論文の概要: Robust Reflection Removal with Flash-only Cues in the Wild

• arxiv url: http://arxiv.org/abs/2211.02914v1
• Date: Sat, 5 Nov 2022 14:09:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-08 17:22:37.164798
• Title: Robust Reflection Removal with Flash-only Cues in the Wild
• Title（参考訳）: 野生におけるフラッシュオンリーキューによるロバスト反射除去
• Authors: Chenyang Lei, Xudong Jiang, Qifeng Chen
• Abstract要約: 一対のフラッシュと周囲(非フラッシュ)画像から頑健な反射除去のための反射除去キューを提案する。 提案手法はPSNRにおいて5.23dB以上の反射除去手法より優れる。 我々は、フラッシュと非フラッシュのペア間の不整合に対処するために、ハンドヘルド写真へのアプローチを拡張した。
• 参考スコア（独自算出の注目度）: 76.3444071970421
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a simple yet effective reflection-free cue for robust reflection removal from a pair of flash and ambient (no-flash) images. The reflection-free cue exploits a flash-only image obtained by subtracting the ambient image from the corresponding flash image in raw data space. The flash-only image is equivalent to an image taken in a dark environment with only a flash on. This flash-only image is visually reflection-free and thus can provide robust cues to infer the reflection in the ambient image. Since the flash-only image usually has artifacts, we further propose a dedicated model that not only utilizes the reflection-free cue but also avoids introducing artifacts, which helps accurately estimate reflection and transmission. Our experiments on real-world images with various types of reflection demonstrate the effectiveness of our model with reflection-free flash-only cues: our model outperforms state-of-the-art reflection removal approaches by more than 5.23dB in PSNR. We extend our approach to handheld photography to address the misalignment between the flash and no-flash pair. With misaligned training data and the alignment module, our aligned model outperforms our previous version by more than 3.19dB in PSNR on a misaligned dataset. We also study using linear RGB images as training data. Our source code and dataset are publicly available at https://github.com/ChenyangLEI/flash-reflection-removal.
• Abstract（参考訳）: 一対のフラッシュと周囲(非フラッシュ)画像から頑健な反射除去を行うための、単純で効果的な反射除去キューを提案する。 反射フリーキューは、対応するフラッシュ画像から周囲画像を原データ空間に減じて得られるフラッシュ専用画像を利用する。 フラッシュのみの画像は、フラッシュオンのみの暗い環境で撮影された画像と同等である。 このフラッシュのみの画像は視覚的に反射しないので、周囲の画像の反射を推測するための堅牢な手がかりを提供することができる。 フラッシュのみの画像には通常アーティファクトがあるため、反射のないキューを利用するだけでなく、反射と透過を正確に推定するアーティファクトの導入を避ける専用モデルも提案する。 反射のないフラッシュオンリーキューを用いた実世界の画像実験により,PSNRにおける5.23dB以上の反射除去手法よりも優れた精度が得られた。 我々は、フラッシュとノンフラッシュのペア間の不一致に対処するために、ハンドヘルド写真へのアプローチを拡張します。 ミスアライメントトレーニングデータとアライメントモジュールにより、我々のアライメントモデルは、ミスアライメントデータセット上でPSNRで3.19dB以上の性能を向上します。 また,線形RGB画像をトレーニングデータとして用いた。 ソースコードとデータセットはhttps://github.com/ChenyangLEI/flash-reflection-removal.comで公開されています。

関連論文リスト

• Flash-Splat: 3D Reflection Removal with Flash Cues and Gaussian Splats [13.27784783829039]
  透過光と反射光を分離する簡単な方法を提案する。 提案手法であるFlash-Splatは,3次元の伝送シーンと反射シーンの両方を正確に再構成する。
  論文  参考訳（メタデータ） (2024-10-03T17:59:59Z)
• Nighttime Smartphone Reflective Flare Removal Using Optical Center Symmetry Prior [81.64647648269889]
  反射フレア(英: Reflective flare)は、レンズの内部に光が反射し、明るい点や「ゴースト効果」を引き起こす現象である。 我々は、反射フレアと光源が常にレンズの光学中心の周囲に対称であることを示す光中心対称性を事前に提案する。 多様なリアルな反射フレアパターンを含むブラケットフレアと呼ばれる最初の反射フレア除去データセットを作成します。
  論文  参考訳（メタデータ） (2023-03-27T09:44:40Z)
• WildLight: In-the-wild Inverse Rendering with a Flashlight [77.31815397135381]
  本研究では、未知の環境光下での逆レンダリングのための実用的な測光ソリューションを提案する。 本システムは,スマートフォンで撮影した多視点画像のみを用いて,シーン形状と反射率を復元する。 提案手法は実装が容易で,セットアップも容易で,既存の逆レンダリング技術よりも一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2023-03-24T17:59:56Z)
• Seeing Far in the Dark with Patterned Flash [5.540878289831889]
  遠距離でのフラッシュイメージングのための新しいフラッシュ技術「パターンフラッシュ」を提案する。 パターンフラッシュは光電力をドットアレイに集中させる。 畳み込みニューラルネットワークを用いた画像再構成と深度推定アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-07-25T23:16:50Z)
• Robust Reflection Removal with Reflection-free Flash-only Cues [52.46297802064146]
  一対のフラッシュと周囲(非フラッシュ)画像から頑健な反射除去のための反射除去キューを提案する。 提案手法はPSNRでは5.23dB,SSIMでは0.04,LPIPSでは0.068以上の反射除去手法より優れていた。
  論文  参考訳（メタデータ） (2021-03-07T05:27:43Z)
• Deep Denoising of Flash and No-Flash Pairs for Photography in Low-Light Environments [51.74566709730618]
  低照度環境下でのフラッシュの有無にかかわらず、高速連続で撮影された画像のペアをデノイズするニューラルネットワークベースの方法を紹介します。 私たちの目標は、ノイズの多いノーフラッシュ画像の周囲照明から色と気分を維持するシーンの高品質のレンダリングを作成することです。
  論文  参考訳（メタデータ） (2020-12-09T15:41:16Z)
• Polarized Reflection Removal with Perfect Alignment in the Wild [66.48211204364142]
  野生の偏光画像からの反射を除去するための新しい定式化法を提案する。 まず、既存のリフレクション除去データセットの不整合問題を同定する。 我々は100種類以上のガラスを用いた新しいデータセットを構築し、得られた透過画像は入力された混合画像と完全に一致している。
  論文  参考訳（メタデータ） (2020-03-28T13:29:31Z)

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。