論文の概要: Am\'elioration de la qualit\'e d'images avec un algorithme
d'optimisation inspir\'ee par la nature
- arxiv url: http://arxiv.org/abs/2303.07151v1
- Date: Mon, 13 Mar 2023 14:25:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-14 14:33:42.907658
- Title: Am\'elioration de la qualit\'e d'images avec un algorithme
d'optimisation inspir\'ee par la nature
- Title（参考訳）: Am'elioration de la qualit\e d'images avec un algorithme d'optimisation inspir\ee par la nature
- Authors: Olivier Parisot and Thomas Tamisier
- Abstract要約: 与えられた画像を改善するために,明示的かつ順序づけられた変換列を得る方法を提案する。
予備的なテストでは、アプローチがさまざまな最先端データセットに与える影響が示される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Reproducible images preprocessing is important in the field of computer
vision, for efficient algorithms comparison or for new images corpus
preparation. In this paper, we propose a method to obtain an explicit and
ordered sequence of transformations that improves a given image: the
computation is performed via a nature-inspired optimization algorithm based on
quality assessment techniques. Preliminary tests show the impact of the
approach on different state-of-the-art data sets.
--
L'application de pr\'etraitements explicites et reproductibles est
fondamentale dans le domaine de la vision par ordinateur, pour pouvoir comparer
efficacement des algorithmes ou pour pr\'eparer un nouveau corpus d'images.
Dans cet article, nous proposons une m\'ethode pour obtenir une s\'equence
reproductible de transformations qui am\'eliore une image donn\'ee: le calcul
est r\'ealis\'e via un algorithme d'optimisation inspir\'ee par la nature et
bas\'e sur des techniques d'\'evaluation de la qualit\'e. Des tests montrent
l'impact de l'approche sur diff\'erents ensembles d'images de l'\'etat de
l'art.
- Abstract（参考訳）: 再現可能な画像前処理は、コンピュータビジョン、効率的なアルゴリズム比較、新しい画像コーパスの準備において重要である。
本稿では,品質評価手法に基づいて,自然に着想を得た最適化アルゴリズムを用いて,与えられた画像を改善するための明示的かつ順序付けられた変換列を得る手法を提案する。
予備的なテストは、アプローチがさまざまな最先端データセットに与える影響を示している。
-l'application de pr\'etraitements explicites et reproductibles est fondamentale dans le domaine de la vision par ordinateur, pour pouvoir comparisonr efficacement des algorithmes ou pour pr\'eparer un nouveau corpus d'images
Dans cet article, nous proposons une m\'ethode pour obtenir une s\'equence reproductible de transformations qui am\'eliore une image donn\'ee: le calcul est r\'ealis\'e via un algorithme d'optimisation inspir\'ee par la nature et bas\'e sur des techniques d'\evaluation de la qualit\'e。
Des test montrent l'impact de l'approche sur diff\'erents mbles d'images de l'\etat de l'art。
関連論文リスト
- Optimize and Reduce: A Top-Down Approach for Image Vectorization [12.998637003026273]
高速かつドメインに依存しないベクトル化へのトップダウンアプローチであるOptimize & Reduce (O&R)を提案する。
O&Rの目的は、B'ezier曲線パラメータを反復的に最適化することで、入力画像のコンパクトな表現を実現することである。
