論文の概要: Underwater Image Enhancement Using Pre-trained Transformer

• arxiv url: http://arxiv.org/abs/2204.04199v1
• Date: Fri, 8 Apr 2022 17:50:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-11 14:16:52.510062
• Title: Underwater Image Enhancement Using Pre-trained Transformer
• Title（参考訳）: プレトレーニングトランスを用いた水中画像強調
• Authors: Abderrahmene Boudiaf, Yuhang Guo, Adarsh Ghimire, Naoufel Werghi, Giulia De Masi, Sajid Javed, Jorge Dias
• Abstract要約: 本研究の目的は,水中画像からの歪みを除去するためにデノナイジング画像変換器を適用することである。 本論文は,水中画像への「事前学習画像処理変換器」と呼ばれる画像変換器を用いたアプローチの最初の応用である。
• 参考スコア（独自算出の注目度）: 13.472353611336532
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The goal of this work is to apply a denoising image transformer to remove the distortion from underwater images and compare it with other similar approaches. Automatic restoration of underwater images plays an important role since it allows to increase the quality of the images, without the need for more expensive equipment. This is a critical example of the important role of the machine learning algorithms to support marine exploration and monitoring, reducing the need for human intervention like the manual processing of the images, thus saving time, effort, and cost. This paper is the first application of the image transformer-based approach called "Pre-Trained Image Processing Transformer" to underwater images. This approach is tested on the UFO-120 dataset, containing 1500 images with the corresponding clean images.
• Abstract（参考訳）: 本研究の目的は,水中画像からの歪みを除去し,他の類似手法と比較するために,雑音画像トランスフォーマを適用することである。 水中画像の自動復元は、高価な機器を必要とせずに画像の品質を向上させることができるため、重要な役割を果たす。 これは、海洋探査と監視をサポートし、画像の手動処理のような人間の介入の必要性を減らし、時間、労力、コストを節約する機械学習アルゴリズムの重要な役割の重要な例である。 本稿では,水中画像に「事前学習画像処理変換器」と呼ばれる画像変換器を用いたアプローチを初めて適用した。 このアプローチはufo-120データセット上でテストされ、1500の画像と対応するクリーンイメージを含んでいる。

関連論文リスト

• Image-Conditional Diffusion Transformer for Underwater Image Enhancement [4.555168682310286]
  画像条件拡散変換器(ICDT)を用いた新しいUIE法を提案する。 本手法は, 劣化した水中画像を条件入力とし, ICDTを適用した潜時空間に変換する。 我々の最大のモデルであるICDT-XL/2は、画像強調の最先端(SOTA)品質を達成するため、全ての比較手法より優れています。
  論文  参考訳（メタデータ） (2024-07-07T14:34:31Z)
• Segmentation Guided Sparse Transformer for Under-Display Camera Image Restoration [91.65248635837145]
  Under-Display Camera(UDC)は、ディスプレイパネルの下にカメラを隠してフルスクリーン表示を実現する新興技術である。 本稿では,UDC 画像復元に Vision Transformer を用いることで,大量の冗長情報やノイズを大域的注目度で検出する。 UDC劣化画像から高品質な画像を復元するためのガイドスパース変換器(SGSFormer)を提案する。
  論文  参考訳（メタデータ） (2024-03-09T13:11:59Z)
• Image Deblurring by Exploring In-depth Properties of Transformer [86.7039249037193]
  我々は、事前訓練された視覚変換器(ViT)から抽出した深い特徴を活用し、定量的な測定値によって測定された性能を犠牲にすることなく、回復した画像のシャープ化を促進する。 得られた画像と対象画像の変換器特徴を比較することにより、事前学習された変換器は、高解像度のぼやけた意味情報を提供する。 特徴をベクトルとみなし、抽出された画像から抽出された表現とユークリッド空間における対象表現との差を計算する。
  論文  参考訳（メタデータ） (2023-03-24T14:14:25Z)
• 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)
• Comparison of semi-supervised learning methods for High Content Screening quality control [0.34998703934432673]
  高濃度スクリーニング(HCS)は、高スループットで画像から複雑な細胞表現型を定量化する。 このプロセスは、アウト・オブ・フォーカス画像のぼかし、蛍光彩飽和、破片、高レベルのノイズ、予期しない自動蛍光、空のイメージなどの画像収差によって妨げられる。 簡単な半教師付き学習ソリューションを提供するために,画像アノテーションを必要としない深層学習の選択肢を評価する。
  論文  参考訳（メタデータ） (2022-08-09T08:14:36Z)
• Efficient Vision Transformers via Fine-Grained Manifold Distillation [96.50513363752836]
  視覚変換器のアーキテクチャは多くのコンピュータビジョンタスクで異常な性能を示した。 ネットワーク性能は向上するが、トランスフォーマーはより多くの計算資源を必要とすることが多い。 本稿では,教師のトランスフォーマーから,画像と分割パッチの関係を通して有用な情報を抽出することを提案する。
  論文  参考訳（メタデータ） (2021-07-03T08:28:34Z)
• 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)
• Pre-Trained Image Processing Transformer [95.93031793337613]
  我々は、新しい事前学習モデル、すなわち、画像処理変換器(IPT)を開発する。 本稿では、よく知られたImageNetベンチマークを用いて、大量の画像ペアを生成する。 IPTモデルは、これらの画像をマルチヘッドとマルチテールでトレーニングする。
  論文  参考訳（メタデータ） (2020-12-01T09:42:46Z)
• Single Image Super-Resolution for Domain-Specific Ultra-Low Bandwidth Image Transmission [1.5469452301122177]
  水中音響通信のような低帯域通信は、最高速度30-50kbit/sで制限される。 本研究は,漁網にカメラを設置したトロール漁で得られた多種多様なデータセットについて検討した。 ニューラルネットワークは、元のイメージを再構築しようと、アップサンプリングを行うように訓練される。
  論文  参考訳（メタデータ） (2020-09-09T06:44:30Z)

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。