論文の概要: ExReg: Wide-range Photo Exposure Correction via a Multi-dimensional Regressor with Attention

• arxiv url: http://arxiv.org/abs/2212.14801v1
• Date: Wed, 14 Dec 2022 15:45:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-09 13:46:40.760803
• Title: ExReg: Wide-range Photo Exposure Correction via a Multi-dimensional Regressor with Attention
• Title（参考訳）: ExReg:多次元回帰器による広帯域光露光補正
• Authors: Tzu-Hao Chiang, Hao-Chien Hsueh, Ching-Chun Hsiao, and Ching-Chun Huang
• Abstract要約: 光露光補正は広く研究されているが、露光画像と露光画像の同時修正に焦点を当てた研究は少ない。 多次元回帰プロセスとして露光補正を定式化して課題に対処する新しい露光補正ネットワークであるExRegを提案する。 実験により、ExRegはよく露呈した結果を生成し、PSNRの1.3dBでSOTA法を上回り、広範囲な露光問題に対処できることが示された。
• 参考スコア（独自算出の注目度）: 6.142272540492936
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Photo exposure correction is widely investigated, but fewer studies focus on correcting under and over-exposed images simultaneously. Three issues remain open to handle and correct under and over-exposed images in a unified way. First, a locally-adaptive exposure adjustment may be more flexible instead of learning a global mapping. Second, it is an ill-posed problem to determine the suitable exposure values locally. Third, photos with the same content but different exposures may not reach consistent adjustment results. To this end, we proposed a novel exposure correction network, ExReg, to address the challenges by formulating exposure correction as a multi-dimensional regression process. Given an input image, a compact multi-exposure generation network is introduced to generate images with different exposure conditions for multi-dimensional regression and exposure correction in the next stage. An auxiliary module is designed to predict the region-wise exposure values, guiding the mainly proposed Encoder-Decoder ANP (Attentive Neural Processes) to regress the final corrected image. The experimental results show that ExReg can generate well-exposed results and outperform the SOTA method by 1.3dB in PSNR for extensive exposure problems. In addition, given the same image but under various exposure for testing, the corrected results are more visually consistent and physically accurate.
• Abstract（参考訳）: 光露光補正は広く研究されているが、露光画像と露光画像の同時修正に焦点を当てた研究は少ない。 3つの問題は統一された方法でアンダーおよびオーバー露像の扱いと修正が可能である。 まず、局所適応的な露光調整は、グローバルマッピングを学ぶよりも柔軟である。 第二に、適切な露光値を局所的に決定するのは不適切な問題である。 第3に、同じコンテンツの異なる露出を持つ写真は、一貫した調整結果に到達しない可能性がある。 そこで我々は,多次元回帰プロセスとして露光補正を定式化し,課題に対処する新しい露光補正ネットワークExRegを提案する。 入力画像が与えられた後、コンパクトなマルチ露光生成ネットワークを導入し、次の段階で多次元回帰および露光補正のための異なる露光条件の画像を生成させる。 補助モジュールは、主に提案されているエンコーダ・デコーダ ANP (Attentive Neural Processes) を用いて、最終的な補正画像の回帰を行う。 実験結果から,ExRegは露光問題に対してPSNRの1.3dBでSOTA法より優れることがわかった。 さらに、同じ画像でも様々な露光下では、補正結果はより視覚的に一貫性があり、物理的に正確である。

関連論文リスト

• Retinex-RAWMamba: Bridging Demosaicing and Denoising for Low-Light RAW Image Enhancement [71.13353154514418]
  低照度画像の強化、特に生ドメインからsRGBドメインへのマッピングのようなクロスドメインタスクは、依然として大きな課題である。 RAWMambaと呼ばれる新しいMambaスキャニング機構を提案する。 また,Retinex の先行したRetinex Decomposition Module (RDM) も提案する。
  論文  参考訳（メタデータ） (2024-09-11T06:12:03Z)
• Region-Aware Exposure Consistency Network for Mixed Exposure Correction [26.30138794484646]
  本研究では,複合露光処理が可能な領域対応露光補正ネットワーク(RECNet)を提案する。 混合露光シナリオの局所的特徴を露光不変の特徴空間に効果的に変換する領域認識型露光モジュールを開発した。 本研究では,地域間露光連続性と地域間露光連続性の制約下での露光コントラスト正則化戦略を提案する。
  論文  参考訳（メタデータ） (2024-02-28T10:24:36Z)
• Exposure Bracketing is All You Need for Unifying Image Restoration and Enhancement Tasks [50.822601495422916]
  本稿では,露光ブラケット写真を利用して画像復元と拡張作業を統合することを提案する。 実世界のペアの収集が困難であるため,まず合成ペアデータを用いてモデルを事前学習する手法を提案する。 特に,時間変調リカレントネットワーク(TMRNet)と自己教師あり適応手法を提案する。
  論文  参考訳（メタデータ） (2024-01-01T14:14:35Z)
• Robust estimation of exposure ratios in multi-exposure image stacks [12.449313419096821]
  入力画像から直接露光率を推定する。 カメラノイズによる推定誤差を最小限に抑えるために,一対の露光から画素を選択できる最適化問題として露出時間推定を導出する。 複数の空間タイルから画素を収集することにより、カメラや物体の動きによる画素の不一致に容易に対応できることを示す。
  論文  参考訳（メタデータ） (2023-08-05T23:42:59Z)
• CuDi: Curve Distillation for Efficient and Controllable Exposure Adjustment [86.97592472794724]
  そこで我々は, 対や不対のデータを必要とせず, 効率よくかつ制御可能な露光調整のためのCuDi曲線蒸留法を提案する。 提案手法は,ゼロ参照学習と曲線ベースのフレームワークを,実効的な低照度画像強調手法であるゼロDCEから継承する。 提案手法は, 高速で頑健でフレキシブルな性能に優れ, 実シーンにおける最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-07-28T17:53:46Z)
• Exposure Correction Model to Enhance Image Quality [70.7848787073901]
  露光誤りと過度な露光誤りの両方を扱うために,エンドツーエンドの露光補正モデルを提案する。 我々のモデルは、補正された画像を生成するために、画像エンコーダ、連続残差ブロック、画像デコーダを含む。 提案モデルを用いて露出補正を行った結果,ポートレートマッチングの品質は著しく向上した。
  論文  参考訳（メタデータ） (2022-04-22T11:38:52Z)
• Recurrent Exposure Generation for Low-Light Face Detection [113.25331155337759]
  本稿では,Recurrent Exposure Generation (REG) モジュールと Multi-Exposure Detection (MED) モジュールを提案する。 REGは、様々な露光設定に対応する段階的かつ効率的な中間画像を生成する。 このような擬似露光はMEDによって融合され、異なる照明条件で顔を検出する。
  論文  参考訳（メタデータ） (2020-07-21T17:30:51Z)
• Learning Multi-Scale Photo Exposure Correction [51.57836446833474]
  露出を間違えた写真を撮影することは、カメラベースの画像の誤りの主な原因である。 本稿では,各サブプロブレムに個別に対処する粗大な深層ニューラルネットワーク(DNN)モデルを提案する。 提案手法は,未露出画像における既存の最先端手法と同等の結果を得る。
  論文  参考訳（メタデータ） (2020-03-25T19:33:51Z)

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。