論文の概要: RSFNet: A White-Box Image Retouching Approach using Region-Specific
Color Filters
- arxiv url: http://arxiv.org/abs/2303.08682v2
- Date: Sat, 19 Aug 2023 05:31:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-23 01:25:44.055956
- Title: RSFNet: A White-Box Image Retouching Approach using Region-Specific
Color Filters
- Title(参考訳): RSFNet:地域別カラーフィルタを用いたホワイトボックス画像修正手法
- Authors: Wenqi Ouyang, Yi Dong, Xiaoyang Kang, Peiran Ren, Xin Xu, Xuansong Xie
- Abstract要約: RSFNetと呼ばれる並列領域固有のフィルタを用いた写真修正のためのホワイトボックスフレームワークを開発した。
本モデルでは,各フィルタの領域のフィルタ引数とアテンションマップを同時に生成する。
この実験により,RCFNetは審美的魅力とユーザ利便性を向上し,編集可能なホワイトボックスのリタッチを実現することができた。
- 参考スコア(独自算出の注目度): 25.666027585116176
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Retouching images is an essential aspect of enhancing the visual appeal of
photos. Although users often share common aesthetic preferences, their
retouching methods may vary based on their individual preferences. Therefore,
there is a need for white-box approaches that produce satisfying results and
enable users to conveniently edit their images simultaneously. