論文の概要: Perception-Oriented Stereo Image Super-Resolution
- arxiv url: http://arxiv.org/abs/2207.06617v1
- Date: Thu, 14 Jul 2022 02:13:42 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-16 05:29:10.745331
- Title: Perception-Oriented Stereo Image Super-Resolution
- Title(参考訳): 知覚指向ステレオ画像の超解像
- Authors: Chenxi Ma, Bo Yan, Weimin Tan, Xuhao Jiang
- Abstract要約: 本稿では,StereoSR結果の知覚品質の評価から得られたフィードバックを利用して,最初の知覚指向ステレオ画像超解像手法を提案する。
実験により,ステレオ画像の知覚品質が著しく向上し,立体画像の信頼性が向上することが確認された。
- 参考スコア(独自算出の注目度): 19.226330884091645
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent studies of deep learning based stereo image super-resolution
(StereoSR) have promoted the development of StereoSR. However, existing
StereoSR models mainly concentrate on improving quantitative evaluation metrics
and neglect the visual quality of super-resolved stereo images. To improve the
perceptual performance, this paper proposes the first perception-oriented
stereo image super-resolution approach by exploiting the feedback, provided by
the evaluation on the perceptual quality of StereoSR results. To provide
accurate guidance for the StereoSR model, we develop the first special stereo
image super-resolution quality assessment (StereoSRQA) model, and further
construct a StereoSRQA database. Extensive experiments demonstrate that our
StereoSR approach significantly improves the perceptual quality and enhances
the reliability of stereo images for disparity estimation.
- Abstract(参考訳): 深層学習に基づくステレオ画像超解像(StereoSR)の最近の研究は、StereoSRの開発を促進している。
しかし、既存のStereoSRモデルは、主に定量的評価基準の改善と超解像ステレオ画像の視覚的品質の無視に焦点を当てている。
そこで本論文では,ステレオsr結果の知覚品質の評価から得られたフィードバックを活用し,知覚指向ステレオ画像の超解像手法を提案する。
ステレオSRモデルに対して正確なガイダンスを提供するため,ステレオ画像の超解像品質評価(StereoSRQA)モデルを開発し,さらにステレオSRQAデータベースを構築した。
大規模な実験により,我々のステレオSRアプローチは知覚的品質を著しく向上し,ステレオ画像の信頼性を高めることが示されている。
関連論文リスト
- UniTT-Stereo: Unified Training of Transformer for Enhanced Stereo Matching [18.02254687807291]
UniTT-StereoはTransformerベースのステレオアーキテクチャの可能性を最大化する手法である。
UniTT-Stereoの最先端性能は、ETH3D、KITTI 2012、KITTI 2015データセットなどの様々なベンチマークで検証されている。
論文 参考訳(メタデータ) (2024-09-04T09:02:01Z) - Perceptual Depth Quality Assessment of Stereoscopic Omnidirectional Images [10.382801621282228]
立体視全方位画像の高能率非参照(NR)深度品質評価のための目標品質評価モデルDQIを開発した。
人間の視覚システム(HVS)の知覚特性に触発されたDQIは,多色チャネル,適応型ビューポート選択,眼間不一致の特徴を基盤として構築されている。
論文 参考訳(メタデータ) (2024-08-19T16:28:05Z) - Diffusion Model Based Visual Compensation Guidance and Visual Difference
Analysis for No-Reference Image Quality Assessment [82.13830107682232]
本稿では, 複雑な関係をモデル化する能力を示す, 最先端(SOTA)生成モデルを提案する。
生成した拡張画像とノイズを含む画像を利用する新しい拡散復元ネットワークを考案する。
2つの視覚評価枝は、得られた高レベル特徴情報を包括的に解析するように設計されている。
