論文の概要: Mitigating Channel-wise Noise for Single Image Super Resolution
- arxiv url: http://arxiv.org/abs/2112.07589v1
- Date: Tue, 14 Dec 2021 17:45:15 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-15 17:37:38.865841
- Title: Mitigating Channel-wise Noise for Single Image Super Resolution
- Title（参考訳）: 単一画像超解像のためのチャネルワイドノイズの緩和
- Authors: Srimanta Mandal, Kuldeep Purohit, and A. N. Rajagopalan
- Abstract要約: 本稿では,色チャネルを協調的に考慮し,ノイズの多い色画像の超解法を提案する。
結果は、実際のシナリオにおけるアプローチの超解能を実証する。
- 参考スコア（独自算出の注目度）: 33.383282898248076
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In practice, images can contain different amounts of noise for different
color channels, which is not acknowledged by existing super-resolution
approaches. In this paper, we propose to super-resolve noisy color images by
considering the color channels jointly. Noise statistics are blindly estimated
from the input low-resolution image and are used to assign different weights to
different color channels in the data cost. Implicit low-rank structure of
visual data is enforced via nuclear norm minimization in association with
adaptive weights, which is added as a regularization term to the cost.
Additionally, multi-scale details of the image are added to the model through
another regularization term that involves projection onto PCA basis, which is
constructed using similar patches extracted across different scales of the
input image. The results demonstrate the super-resolving capability of the
approach in real scenarios.
- Abstract（参考訳）: 実際には、画像には異なる色チャネルのノイズが含まれているため、既存の超解像度アプローチでは認識できない。
本稿では,カラーチャネルを共同で考慮し,ノイズカラー画像の超解法を提案する。
ノイズ統計は入力された低解像度画像から盲目的に推定され、データコストにおいて異なる色チャネルに異なる重みを割り当てるのに使用される。
視覚データの暗黙の低ランク構造は、適応重みと関連する核ノルム最小化によって実施され、これはコストの正規化用語として加えられる。
さらに、入力画像の異なるスケールで抽出された類似のパッチを用いて構築されたPCAベースへの投影を含む別の正規化項により、画像のマルチスケール詳細をモデルに追加する。
その結果、実際のシナリオにおけるアプローチの超解法能力が実証された。
関連論文リスト
- A New Cross-Space Total Variation Regularization Model for Color Image Restoration with Quaternion Blur Operator [20.00683294783224]
カラー画像処理におけるクロスチャネル劣化問題は,複雑な結合とカラーピクセルの構造的ぼかしのため解決が難しい。
カラー画像の劣化に対する新しいクロススペース全変動(CSTV)正規化モデルを提案する。
異なる色空間における正規化関数のスイートバランスを求めるために,新しいL曲線法を提案する。
論文 参考訳（メタデータ） (2024-05-20T15:29:26Z) - A Novel Truncated Norm Regularization Method for Multi-channel Color
Image Denoising [5.624787484101139]
本論文は,DtNFM法(DtNFM法)を用いて,二重重み付き核ノルム最小化法(double-weighted truncated nuclear norm minus truncated Frobenius norm minimization, DtNFM法)を用いてカラー画像のノイズ化を行う。
雑音像の非局所的な自己相似性を利用して、類似した構造を収集し、類似したパッチ行列を連続的に構築する。
