは公開されます。

関連論文リスト

• Neural Spline Fields for Burst Image Fusion and Layer Separation [40.9442467471977]
  ニューラルスプライン場を用いた2層α合成画像とフローモデルを用いた多目的中間表現を提案する。 提案手法では, バースト画像を高分解能な再構成に融合し, 透過層と閉塞層に分解することができる。 後処理のステップや事前学習がないため、当社の一般化可能なモデルは、既存の専用イメージやマルチビューの障害物除去アプローチよりも優れています。
  論文  参考訳（メタデータ） (2023-12-21T18:54:19Z)
• Aggregating Long-term Sharp Features via Hybrid Transformers for Video Deblurring [76.54162653678871]
  本稿では,特徴集約のためのハイブリッドトランスフォーマーを用いて,隣接するフレームとシャープフレームの両方を活用するビデオデブロアリング手法を提案する。 提案手法は,定量的な計測値と視覚的品質の観点から,最先端のビデオデブロアリング法,およびイベント駆動ビデオデブロアリング法より優れる。
  論文  参考訳（メタデータ） (2023-09-13T16:12:11Z)
• Pixel-Aware Stable Diffusion for Realistic Image Super-resolution and Personalized Stylization [23.723573179119228]
  本稿では,高機能なReal-ISRとパーソナライズされた画像スタイリングを実現するために,画素対応安定拡散(PASD)ネットワークを提案する。 画素単位の画像局所構造を知覚する拡散モデルを実現するために、画素対応クロスアテンションモジュールを導入する。 補正可能なノイズスケジュールを導入し、画像復元結果をさらに改善する。
  論文  参考訳（メタデータ） (2023-08-28T10:15:57Z)
• RBSR: Efficient and Flexible Recurrent Network for Burst Super-Resolution [57.98314517861539]
  バースト超解像(BurstSR)は、高解像度(HR)画像を低解像度(LR)画像と雑音画像から再構成することを目的としている。 本稿では,効率よくフレキシブルなリカレントネットワークでフレーム単位のキューを融合させることを提案する。
  論文  参考訳（メタデータ） (2023-06-30T12:14:13Z)
• Gated Multi-Resolution Transfer Network for Burst Restoration and Enhancement [75.25451566988565]
  低画質の原画像のバーストから空間的精度の高い高画質画像を再構成する新しいGated Multi-Resolution Transfer Network (GMTNet)を提案する。 5つのデータセットに関する詳細な実験分析は、我々のアプローチを検証し、バースト超解像、バーストデノイング、低照度バーストエンハンスメントのための最先端技術を設定する。
  論文  参考訳（メタデータ） (2023-04-13T17:54:00Z)
• Burstormer: Burst Image Restoration and Enhancement Transformer [117.56199661345993]
  シャッタープレスでは、現代のハンドヘルドカメラが高速に複数の画像をキャプチャし、それらをマージして単一の画像を生成する。 課題は、連続したイメージショットを適切に調整し、その補完的な情報をマージして高品質な出力を達成することである。 バーストラー(Burstormer)はバースト画像の復元と拡張のためのトランスフォーマーをベースとした新しいアーキテクチャである。
  論文  参考訳（メタデータ） (2023-04-03T17:58:44Z)
• Efficient Flow-Guided Multi-frame De-fencing [7.504789972841539]
  デフェンシング(de-fencing)は、画像からそのような障害を自動的に除去するアルゴリズムプロセスである。 本研究では,ブロックされたフレームから直接高品質なフローマップを演算するマルチフレームデフェンシングのためのフレームワークを開発する。
  論文  参考訳（メタデータ） (2023-01-25T18:42:59Z)
• Deep Burst Super-Resolution [165.90445859851448]
  バースト超解像タスクのための新しいアーキテクチャを提案する。 我々のネットワークは複数のノイズRAW画像を入力として取り出し、出力として分解された超解像RGB画像を生成する。 実世界のデータのトレーニングと評価を可能にするため,BurstSRデータセットも導入する。
  論文  参考訳（メタデータ） (2021-01-26T18:57:21Z)

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。