論文の概要: Rendering Nighttime Image Via Cascaded Color and Brightness Compensation

• arxiv url: http://arxiv.org/abs/2204.08970v2
• Date: Thu, 21 Apr 2022 17:23:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-23 07:09:18.863090
• Title: Rendering Nighttime Image Via Cascaded Color and Brightness Compensation
• Title（参考訳）: カスケードカラーと輝度補償による夜間画像のレンダリング
• Authors: Zhihao Li, Si Yi, Zhan Ma
• Abstract要約: 我々は、ホワイトバランスとトーンマッピングを専門家がアノテートした高精細な夜間RAW-RGBデータセットを構築した。 次に、色と明るさの補正を行うための2段階NN ISPであるCBUnetを開発する。 実験の結果,従来のISPパイプラインに比べて視覚的品質がよいことがわかった。
• 参考スコア（独自算出の注目度）: 22.633061635144887
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Image signal processing (ISP) is crucial for camera imaging, and neural networks (NN) solutions are extensively deployed for daytime scenes. The lack of sufficient nighttime image dataset and insights on nighttime illumination characteristics poses a great challenge for high-quality rendering using existing NN ISPs. To tackle it, we first built a high-resolution nighttime RAW-RGB (NR2R) dataset with white balance and tone mapping annotated by expert professionals. Meanwhile, to best capture the characteristics of nighttime illumination light sources, we develop the CBUnet, a two-stage NN ISP to cascade the compensation of color and brightness attributes. Experiments show that our method has better visual quality compared to traditional ISP pipeline, and is ranked at the second place in the NTIRE 2022 Night Photography Rendering Challenge for two tracks by respective People's and Professional Photographer's choices. The code and relevant materials are avaiable on our website: https://njuvision.github.io/CBUnet.
• Abstract（参考訳）: 画像信号処理(ISP)はカメライメージングに不可欠であり、ニューラルネットワーク(NN)ソリューションは昼間のシーンに広く展開されている。 夜間画像データセットの不足と夜間照明特性の洞察は、既存のNNISPを用いた高品質レンダリングにおいて大きな課題となる。 そこで我々はまず、ホワイトバランスとトーンマッピングを備えた高解像度夜間RAW-RGB(NR2R)データセットを構築した。 一方、夜間照明光源の特性を最大限に把握するために、色と明るさの補正を行う2段NN ISPであるCBUnetを開発した。 実験の結果,従来のispパイプラインに比べて視覚品質が向上し,ntire 2022 night photography rendering challengeの2位にランクインした。 コードと関連する資料は、私たちのWebサイトで利用可能です。

関連論文リスト

• You Only Need One Color Space: An Efficient Network for Low-light Image Enhancement [50.37253008333166]
  低照度画像強調(LLIE)タスクは、劣化した低照度画像から詳細と視覚情報を復元する傾向がある。 水平/垂直インテンシティ(HVI)と呼ばれる新しいトレーニング可能なカラー空間を提案する。 輝度と色をRGBチャネルから切り離して、拡張中の不安定性を緩和するだけでなく、トレーニング可能なパラメータによって異なる照明範囲の低照度画像にも適応する。
  論文  参考訳（メタデータ） (2024-02-08T16:47:43Z)
• D2HNet: Joint Denoising and Deblurring with Hierarchical Network for Robust Night Image Restoration [17.6005530147501]
  現代のスマートフォンカメラによる夜間イメージングは、低光子数と避けられないノイズのため、厄介である。 短時間露光画像の誘導の下で長時間露光画像の復調・拡張により高品質な画像の復元を行うD2HNetフレームワークを開発した。 検証セットと実画像を用いた結果から,視覚的品質と最先端の定量的スコアが得られた。
  論文  参考訳（メタデータ） (2022-07-07T13:42:05Z)
• When the Sun Goes Down: Repairing Photometric Losses for All-Day Depth Estimation [47.617222712429026]
  既存の測光損失を昼夜両方の画像に有効にするための3つの手法の組み合わせについて述べる。 まず、連続するフレーム間で起こる光の変化を補うために、ピクセルごとの神経強度変換を導入する。 第2に,推定エゴモーションと深度によって引き起こされる再投影対応を補正するために,画素ごとの残留フローマップを推定する。
  論文  参考訳（メタデータ） (2022-06-28T09:29:55Z)
• Day-to-Night Image Synthesis for Training Nighttime Neural ISPs [39.37467397777888]
  夜間画像から夜間画像を合成する手法を提案する。 昼間の画像は簡単に撮影でき、低ノイズで動きのぼかしに苦しむことは滅多にない。 ナイトモードレンダリングのためのニューラルネットワークISPのトレーニングによる合成フレームワークの有効性を示す。
  論文  参考訳（メタデータ） (2022-06-06T16:15:45Z)
• Shallow camera pipeline for night photography rendering [20.683831741296444]
  我々は,NTIRE2022 Night Photography Renderingチャレンジの一環として,低照度撮影のためのカメラパイプラインを導入する。 我々のパイプラインは、局所的な光強調器を高ダイナミックレンジ補正の形式として利用し、続いて画像ヒストグラムを大域的に調整して、洗い出された結果を防ぐ。 このソリューションは、ディープ畳み込みニューラルネットワークに基づいて、他のエントリに匹敵する選好投票数で、競争で5位に達した。
  論文  参考訳（メタデータ） (2022-04-19T16:18:21Z)
• Nighttime Dehazing with a Synthetic Benchmark [147.21955799938115]
  昼間の鮮明な画像から夜間のハズイ画像をシミュレートする3Rという新しい合成法を提案する。 実空間の光色を以前の経験的分布からサンプリングすることにより,現実的な夜間ハズイ画像を生成する。 実験結果は、画像の品質と実行時間の両方の観点から、最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-08-10T02:16:46Z)
• An Integrated Enhancement Solution for 24-hour Colorful Imaging [51.782600936647235]
  24時間屋外イメージングの現在の業界慣行は、近赤外線(NIR)照明を付加したシリコンカメラを使用することである。 その結果、昼間はコントラストが低く、夜間は色覚が欠如する。 そこで本研究では,日光の日中や夜間の夜間に鮮明な色画像を生成する,新規で統合された拡張ソリューションを提案する。
  論文  参考訳（メタデータ） (2020-05-10T05:11:34Z)
• Deep White-Balance Editing [50.08927449718674]
  カメラは、その集積信号プロセッサ(ISP)によってレンダリングされるセンサーイメージを、標準のRGB(sRGB)カラースペースエンコーディングにキャプチャする。 近年の[3]による研究では,ISPの非線形レンダリングのため,誤ったホワイトバランスでレンダリングされたsRGB画像を容易に修正できないことが示されている。 我々は,この問題を解決するために,エンドツーエンドでトレーニングしたディープニューラルネットワーク(DNN)アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-04-03T03:18:42Z)
• Night-time Scene Parsing with a Large Real Dataset [67.11211537439152]
  我々は,夜間シーン解析(NTSP)の問題に対処することを目指しており,主な課題が2つある。 夜間データの不足に対処するため、実夜間画像4,297枚からなる新しいラベル付きデータセット、NightCityを収集した。 また,NTSP問題に対処するための露出認識フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-03-15T18:11:34Z)

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。