論文の概要: Thermal to Visible Image Synthesis under Atmospheric Turbulence

• arxiv url: http://arxiv.org/abs/2204.03057v1
• Date: Wed, 6 Apr 2022 19:47:41 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-08 14:34:57.240944
• Title: Thermal to Visible Image Synthesis under Atmospheric Turbulence
• Title（参考訳）: 大気圧下での熱可視画像合成
• Authors: Kangfu Mei and Yiqun Mei and Vishal M. Patel
• Abstract要約: バイオメトリックスや監視では、低照度と夜間の条件下での撮像に熱画像モダリティがしばしば用いられる。 このような画像システムは、しばしば大気の乱れに悩まされ、撮像された画像に激しいぼやけや変形のアーチファクトをもたらす。 熱画像を直接可視光画像に変換するエンド・ツー・エンドの再構成法を提案する。
• 参考スコア（独自算出の注目度）: 67.99407460140263
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In many practical applications of long-range imaging such as biometrics and surveillance, thermal imagining modalities are often used to capture images in low-light and nighttime conditions. However, such imaging systems often suffer from atmospheric turbulence, which introduces severe blur and deformation artifacts to the captured images. Such an issue is unavoidable in long-range imaging and significantly decreases the face verification accuracy. In this paper, we first investigate the problem with a turbulence simulation method on real-world thermal images. An end-to-end reconstruction method is then proposed which can directly transform thermal images into visible-spectrum images by utilizing natural image priors based on a pre-trained StyleGAN2 network. Compared with the existing two-steps methods of consecutive turbulence mitigation and thermal to visible image translation, our method is demonstrated to be effective in terms of both the visual quality of the reconstructed results and face verification accuracy. Moreover, to the best of our knowledge, this is the first work that studies the problem of thermal to visible image translation under atmospheric turbulence.
• Abstract（参考訳）: バイオメトリックスやサーベイランスのような長距離イメージングの多くの実用的な応用において、熱イマジネーションモードは、低照度や夜間の撮影にしばしば用いられる。 しかし、このような画像システムはしばしば大気の乱れに悩まされ、撮像された画像に激しいぼやけや変形物をもたらす。 このような問題は長距離撮像では避けられず、顔認証精度が著しく低下する。 本稿では,実世界の熱画像における乱流シミュレーション手法の問題点を最初に考察する。 次に, 事前学習したstylegan2ネットワークに基づく自然画像前処理を利用して, 熱画像から可視分光画像へ直接変換するエンド・ツー・エンド再構成法を提案する。 本手法は, 連続的乱流緩和と熱可視画像変換の2段階法と比較し, 再構成結果の視覚的品質と顔認証精度の両面で有効であることを示した。 さらに、私たちの知る限りでは、これは大気乱流下での熱から可視的な画像翻訳の問題を研究する最初の研究である。

関連論文リスト

• AT-DDPM: Restoring Faces degraded by Atmospheric Turbulence using Denoising Diffusion Probabilistic Models [64.24948495708337]
  大気の乱流は、ぼやけや幾何学的歪みを導入して画質を著しく劣化させる。 CNNベースやGANインバージョンベースなど,深層学習に基づく単一画像大気乱流低減手法が提案されている。 Denoising Diffusion Probabilistic Models (DDPMs) は、その安定したトレーニングプロセスと高品質な画像を生成する能力により、最近注目を集めている。
  論文  参考訳（メタデータ） (2022-08-24T03:13:04Z)
• A comparison of different atmospheric turbulence simulation methods for image restoration [64.24948495708337]
  大気の乱流は、長距離イメージングシステムによって捉えられた画像の品質を悪化させる。 深層学習に基づく大気乱流緩和法が文献で提案されている。 様々な乱流シミュレーション手法が画像復元に与える影響を系統的に評価した。
  論文  参考訳（メタデータ） (2022-04-19T16:21:36Z)
• Augmentation of Atmospheric Turbulence Effects on Thermal Adapted Object Detection Models [0.0]
  大気の乱流は、長距離観測システムの画質に劣化効果がある。 我々は、幾何学的乱流モデルを用いて、中規模熱画像集合上での乱流効果をシミュレートする。 本稿では,オブジェクト検出器の性能向上のためのデータ拡張戦略を提案する。
  論文  参考訳（メタデータ） (2022-04-19T08:40:00Z)
• LTT-GAN: Looking Through Turbulence by Inverting GANs [86.25869403782957]
  本稿では,よく訓練されたGANによってカプセル化された視覚的事前情報を利用した最初の乱流緩和手法を提案する。 視覚的先行性に基づき、周期的な文脈距離で復元された画像の同一性を維持することを学ぶことを提案する。 本手法は, 回復した結果の視覚的品質と顔認証精度の両方において, 先行技術よりも優れていた。
  論文  参考訳（メタデータ） (2021-12-04T16:42:13Z)
• Simultaneous Face Hallucination and Translation for Thermal to Visible Face Verification using Axial-GAN [74.22129648654783]
  低分解能熱画像から熱可視面検証のタスクを紹介します。 本稿では,Axial-Generative Adversarial Network (Axial-GAN)を提案する。
  論文  参考訳（メタデータ） (2021-04-13T22:34:28Z)
• Learning to Restore a Single Face Image Degraded by Atmospheric Turbulence using CNNs [93.72048616001064]
  このような条件下で撮影された画像は、幾何学的変形と空間のぼかしの組合せに悩まされる。 乱流劣化顔画像の復元問題に対する深層学習に基づく解法を提案する。
  論文  参考訳（メタデータ） (2020-07-16T15:25:08Z)

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。