論文の概要: Modeling the Lighting in Scenes as Style for Auto White-Balance Correction

• arxiv url: http://arxiv.org/abs/2210.09090v1
• Date: Mon, 17 Oct 2022 13:35:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-18 17:33:05.704404
• Title: Modeling the Lighting in Scenes as Style for Auto White-Balance Correction
• Title（参考訳）: オートホワイトバランス補正のスタイルとしてのシーン照明のモデル化
• Authors: Furkan K{\i}nl{\i}, Do\u{g}a Y{\i}lmaz, Bar{\i}\c{s} \"Ozcan, Furkan K{\i}ra\c{c}
• Abstract要約: そこで本研究では,単一照明シーンと混合照明シーンの照明をスタイルファクタとしてモデル化する改良型自動ホワイトバランス(AWB)手法を提案する。 我々のAWB法は照明推定ステップを必要としないが、画像の重み付けマップを生成するためのネットワーク学習を含んでいる。 単照度および混合照度データセットを用いた実験により,提案手法が有望な補正結果が得られることを示した。
• 参考スコア（独自算出の注目度）: 3.441021278275805
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Style may refer to different concepts (e.g. painting style, hairstyle, texture, color, filter, etc.) depending on how the feature space is formed. In this work, we propose a novel idea of interpreting the lighting in the single- and multi-illuminant scenes as the concept of style. To verify this idea, we introduce an enhanced auto white-balance (AWB) method that models the lighting in single- and mixed-illuminant scenes as the style factor. Our AWB method does not require any illumination estimation step, yet contains a network learning to generate the weighting maps of the images with different WB settings. Proposed network utilizes the style information, extracted from the scene by a multi-head style extraction module. AWB correction is completed after blending these weighting maps and the scene. Experiments on single- and mixed-illuminant datasets demonstrate that our proposed method achieves promising correction results when compared to the recent works. This shows that the lighting in the scenes with multiple illuminations can be modeled by the concept of style. Source code and trained models are available on https://github.com/birdortyedi/lighting-as-style-awb-correction.
• Abstract（参考訳）: スタイルは、特徴空間の形成方法によって異なる概念(絵画スタイル、髪型、テクスチャ、色、フィルターなど)を指すこともある。 そこで本研究では,単一照明シーンにおける照明をスタイルの概念として解釈する新しいアイデアを提案する。 そこで本研究では,単光・混光シーンの照明をスタイルファクタとしてモデル化するオートホワイトバランス(awb)方式を提案する。 我々のAWB法は照明推定ステップを必要としないが、異なるWB設定で画像の重み付けマップを生成するためのネットワーク学習を含んでいる。 提案ネットワークは,マルチヘッドスタイル抽出モジュールによってシーンから抽出されたスタイル情報を利用する。 これらの重み付けマップとシーンを混合した後、AWB補正が完了する。 単一および混合照度データセットを用いた実験により,最近の研究と比較して,提案手法が有望な補正結果が得られることを示す。 これは、複数の照明を施したシーンの照明がスタイルの概念によってモデル化できることを示している。 ソースコードとトレーニングされたモデルはhttps://github.com/birdortyedi/lighting-as-style-awb-correctionで入手できる。

関連論文リスト

• LightIt: Illumination Modeling and Control for Diffusion Models [61.80461416451116]
  我々は、画像生成のための明示的な照明制御方法であるLightItを紹介する。 最近の生成法では照明制御が欠如しており、画像生成の多くの芸術的側面に不可欠である。 本手法は、制御可能で一貫した照明による画像生成を可能にする最初の方法である。
  論文  参考訳（メタデータ） (2024-03-15T18:26:33Z)
• Attentive Illumination Decomposition Model for Multi-Illuminant White Balancing [27.950125640986805]
  多くの商用カメラにおけるホワイトバランス(WB)アルゴリズムは、単色および均一な照明を前提としている。 スロットアテンションを利用して,各スロットが個別の照度を表すようなホワイトバランスモデルを提案する。 この設計により、モデルは個々の照度に対する色度と重量マップを生成でき、最終照明マップを構成するために融合される。
  論文  参考訳（メタデータ） (2024-02-28T12:15:29Z)
• Relightful Harmonization: Lighting-aware Portrait Background Replacement [23.19641174787912]
  背景画像を用いた背景像に対する高度な照明効果をシームレスに調和させるライティング対応拡散モデルであるRelightful Harmonizationを導入する。 まず、拡散モデルを用いて、対象画像の背景から照明情報をエンコードする照明表現モジュールを導入する。 第2に、画像背景から学習した照明特徴と、パノラマ環境マップから学習した照明特徴とを整列するアライメントネットワークを導入する。
  論文  参考訳（メタデータ） (2023-12-11T23:20:31Z)
• StyLitGAN: Prompting StyleGAN to Produce New Illumination Conditions [1.933681537640272]
  本稿では,ラベル付きデータがない場合に生成した画像をリライトし,再提示するための新しい手法であるStyLitGANを提案する。 提案手法では,ペアデータやCGIデータを必要とせず,キャストシャドウ,ソフトシャドウ,反射間効果,光沢効果などのリアルな照明効果を持つ画像を生成する。
  論文  参考訳（メタデータ） (2022-05-20T17:59:40Z)
• Physically-Based Editing of Indoor Scene Lighting from a Single Image [106.60252793395104]
  本研究では,1つの画像から複雑な室内照明を推定深度と光源セグメンテーションマスクで編集する手法を提案する。 1)シーン反射率とパラメトリックな3D照明を推定する全体的シーン再構成法,2)予測からシーンを再レンダリングするニューラルレンダリングフレームワーク,である。
  論文  参考訳（メタデータ） (2022-05-19T06:44:37Z)
• Neural Radiance Fields for Outdoor Scene Relighting [70.97747511934705]
  ニューラルラジアンス場に基づく屋外シーンライティングのための最初のアプローチであるNeRF-OSRを提案する。 従来の技術とは対照的に,本手法はシーン照明とカメラ視点の同時編集を可能にする。 シャドウ再現のための専用ネットワークも備えており、高品質の屋外照明に欠かせない。
  論文  参考訳（メタデータ） (2021-12-09T18:59:56Z)
• Auto White-Balance Correction for Mixed-Illuminant Scenes [52.641704254001844]
  オートホワイトバランス(AWB)は、シーン照明によるカラーキャストを取り除くためにカメラハードウェアによって適用される。 本稿では,この混合照明シーンに有効なAWB手法を提案する。 本手法は従来のカメラAWBモジュールと同様,照度推定を必要としない。
  論文  参考訳（メタデータ） (2021-09-17T20:13:31Z)
• Relighting Images in the Wild with a Self-Supervised Siamese Auto-Encoder [62.580345486483886]
  本研究では,野生の単一ビュー画像の自己教師付きリライティング手法を提案する。 この方法は、イメージを2つの別々のエンコーディングに分解するオートエンコーダに基づいている。 Youtube 8MやCelebAなどの大規模データセットでモデルをトレーニングします。
  論文  参考訳（メタデータ） (2020-12-11T16:08:50Z)
• Neural Light Transport for Relighting and View Synthesis [70.39907425114302]
  シーンの光輸送(LT)は、異なる照明と視界の方向の下でどのように見えるかを記述する。 本研究では、既知の幾何学的性質のテクスチャアトラスに埋め込まれたLTの神経表現を学習するための半パラメトリック手法を提案する。 照明条件下では,従来観測されていた照度と視界を融合させて,同じシーンの新たなイメージを合成する方法を示す。
  論文  参考訳（メタデータ） (2020-08-09T20:13:15Z)

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。