論文の概要: Practical Exposure Correction: Great Truths Are Always Simple

• arxiv url: http://arxiv.org/abs/2212.14245v1
• Date: Thu, 29 Dec 2022 09:52:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-02 16:38:46.990470
• Title: Practical Exposure Correction: Great Truths Are Always Simple
• Title（参考訳）: 実践的な露光補正: 偉大な真実は常に単純です
• Authors: Long Ma, Tianjiao Ma, Xinwei Xue, Xin Fan, Zhongxuan Luo, Risheng Liu
• Abstract要約: 我々は,効率と性能の特性を組み立てるPEC(Practical Exposure Corrector)を確立する。 観測結果から有用な情報を抽出するキーエンジンとして,露光対向関数を導入する。 我々の実験は提案したPECの優位性を十分に明らかにしている。
• 参考スコア（独自算出の注目度）: 65.82019845544869
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Improving the visual quality of the given degraded observation by correcting exposure level is a fundamental task in the computer vision community. Existing works commonly lack adaptability towards unknown scenes because of the data-driven patterns (deep networks) and limited regularization (traditional optimization), and they usually need time-consuming inference. These two points heavily limit their practicability. In this paper, we establish a Practical Exposure Corrector (PEC) that assembles the characteristics of efficiency and performance. To be concrete, we rethink the exposure correction to provide a linear solution with exposure-sensitive compensation. Around generating the compensation, we introduce an exposure adversarial function as the key engine to fully extract valuable information from the observation. By applying the defined function, we construct a segmented shrinkage iterative scheme to generate the desired compensation. Its shrinkage nature supplies powerful support for algorithmic stability and robustness. Extensive experimental evaluations fully reveal the superiority of our proposed PEC. The code is available at https://rsliu.tech/PEC.
• Abstract（参考訳）: 被曝レベルの補正による劣化観察の視覚的品質向上は,コンピュータビジョンコミュニティにおける基本的な課題である。 既存の作業は、データ駆動型パターン(ディープネットワーク)と限定正規化(従来の最適化)のため、通常、未知のシーンへの適応性が欠けている。 これら2つの点は、実用性を大幅に制限している。 本稿では,効率と性能の特徴を組み立てる実用的露光補正器(pec)について述べる。 具体的には、露光補正を再考し、露光に敏感な補償を伴う線形解を提供する。 補償を発生させるにあたって, 主エンジンとして露光対向機能を導入し, 観測から貴重な情報を完全に抽出する。 定義関数を適用することにより、所望の補償を生成するための分割縮小反復スキームを構築する。 その収縮特性はアルゴリズムの安定性と堅牢性に対する強力な支援を提供する。 大規模実験により,提案したPECの優位性が明らかとなった。 コードはhttps://rsliu.tech/PEC.comで公開されている。

関連論文リスト

• Exploring the Impact of Hand Pose and Shadow on Hand-washing Action Recognition [0.0]
  本稿では,ポーズと影が分類器の性能に与える影響について検討する。 それらがポーズや影の条件に大きく影響していることを示す。 モデル精度がほぼゼロに低下し、ポーズが大きく変化するのを観察するのは興味深いことです。
  論文  参考訳（メタデータ） (2024-06-19T21:49:12Z)
• WSCLoc: Weakly-Supervised Sparse-View Camera Relocalization [42.85368902409545]
  WSCLocは、様々なディープラーニングベースの再ローカライゼーションモデルにカスタマイズできるシステムである。 最初の段階では、WSCLocはWFT-NeRFと呼ばれる多層パーセプトロン構造を用いて画像再構成の品質を最適化する。 第2段階では,事前学習したWFT-NeRFとWFT-Poseを併用する。
  論文  参考訳（メタデータ） (2024-03-22T15:15:44Z)
• What Matters When Repurposing Diffusion Models for General Dense Perception Tasks? [49.84679952948808]
  最近の研究は、高密度知覚タスクのためのT2I拡散モデルを簡単に調整することで有望な結果を示す。 拡散前処理における伝達効率と性能に影響を及ぼす重要な要因を徹底的に検討する。 我々の研究は、濃密な視覚認知タスクに特化した効果的な決定論的ワンステップ微調整パラダイムであるGenPerceptの開発において頂点に達した。
  論文  参考訳（メタデータ） (2024-03-10T04:23:24Z)
• Robust Monocular Depth Estimation under Challenging Conditions [81.57697198031975]
  最先端のモノクル深度推定手法は、難解な照明や気象条件下では信頼性が低い。 我々はmd4allでこれらの安全クリティカルな問題に取り組む: 単純で効果的なソリューションで、悪条件と理想条件の両方で確実に機能する。
  論文  参考訳（メタデータ） (2023-08-18T17:59:01Z)
• Efficient Human Vision Inspired Action Recognition using Adaptive Spatiotemporal Sampling [13.427887784558168]
  本稿では,効率的な行動認識処理のための適応型視覚システムを提案する。 本システムでは,グローバルコンテキストサンプリング方式を低解像度で事前スキャンし,高精細な領域で高精細な特徴をスキップしたり,要求したりすることを決定した。 動作認識のためのEPIC-KENSとUCF-101データセットを用いたシステムの有効性を検証するとともに,提案手法により,最先端のベースラインに比べて精度の低下を許容し,推論を大幅に高速化できることを示す。
  論文  参考訳（メタデータ） (2022-07-12T01:18:58Z)
• Toward Fast, Flexible, and Robust Low-Light Image Enhancement [87.27326390675155]
  我々は、現実の低照度シナリオにおいて、高速でフレキシブルで頑健な鮮明化のための新しい自己校正イルミネーション(SCI)学習フレームワークを開発した。 カスケードパターンの計算負担を考慮すると、各ステージの結果の収束を実現する自己校正モジュールを構築する。 我々は,SCI固有の特性について,操作不感適応性やモデル非関係の一般性を含む包括的探索を行う。
  論文  参考訳（メタデータ） (2022-04-21T14:40:32Z)
• Illumination-Invariant Active Camera Relocalization for Fine-Grained Change Detection in the Wild [12.104718944788141]
  本稿では,照度不変の能動カメラ再位置推定法について検討し,相対的なポーズ推定とスケール推定の両方を改善する。 画像ワープ誤差を最小限に抑え,各ACRの絶対スケールを求める線形システムを構築した。 我々の研究は、実世界の文化的遺産のきめ細かい変化監視タスクの実現可能性を大幅に拡大します。
  論文  参考訳（メタデータ） (2022-04-13T18:00:55Z)
• The Probabilistic Normal Epipolar Constraint for Frame-To-Frame Rotation Optimization under Uncertain Feature Positions [53.478856119297284]
  特徴位置における異方性および不均一性を考慮した確率論的正規極性制約(PNEC)を導入する。 合成データの実験において、新しいPNECは元のNECよりも正確な回転推定値が得られることを示した。 我々は,提案手法を最先端のモノクロ回転専用オドメトリーシステムに統合し,実世界のKITTIデータセットに対して一貫した改良を行った。
  論文  参考訳（メタデータ） (2022-04-05T14:47:11Z)
• Provably Efficient Causal Reinforcement Learning with Confounded Observational Data [135.64775986546505]
  オフラインで収集されたデータセット(観測データ)を組み込んで、オンライン環境でのサンプル効率を改善する方法について検討する。 提案手法は,観測データを効率よく組み込んだ,分解された楽観的値反復 (DOVI) アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-06-22T14:49:33Z)

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。