Fugu-MT 論文翻訳(概要): SaiNet: Stereo aware inpainting behind objects with generative networks

論文の概要: SaiNet: Stereo aware inpainting behind objects with generative networks

arxiv url: http://arxiv.org/abs/2205.07014v1
Date: Sat, 14 May 2022 09:07:30 GMT
ステータス: 処理完了
システム内更新日: 2022-05-19 04:46:45.280404
Title: SaiNet: Stereo aware inpainting behind objects with generative networks
Title（参考訳）: SaiNet: ジェネレーティブネットワークを持つオブジェクトの背景にステレオ認識
Authors: Violeta Men\'endez Gonz\'alez, Andrew Gilbert, Graeme Phillipson, Stephen Jolly, Simon Hadfield
Abstract要約: 本稿では,物体の後方に大きな欠損領域を塗布する目的で,立体一貫性のある画像に塗装するエンド・ツー・エンドのネットワークを提案する。提案モデルは,部分的畳み込みを用いたエッジ誘導型UNet様ネットワークで構成されている。
参考スコア（独自算出の注目度）: 21.35917056958527
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work, we present an end-to-end network for stereo-consistent image inpainting with the objective of inpainting large missing regions behind objects. The proposed model consists of an edge-guided UNet-like network using Partial Convolutions. We enforce multi-view stereo consistency by introducing a disparity loss. More importantly, we develop a training scheme where the model is learned from realistic stereo masks representing object occlusions, instead of the more common random masks. The technique is trained in a supervised way. Our evaluation shows competitive results compared to previous state-of-the-art techniques.
Abstract（参考訳）: 本研究では,物体の後方に大きな欠損領域を塗布することを目的とした立体一貫性画像のエンドツーエンドネットワークを提案する。提案モデルは部分畳み込みを用いたエッジ誘導型unetライクネットワークからなる。差分損失を導入することで,多視点ステレオ一貫性を実現する。さらに、より一般的なランダムマスクの代わりに、オブジェクトの閉塞を表すリアルなステレオマスクからモデルを学習する訓練手法を開発する。その技法は監督された方法で訓練される。本評価は,従来の最先端技術と比較して,競争力のある結果を示す。

関連論文リスト

MaDis-Stereo: Enhanced Stereo Matching via Distilled Masked Image Modeling [18.02254687807291]
近年、トランスフォーマーベースのステレオモデルが研究されており、ステレオマッチングタスクに固有のデータ不足が原因で、CNNベースのステレオモデルよりも性能が遅れている。本研究では,Masked Image Modeling Distilled Stereo matching model(MaDis-Stereo)を提案する。
論文参考訳（メタデータ） (2024-09-04T16:17:45Z)
LAC-Net: Linear-Fusion Attention-Guided Convolutional Network for Accurate Robotic Grasping Under the Occlusion [79.22197702626542]
本稿では, 乱れ場面におけるロボットグルーピングのためのアモーダルセグメンテーションを探求する枠組みを提案する。線形融合注意誘導畳み込みネットワーク(LAC-Net)を提案する。その結果,本手法が最先端の性能を達成できることが示唆された。
論文参考訳（メタデータ） (2024-08-06T14:50:48Z)
Asymmetric Mask Scheme for Self-Supervised Real Image Denoising [14.18283674891189]
本稿では,盲点操作を不要とする自己指導型聴覚訓練のためのマスク方式を提案する。提案手法は,非対称マスク方式をトレーニングや推論に用い,既存の実雑音画像データセットの最先端性能を実現する。
論文参考訳（メタデータ） (2024-07-09T03:01:28Z)
SyntStereo2Real: Edge-Aware GAN for Remote Sensing Image-to-Image Translation while Maintaining Stereo Constraint [1.8749305679160366]
現在の手法では、2つのネットワーク、未ペア画像間翻訳ネットワークとステレオマッチングネットワークを組み合わせている。両タスクを同時に処理するエッジ対応のGANネットワークを提案する。我々は,既存のモデルよりも定性的かつ定量的に優れた結果が得られ,その適用性は多様な領域にまで及んでいることを実証した。
論文参考訳（メタデータ） (2024-04-14T14:58:52Z)
Masking Improves Contrastive Self-Supervised Learning for ConvNets, and Saliency Tells You Where [63.61248884015162]
我々は、畳み込みニューラルネットワークのためのコントラスト学習フレームワークにマスキング操作を組み込むことの負担を軽減することを目的としている。マスクされた領域が、前景と背景の間に均等に分散されていることを考慮し、塩分濃度の制約を明示的に考慮することを提案する。
論文参考訳（メタデータ） (2023-09-22T09:58:38Z)
Improving Masked Autoencoders by Learning Where to Mask [65.89510231743692]
マスケ画像モデリングは視覚データに対する有望な自己教師型学習手法である。本稿では,Gumbel-Softmax を用いて,対向学習マスク生成装置とマスク誘導画像モデリングプロセスとを相互接続するフレームワーク AutoMAE を提案する。実験の結果,AutoMAEは,標準の自己監督型ベンチマークや下流タスクに対して,効果的な事前学習モデルを提供することがわかった。
論文参考訳（メタデータ） (2023-03-12T05:28:55Z)
Learning Prior Feature and Attention Enhanced Image Inpainting [63.21231753407192]
本稿では,事前学習に基づくMasked AutoEncoder(MAE)を塗装モデルに組み込む。マスク付き領域とマスキングされていない領域間の長距離依存性をより学習させるために,MAE の注意点を用いた手法を提案する。
論文参考訳（メタデータ） (2022-08-03T04:32:53Z)
Contextual Attention Mechanism, SRGAN Based Inpainting System for Eliminating Interruptions from Images [2.894944733573589]
完全な機械学習アプローチを用いて,画像のインペイントのためのエンドツーエンドパイプラインを提案する。まず、YOLOモデルを使用して、画像から削除したいオブジェクトを自動的に識別し、ローカライズします。その後、領域を埋めるためにコンテキストアテンション法を用いたGANモデルにマスク画像とオリジナル画像を提供する。
論文参考訳（メタデータ） (2022-04-06T05:51:04Z)
Revisiting Domain Generalized Stereo Matching Networks from a Feature Consistency Perspective [65.37571681370096]
両視点にまたがる単純な画素単位のコントラスト学習を提案する。ドメイン間の立体的特徴一貫性をよりよく維持するために、立体選択的白化損失を導入する。提案手法は,複数の最先端ネットワークよりも優れた性能を実現する。
論文参考訳（メタデータ） (2022-03-21T11:21:41Z)
Reversing the cycle: self-supervised deep stereo through enhanced monocular distillation [51.714092199995044]
多くの分野において、自己教師付き学習ソリューションは急速に進化し、教師付きアプローチでギャップを埋めている。本稿では,両者の相互関係を逆転する自己教師型パラダイムを提案する。深層ステレオネットワークを訓練するために,単分子完備ネットワークを通じて知識を抽出する。
論文参考訳（メタデータ） (2020-08-17T07:40:22Z)
R-MNet: A Perceptual Adversarial Network for Image Inpainting [5.471225956329675]
本稿では,新たな逆マスク演算子であるReverse Masking Network(R-MNet)と組み合わせたWasserstein GANを提案する。提案手法は,高分解能な塗装作業に一般化でき,人間の視覚系に適応可能なよりリアルな出力を示す。
論文参考訳（メタデータ） (2020-08-11T10:58:10Z)

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。