論文 参考訳(メタデータ) (2024-02-22T09:39:46Z) - Toward Real World Stereo Image Super-Resolution via Hybrid Degradation
Model and Discriminator for Implied Stereo Image Information [10.957275128743529]
実世界のステレオ画像の超解像はコンピュータビジョンシステムの性能向上に大きな影響を与えている。
ステレオ画像を改善するために, 単一像超解像の既存の方法を適用することができる。
本稿では,暗黙的ステレオ情報判別器とハイブリッド劣化モデルを組み合わせた新しい手法を提案する。
論文 参考訳(メタデータ) (2023-12-13T07:24:50Z) - Towards Top-Down Stereo Image Quality Assessment via Stereo Attention [3.113304966059062]
ステレオ画像品質評価(SIQA)は、3Dコンテンツの視覚的体験を評価し改善する上で重要な役割を担っている。
本稿では,品質評価プロセスの指針として,トップダウンの視点を用いた新しいStereo AttenTion Network(SATNet)を提案する。
実験結果から,SIQA分野における最先端技術推進におけるトップダウン手法の優位性を強調した。
論文 参考訳(メタデータ) (2023-08-08T09:37:18Z) - Assessor360: Multi-sequence Network for Blind Omnidirectional Image
Quality Assessment [50.82681686110528]
Blind Omnidirectional Image Quality Assessment (BOIQA)は、全方位画像(ODI)の人間の知覚品質を客観的に評価することを目的としている。
ODIの品質評価は、既存のBOIQAパイプラインがオブザーバのブラウジングプロセスのモデリングを欠いているという事実によって著しく妨げられている。
Assessor360と呼ばれるBOIQAのための新しいマルチシーケンスネットワークを提案する。
論文 参考訳(メタデータ) (2023-05-18T13:55:28Z) - Rank-Enhanced Low-Dimensional Convolution Set for Hyperspectral Image
Denoising [50.039949798156826]
本稿では,ハイパースペクトル(HS)画像の難解化問題に対処する。
ランク付き低次元畳み込み集合(Re-ConvSet)を提案する。
次に、Re-ConvSetを広く使われているU-Netアーキテクチャに組み込んで、HS画像復号法を構築する。
論文 参考訳(メタデータ) (2022-07-09T13:35:12Z) - Textural-Structural Joint Learning for No-Reference Super-Resolution
Image Quality Assessment [59.91741119995321]
我々は、TSNetと呼ばれる品質予測のためのテキスト情報と構造情報を共同で探索するデュアルストリームネットワークを開発した。
画像の重要な領域に注意を払っている人間の視覚システム(HVS)を模倣することにより、視覚に敏感な領域をより区別しやすくするための空間的注意機構を開発する。
実験の結果,提案したTSNetは現状のIQA法よりも視覚的品質を正確に予測し,人間の視点との整合性を示した。
論文 参考訳(メタデータ) (2022-05-27T09:20:06Z) - Robust Single Image Dehazing Based on Consistent and Contrast-Assisted
Reconstruction [95.5735805072852]
画像復調モデルのロバスト性を改善するための新しい密度変分学習フレームワークを提案する。
具体的には、デハジングネットワークは、一貫性の規則化されたフレームワークの下で最適化されている。
我々の手法は最先端のアプローチを大きく上回っている。
論文 参考訳(メタデータ) (2022-03-29T08:11:04Z) - SMD-Nets: Stereo Mixture Density Networks [68.56947049719936]
SMD-Nets(Stereo Mixture Density Networks)は、幅広い2Dおよび3Dアーキテクチャに対応したシンプルで効果的な学習フレームワークです。
具体的には,バイモーダル混合密度を出力表現として活用し,不連続近傍の鋭く正確な不一致推定を可能にすることを示す。
我々は8Mpx解像度のステレオペアと現実世界のステレオデータセットからなる、新しい高解像度でリアルな合成ステレオデータセットに関する包括的な実験を行う。
論文 参考訳(メタデータ) (2021-04-08T16:15:46Z) - Stereo Endoscopic Image Super-Resolution Using Disparity-Constrained
Parallel Attention [29.536587392367025]
ステレオ画像ペア内の超解像を同時に計算するDCSSRnet(Disparity-Constrained stereo super- resolution network)を提案する。
腹腔鏡画像による実験結果から,提案手法は定量評価と定性評価の両方において,現在のSR法より優れていることが示された。
論文 参考訳(メタデータ) (2020-03-19T02:12:08Z)
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。