提案手法はドメインに依存しないものであり,固定された形状に対する再現性および知覚的品質の両方において,既存の作品よりも優れることを示す。
論文 参考訳（メタデータ） (2023-12-18T16:41:03Z) - Controllable Image Enhancement [66.18525728881711]
いくつかのパラメータを制御して、複数のスタイルで高品質な画像を生成できる半自動画像強調アルゴリズムを提案する。
エンコーダ・デコーダフレームワークは、リタッチスキルを潜在コードにエンコードし、イメージ信号処理機能のパラメータにデコードする。
論文 参考訳（メタデータ） (2022-06-16T23:54:53Z) - Sub-Image Histogram Equalization using Coot Optimization Algorithm for
Segmentation and Parameter Selection [0.0]
平均および分散に基づくサブイメージヒストグラム等化(MVSIHE)アルゴリズムは,これらのコントラスト強化手法の1つである。
本研究では,直近の最適化アルゴリズム,すなわちcoot Optimization algorithm(COA)を用いて,MVSIHEアルゴリズムの適切なパラメータを選択する。
その結果, バイオメディカル画像処理の分野では, 提案手法が有効であることが示唆された。
論文 参考訳（メタデータ） (2022-05-31T06:51:45Z) - Towards a Unified Approach to Homography Estimation Using Image Features
and Pixel Intensities [0.0]
ホモグラフィ行列は、様々な視覚に基づくロボットタスクにおいて重要な要素である。
伝統的に、ホモグラフィー推定アルゴリズムは特徴ベースまたは強度ベースに分類される。
本稿では,2つのクラスを1つの非線形最適化手順に統合するハイブリッド手法を提案する。
論文 参考訳（メタデータ） (2022-02-20T02:47:05Z) - Ensembling with Deep Generative Views [72.70801582346344]
生成モデルは、色やポーズの変化などの現実世界の変動を模倣する人工画像の「ビュー」を合成することができる。
そこで本研究では, 画像分類などの下流解析作業において, 実画像に適用できるかどうかを検討する。
StyleGAN2を再生増強の源として使用し、顔の属性、猫の顔、車を含む分類タスクについてこの設定を調査します。
論文 参考訳（メタデータ） (2021-04-29T17:58:35Z) - NAS-DIP: Learning Deep Image Prior with Neural Architecture Search [65.79109790446257]
近年の研究では、深部畳み込みニューラルネットワークの構造が、以前に構造化された画像として利用できることが示されている。
我々は,より強い画像の先行を捉えるニューラルネットワークの探索を提案する。
既存のニューラルネットワーク探索アルゴリズムを利用して,改良されたネットワークを探索する。
論文 参考訳（メタデータ） (2020-08-26T17:59:36Z) - Depth image denoising using nuclear norm and learning graph model [107.51199787840066]
グループベース画像復元法は,パッチ間の類似性収集に有効である。
各パッチに対して、検索ウィンドウ内で最もよく似たパッチを見つけ、グループ化する。
提案手法は, 主観的, 客観的両面において, 最先端の復調法よりも優れている。
論文 参考訳（メタデータ） (2020-08-09T15:12:16Z) - A General-Purpose Dehazing Algorithm based on Local Contrast Enhancement
Approaches [2.383083450554816]
脱毛は霧の環境で撮影された画像を強化する作業である。
本稿では,複数の局所的コントラスト調整アルゴリズムに適した脱ハージング手法を提案する。
論文 参考訳（メタデータ） (2020-05-31T17:25:22Z) - The Power of Triply Complementary Priors for Image Compressive Sensing [89.14144796591685]
本稿では,一対の相補的な旅先を含むLRD画像モデルを提案する。
次に、画像CSのためのRDモデルに基づく新しいハイブリッド・プラグイン・アンド・プレイ・フレームワークを提案する。
そこで,提案したH-based image CS問題の解法として,単純で効果的なアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-05-16T08:17:44Z) - Image Denoising Using Sparsifying Transform Learning and Weighted
Singular Values Minimization [7.472473280743767]
画像デノイング(IDN)処理では、通常、低ランク特性は重要な画像として扱われる。
低ランクの凸緩和近似として、核ノルムに基づくアルゴリズムとその変種が注目されている。
汎用フレームワークにおける画像領域最小化と変換領域の利点を両立させることで、疎性学習変換法を提案する。
論文 参考訳（メタデータ） (2020-04-02T00:30:29Z) - Image Matching across Wide Baselines: From Paper to Practice [80.9424750998559]
局所的な特徴とロバストな推定アルゴリズムの包括的なベンチマークを導入する。
パイプラインのモジュール構造は、さまざまなメソッドの容易な統合、構成、組み合わせを可能にします。
適切な設定で、古典的な解決策は依然として芸術の知覚された状態を上回る可能性があることを示す。
論文 参考訳（メタデータ） (2020-03-03T15:20:57Z)
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。