論文の概要: Self-Supervised Super-Resolution for Multi-Exposure Push-Frame
Satellites
- arxiv url: http://arxiv.org/abs/2205.02031v1
- Date: Wed, 4 May 2022 12:42:57 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-05 18:38:54.407772
- Title: Self-Supervised Super-Resolution for Multi-Exposure Push-Frame
Satellites
- Title(参考訳): マルチ露光プッシュフレーム衛星の自己超解像
- Authors: Ngoc Long Nguyen, J\'er\'emy Anger, Axel Davy, Pablo Arias, and
Gabriele Facciolo
- Abstract要約: 提案手法は,入力中の信号依存ノイズ,任意の長さのプロセスシーケンスを処理し,露光時の不正確さに頑健である。
現実の高解像度フレームを必要とせずに、セルフスーパービジョンでエンドツーエンドでトレーニングすることができる。
提案手法を合成および実データ上で評価し,既存の単一露光手法よりも優れていることを示す。
- 参考スコア(独自算出の注目度): 13.267489927661797
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modern Earth observation satellites capture multi-exposure bursts of
push-frame images that can be super-resolved via computational means. In this
work, we propose a super-resolution method for such multi-exposure sequences, a
problem that has received very little attention in the literature. The proposed
method can handle the signal-dependent noise in the inputs, process sequences
of any length, and be robust to inaccuracies in the exposure times.
Furthermore, it can be trained end-to-end with self-supervision, without
requiring ground truth high resolution frames, which makes it especially suited
to handle real data. Central to our method are three key contributions: i) a
base-detail decomposition for handling errors in the exposure times, ii) a
noise-level-aware feature encoding for improved fusion of frames with varying
signal-to-noise ratio and iii) a permutation invariant fusion strategy by
temporal pooling operators. We evaluate the proposed method on synthetic and
real data and show that it outperforms by a significant margin existing
single-exposure approaches that we adapted to the multi-exposure case.
- Abstract(参考訳): 現代の地球観測衛星は、計算手段によって超解けるプッシュフレーム画像のマルチ露光バーストを捉えている。
本研究では,このような多重露光系列に対する超解像法を提案する。
提案手法は,入力中の信号依存ノイズ,任意の長さのプロセスシーケンスを処理し,露光時の不正確さに頑健である。
さらに、真理の高精細なフレームを必要とせずに、自己スーパービジョンでエンドツーエンドでトレーニングできるため、特に実際のデータを扱うのに適している。
私たちの方法の中心は3つの重要な貢献です。
一 露光時間における誤差に対処するためのベース・ディテール分解
二 信号対雑音比の異なるフレームの融合を改善する雑音レベル対応特徴符号化
三 時間的プーリング作用素による置換不変核融合戦略
提案手法を合成, 実データで評価し, マルチ露光事例に適用した有意なマージンを持つ単一露光手法により性能が向上することを示す。
関連論文リスト
- Efficient Diffusion Model for Image Restoration by Residual Shifting [63.02725947015132]
本研究では,画像復元のための新しい,効率的な拡散モデルを提案する。
提案手法は,推論中の後処理の高速化を回避し,関連する性能劣化を回避する。
提案手法は,3つの古典的IRタスクにおける現在の最先端手法よりも優れた,あるいは同等の性能を実現する。
論文 参考訳(メタデータ) (2024-03-12T05:06:07Z) - PolMERLIN: Self-Supervised Polarimetric Complex SAR Image Despeckling