合成および実雑音データセットの実験により、提案手法は、多くの最先端カラー画像復調法より優れていることを示した。
論文 参考訳（メタデータ） (2023-07-16T03:40:35Z) - Symmetric Uncertainty-Aware Feature Transmission for Depth
Super-Resolution [52.582632746409665]
カラー誘導DSRのためのSymmetric Uncertainty-aware Feature Transmission (SUFT)を提案する。
本手法は最先端の手法と比較して優れた性能を実現する。
論文 参考訳（メタデータ） (2023-06-01T06:35:59Z) - Dif-Fusion: Towards High Color Fidelity in Infrared and Visible Image
Fusion with Diffusion Models [54.952979335638204]
本稿では,Dif-Fusionと呼ばれる拡散モデルを用いて,マルチチャネル入力データの分布を生成する手法を提案する。
我々の手法は、特にカラー忠実度において、他の最先端画像融合法よりも効果的である。
論文 参考訳（メタデータ） (2023-01-19T13:37:19Z) - Multi-channel Nuclear Norm Minus Frobenius Norm Minimization for Color
Image Denoising [9.20787253404652]
従来の戦略の1つは、RGBイメージを相関の少ない色空間に変換し、新しい空間の各チャネルを別々に識別することである。
本稿では,核ノルムの最小化フレームワークであるフロベニウス・ノルム最小化フレームワークを用いて,カラー画像のマルチチャネル最適化モデルを提案する。
合成および実ノイズデータセットによる実験結果は,提案モデルが最先端モデルより優れていることを示す。
論文 参考訳（メタデータ） (2022-09-16T04:10:29Z) - Generative Probabilistic Image Colorization [2.110198946293069]
本稿では,音の劣化の各ステップを逆転させる確率モデル列を訓練する拡散型生成法を提案する。
入力として線引き画像が与えられた場合、本手法は複数の候補色付き画像を提案する。
提案手法は,色条件の画像生成タスクだけでなく,実用的な画像補完や塗装タスクにも有効である。
論文 参考訳（メタデータ） (2021-09-29T16:10:12Z) - Underwater Image Enhancement via Medium Transmission-Guided Multi-Color
Space Embedding [88.46682991985907]
本稿では,Ucolor と呼ばれる媒体透過誘導多色空間埋め込みによる水中画像強調ネットワークを提案する。
当社のネットワークは、複数の色空間を埋め込むことにより、水中画像の視覚的品質を効果的に改善できます。
論文 参考訳（メタデータ） (2021-04-27T07:35:30Z) - Designing a Practical Degradation Model for Deep Blind Image
Super-Resolution [134.9023380383406]
単一画像スーパーレゾリューション (sisr) 法は, 推定劣化モデルが実画像から逸脱した場合はうまく動作しない。
本稿では, ランダムにシャッフルされたブラー, ダウンサンプリング, ノイズ劣化からなる, より複雑で実用的な劣化モデルを提案する。
論文 参考訳（メタデータ） (2021-03-25T17:40:53Z) - A spatial hue similarity measure for assessment of colourisation [0.0]
我々は、多モード問題を分離するために、CIEL*a*b*色空間からa*b*チャネルの極形を用いる。
我々は、クロマチャネルにSSIMを適用するが、hueチャネルのSSIMを、Spatial Hue similarity Measure (SHSM)と呼ぶ尺度に再構成する。
この改質により、空間的に整合性のある色相チャネルは、空間的に整合性のあるモードを解析しながら高いスコアを達成することができる。
論文 参考訳（メタデータ） (2020-11-03T13:43:36Z) - Fully Unsupervised Diversity Denoising with Convolutional Variational
Autoencoders [81.30960319178725]
完全畳み込み変分オートエンコーダ(VAE)に基づく復調手法であるDivNoisingを提案する。
まず, 撮像ノイズモデルをデコーダに明示的に組み込むことにより, 教師なしの雑音発生問題をVAEフレームワーク内に定式化する手法を提案する。
このようなノイズモデルは、ノイズの多いデータから測定したり、ブートストラップしたり、トレーニング中に共同学習したりすることが可能である。
論文 参考訳（メタデータ） (2020-06-10T21:28:13Z) - Probabilistic Color Constancy [88.85103410035929]
我々は、異なる画像領域の寄与を重み付けすることで、シーンの照度を推定するためのフレームワークを定義する。
提案手法は,INTEL-TAUデータセット上での最先端技術と比較して,競合性能を実現する。
論文 参考訳（メタデータ） (2020-05-06T11:03:05Z)
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。