論文の概要: Real-time Blind Deblurring Based on Lightweight Deep-Wiener-Network

• arxiv url: http://arxiv.org/abs/2211.16356v1
• Date: Tue, 29 Nov 2022 16:42:01 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-30 17:34:17.687717
• Title: Real-time Blind Deblurring Based on Lightweight Deep-Wiener-Network
• Title（参考訳）: 軽量Deep-Wiener-Networkに基づくリアルタイムブラインドデブロワーリング
• Authors: Runjia Li, Yang Yu, Charlie Haywood
• Abstract要約: 本稿では,タスクをリアルタイムに完了するための軽量なディープワイナネットワークを提案する。 このネットワークには、ウィナーネットワークのパラメータを推定するディープニューラルネットワークと、デブロアのためのウィナーネットワークが含まれている。 私たちのモデルのうち2つは毎秒100イメージの速度に到達でき、リアルタイムの遅延に適しています。
• 参考スコア（独自算出の注目度）: 4.36488705757229
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we address the problem of blind deblurring with high efficiency. We propose a set of lightweight deep-wiener-network to finish the task with real-time speed. The Network contains a deep neural network for estimating parameters of wiener networks and a wiener network for deblurring. Experimental evaluations show that our approaches have an edge on State of the Art in terms of inference times and numbers of parameters. Two of our models can reach a speed of 100 images per second, which is qualified for real-time deblurring. Further research may focus on some real-world applications of deblurring with our models.
• Abstract（参考訳）: 本稿では,視覚障害者の視覚障害を高効率で解決する。 本稿では,リアルタイムの速度でタスクを完了するための,軽量なディープワイナーネットワークを提案する。 このネットワークは、ウィナーネットワークのパラメータを推定するためのディープニューラルネットワークと、デブラリングのためのウィナーネットワークを含む。 実験結果から,提案手法は推論時間とパラメータ数において最先端の技術であることがわかった。 私たちのモデルのうち2つは毎秒100イメージの速度に到達でき、リアルタイムの遅延に適しています。 さらなる研究は、我々のモデルによるデブロアリングの現実的な応用に焦点を当てるかもしれない。

関連論文リスト

• Gated Cross-Attention Network for Depth Completion [11.154059839763738]
  色と深度の特徴の融合は、現在、深度推定の分野における重要な課題である。 我々は、ゲーティング機構を介して信頼性を伝播する効率的なGated Cross-Attention Networkを設計する。 我々は、AsyncHyperBandSchedulerスケジューラとHyperOptSearchアルゴリズムでRay Tuneメカニズムを使用して、モジュールイテレーションの最適な回数を自動的に検索する。
  論文  参考訳（メタデータ） (2023-09-28T09:54:10Z)
• SqueezerFaceNet: Reducing a Small Face Recognition CNN Even More Via Filter Pruning [55.84746218227712]
  我々は,100万パラメータ未満の軽量顔認識ネットワークであるSqueezerFaceNetを開発した。 性能を損なうことなく、さらに(最大40%)削減できることを示す。
  論文  参考訳（メタデータ） (2023-07-20T08:38:50Z)
• Online Hybrid Lightweight Representations Learning: Its Application to Visual Tracking [42.49852446519412]
  本稿では,ストリーミングデータのための新しいハイブリッド表現学習フレームワークを提案する。 ビデオ内の画像フレームは、2つの異なるディープニューラルネットワークのアンサンブルによってモデル化される。 ハイブリッド表現手法をオンライン視覚追跡タスクに組み込む。
  論文  参考訳（メタデータ） (2022-05-23T10:31:14Z)
• Deep Impulse Responses: Estimating and Parameterizing Filters with Deep Networks [76.830358429947]
  高雑音および地中設定におけるインパルス応答推定は難しい問題である。 本稿では,ニューラル表現学習の最近の進歩に基づいて,インパルス応答のパラメータ化と推定を行う新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-02-07T18:57:23Z)
• Sparse Auxiliary Networks for Unified Monocular Depth Prediction and Completion [56.85837052421469]
  コスト効率のよいセンサで得られたデータからシーン形状を推定することは、ロボットや自動運転車にとって鍵となる。 本稿では,1枚のRGB画像から,低コストな能動深度センサによるスパース計測により,深度を推定する問題について検討する。 sparse networks (sans) は,深さ予測と完了という2つのタスクをmonodepthネットワークで実行可能にする,新しいモジュールである。
  論文  参考訳（メタデータ） (2021-03-30T21:22:26Z)
• FastFlowNet: A Lightweight Network for Fast Optical Flow Estimation [81.76975488010213]
  ディセンス光学フロー推定は、多くのロボットビジョンタスクで重要な役割を果たしています。 現在のネットワークはしばしば多くのパラメータを占有し、計算コストがかかる。 提案したFastFlowNetは、周知の粗大なやり方で、以下のイノベーションで機能する。
  論文  参考訳（メタデータ） (2021-03-08T03:09:37Z)
• DONeRF: Towards Real-Time Rendering of Neural Radiance Fields using Depth Oracle Networks [6.2444658061424665]
  DONeRFは、深度オラクルネットワークを第1ステップとし、局所サンプルシェーディングネットワークを光線蓄積用に設計した二重ネットワークである。 我々は1つのGPU上で、レイマーチベースのニューラル表現をインタラクティブなフレームレート(毎秒15フレーム、800x800)でレンダリングした最初の人です。
  論文  参考訳（メタデータ） (2021-03-04T18:55:09Z)
• ESPN: Extremely Sparse Pruned Networks [50.436905934791035]
  簡単な反復マスク探索法により,非常に深いネットワークの最先端の圧縮を実現することができることを示す。 本アルゴリズムは,シングルショット・ネットワーク・プルーニング法とロッテ・ティケット方式のハイブリッド・アプローチを示す。
  論文  参考訳（メタデータ） (2020-06-28T23:09:27Z)
• Deblurring using Analysis-Synthesis Networks Pair [6.09170287691728]
  ブラインド画像の劣化は、現代のニューラルネットワークにとって難しい問題である。 そこで我々は,デブロワーリングネットワークを,そのボケを推定する解析ネットワークに分割する新たなアーキテクチャと,このカーネルを用いて画像をデブロワーする合成ネットワークを提案する。
  論文  参考訳（メタデータ） (2020-04-06T19:32:51Z)
• A Real-Time Deep Network for Crowd Counting [12.615660025855604]
  群集カウントのためのコンパクト畳み込みニューラルネットワークを提案する。 入力画像の畳み込み動作をネットワークの前方で同時に行う3つの並列フィルタにより,我々のモデルはほぼリアルタイムに実現できる。
  論文  参考訳（メタデータ） (2020-02-16T06:09:22Z)
• Depthwise Non-local Module for Fast Salient Object Detection Using a Single Thread [136.2224792151324]
  本稿では,高速な物体検出のための新しいディープラーニングアルゴリズムを提案する。 提案アルゴリズムは,1つのCPUスレッドと同時に,競合精度と高い推論効率を実現する。
  論文  参考訳（メタデータ） (2020-01-22T15:23:48Z)

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。