with Masked Networks [2.580765958706854]
脱スペックリングは合成開口レーダ(SAR)画像の品質向上に重要なノイズ低減タスクである。
既存の方法は単一偏光画像のみを扱うため、現代の衛星が捉えた多重偏光画像は扱えない。
本稿では,分極関係を利用したチャネルマスキング手法を提案する。
論文 参考訳(メタデータ) (2024-01-15T07:06:36Z) - Unified Frequency-Assisted Transformer Framework for Detecting and
Grounding Multi-Modal Manipulation [109.1912721224697]
本稿では、DGM4問題に対処するため、UFAFormerという名前のUnified Frequency-Assisted TransFormerフレームワークを提案する。
離散ウェーブレット変換を利用して、画像を複数の周波数サブバンドに分解し、リッチな顔偽造品をキャプチャする。
提案する周波数エンコーダは、帯域内およびバンド間自己アテンションを組み込んだもので、多種多様なサブバンド内および多種多様なフォージェリー特徴を明示的に集約する。
論文 参考訳(メタデータ) (2023-09-18T11:06:42Z) - Holistic Dynamic Frequency Transformer for Image Fusion and Exposure
Correction [19.088429172840428]
露出関連問題の修正は、画像の品質向上における重要な要素である。
本稿では、周波数領域を利用して露出補正タスクの処理を改善し、統一する新しい手法を提案する。
提案手法は, 露光補正においてより高度で統一された解を実現する方法である。
論文 参考訳(メタデータ) (2023-09-03T14:09:14Z) - Embracing Compact and Robust Architectures for Multi-Exposure Image
Fusion [50.598654017728045]
本稿では,堅牢なマルチ露光画像融合のための自己アライメントとディテールリプレクションモジュールを含む探索型パラダイムを提案する。
シーンリライティングと変形可能な畳み込みを利用して、カメラの動きに拘わらず、画像を正確に調整することができる。
我々は、様々な競争方式と比較して最先端の性能を実現し、一般的なシナリオと不整合シナリオに対するPSNRの4.02%と29.34%の改善を実現した。
論文 参考訳(メタデータ) (2023-05-20T17:01:52Z) - Gated Multi-Resolution Transfer Network for Burst Restoration and
Enhancement [75.25451566988565]
低画質の原画像のバーストから空間的精度の高い高画質画像を再構成する新しいGated Multi-Resolution Transfer Network (GMTNet)を提案する。
5つのデータセットに関する詳細な実験分析は、我々のアプローチを検証し、バースト超解像、バーストデノイング、低照度バーストエンハンスメントのための最先端技術を設定する。
論文 参考訳(メタデータ) (2023-04-13T17:54:00Z) - Handheld Burst Super-Resolution Meets Multi-Exposure Satellite Imagery [7.9716992946722804]
我々は,スマートフォンカメラバーストの超高分解能化に最先端のカーネルレグレッション技術を適用した。
画像の局所構造を利用して核融合を最適に操り、最終的な高分解能予測における曖昧さを制限する。
我々は、マルチ露光低解像度フレームの列から高分解能かつノイズフリーなフレームを予測するためにこのアプローチを拡張した。
論文 参考訳(メタデータ) (2023-03-10T12:13:31Z) - Joint denoising and HDR for RAW video sequences [0.0]
RAWマルチ露光画像の同時復調・融合のためのパッチベース手法を提案する。
提案手法は,実RAWデータを用いて最先端の融合結果が得られることを示す。
論文 参考訳(メタデータ) (2022-01-18T15:47:41Z) - Aliasing is your Ally: End-to-End Super-Resolution from Raw Image Bursts [70.80220990106467]
本発表では,空間と時間に若干異なる視点から撮影された複数の低解像度スナップショットから高分解能画像を再構成する問題に対処する。
この問題を解決するための主な課題は、(i)入力画像とサブピクセル精度の整合性、(ii)ネイティブカメラデータに対する最大限の忠実性のための生(ノイズ)画像の扱い、(iii)タスクに適した画像事前(正規化器)を設計・学習することである。
論文 参考訳(メタデータ) (2021-04-13T13:39:43Z) - Deep Burst Super-Resolution [165.90445859851448]
バースト超解像タスクのための新しいアーキテクチャを提案する。
我々のネットワークは複数のノイズRAW画像を入力として取り出し、出力として分解された超解像RGB画像を生成する。
実世界のデータのトレーニングと評価を可能にするため,BurstSRデータセットも導入する。
論文 参考訳(メタデータ) (2021-01-26T18:57:21Z)
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。