Fugu-MT 論文翻訳(概要): On the focusing of thermal images

論文の概要: On the focusing of thermal images

arxiv url: http://arxiv.org/abs/2203.07805v1
Date: Tue, 15 Mar 2022 11:41:07 GMT
ステータス: 処理完了
システム内更新日: 2022-03-16 15:52:59.275573
Title: On the focusing of thermal images
Title（参考訳）: 熱画像の焦点について
Authors: Marcos Faundez-Zanuy, Ji\v{r}\'i Mekyska, Virginia Espinosa-Duro
Abstract要約: 本稿では,自動焦点測定解析に適した新しいサーモグラフィ画像データベースを提案する。最適な焦点位置を決定するための6つの焦点測度の有用性を評価する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In this paper we present a new thermographic image database suitable for the analysis of automatic focus measures. This database consists of 8 different sets of scenes, where each scene contains one image for 96 different focus positions. Using this database we evaluate the usefulness of six focus measures with the goal to determine the optimal focus position. Experimental results reveal that an accurate automatic detection of optimal focus position is possible, even with a low computational burden. We also present an acquisition tool able to help the acquisition of thermal images. To the best of our knowledge, this is the first study about automatic focus of thermal images.
Abstract（参考訳）: 本稿では,焦点自動計測に適した新しいサーモグラフィ画像データベースを提案する。このデータベースは8つの異なるシーンで構成され、各シーンは96の異なるフォーカス位置の1つの画像を含む。本データベースを用いて, 最適な焦点位置を決定するために, 6つの焦点尺度の有用性を評価する。実験の結果,計算負荷が低い場合でも,最適な焦点位置の自動検出が可能であることがわかった。また,熱画像の取得を支援するためのツールも提案する。我々の知る限りでは、これは熱画像の自動焦点に関する最初の研究である。

関連論文リスト

Towards Real-World Focus Stacking with Deep Learning [97.34754533628322]
焦点ブラケットを用いた94個の高解像度原画像のバーストからなる新しいデータセットを提案する。このデータセットは、現実世界のアプリケーションに十分な長さのバーストを処理できるフォーカススタックのための最初のディープラーニングアルゴリズムをトレーニングするために使用される。
論文参考訳（メタデータ） (2023-11-29T17:49:33Z)
Improving Fast Auto-Focus with Event Polarity [5.376511424333543]
本稿では,新しい高速かつ高精度なイベントベースフォーカスアルゴリズムを提案する。パブリックイベントベースのオートフォーカスデータセット(EAD)の実験は、モデルの堅牢性を示している。焦点の深さが1度未満の正確なフォーカスは、私たちの自作高速フォーカスプラットフォームで0.004秒以内に達成されます。
論文参考訳（メタデータ） (2023-03-15T13:36:13Z)
Knowledge Distillation for 6D Pose Estimation by Keypoint Distribution Alignment [77.70208382044355]
6次元ポーズ推定のための最初の知識蒸留法を提案する。我々は,コンパクトな学生ネットワークを観察し,正確な2次元キーポイント位置の予測に苦慮する。いくつかのベンチマーク実験により, 蒸留法が得られた結果が得られた。
論文参考訳（メタデータ） (2022-05-30T10:17:17Z)
Multi-focus thermal image fusion [0.34998703934432673]
このアルゴリズムは、局所的な活動分析と、画像の融合プロセスへの高度な事前選択に基づいている。提案アルゴリズムは, 半総誤差率, ルート平均二乗誤差, クロス相関, 視覚検査によって評価される。
論文参考訳（メタデータ） (2022-03-16T10:27:33Z)
Precise Point Spread Function Estimation [6.076995573805468]
我々はデフォーカス過程を記述するために,カメラの点展開関数の正確な数学的モデルを開発する。標準平面および実物体に関する実験により,提案アルゴリズムがデフォーカス過程を正確に記述できることが示されている。
論文参考訳（メタデータ） (2022-03-06T12:43:27Z)
Defocus Map Estimation and Deblurring from a Single Dual-Pixel Image [54.10957300181677]
本稿では,1枚のデュアルピクセルイメージを入力として,画像のデフォーカスマップを同時に推定する手法を提案する。本手法は,デフォーカスマップ推定とぼかし除去の両方において,教師なしでも事前作業を改善する。
論文参考訳（メタデータ） (2021-10-12T00:09:07Z)
DeepDarts: Modeling Keypoints as Objects for Automatic Scorekeeping in Darts using a Single Camera [75.34178733070547]
既存のマルチカメラソリューションは、スチールチップダーツの自動スコア管理に非常に高価であり、ほとんどのプレイヤーにはアクセスできない。キーポイント検出に対する新しいアプローチを提案し,任意のカメラアングルから撮影した単一の画像からダートスコアを予測する。我々は、このアイデアにまつわる深い畳み込みニューラルネットワークを開発し、ダート位置とダートボードの校正点を予測する。
論文参考訳（メタデータ） (2021-05-20T16:25:57Z)
Geometric Scene Refocusing [9.198471344145092]
本研究では,焦点スタックの文脈における浅層深度画像の微視的特徴について検討する。焦点内画素、二重焦点画素、焦点スライス間のボケと空間的に異なるぼやけたカーネルを示す画素を同定する。幾何的に正しい方法で捕獲後再フォーカスのための包括的アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-12-20T06:33:55Z)
Deep Autofocus for Synthetic Aperture Sonar [28.306713374371814]
本稿では,機械学習,特にディープラーニングがオートフォーカス問題に対処する可能性を示す。我々は、Deep Autofocusと呼ばれるディープネットワークを用いて、自己教師型位相誤差推定タスクとして問題を定式化する。以上の結果から,Deep Autofocusは,ベンチマーク反復手法に劣らず,計算コストが大幅に低い画像を生成することができることを示した。
論文参考訳（メタデータ） (2020-10-29T15:31:15Z)
Rapid Whole Slide Imaging via Learning-based Two-shot Virtual Autofocusing [57.90239401665367]
ホイルスライドイメージング(WSI)は、デジタル病理の新たな技術である。本稿では,リフォーカスを行うための機械的調整に依存しないテキスト仮想オートフォーカスの概念を提案する。
論文参考訳（メタデータ） (2020-03-14T13:40:33Z)
Single Image Depth Estimation Trained via Depth from Defocus Cues [105.67073923825842]
単一のRGB画像から深度を推定することはコンピュータビジョンの基本的な課題である。この作業では、異なる視点ではなく、フォーカスキューからの奥行きに依存しています。我々は,KITTIとMake3Dデータセットの教師あり手法と同等な結果を提示し,教師なし学習手法より優れていることを示す。
論文参考訳（メタデータ） (2020-01-14T20:22:54Z)

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。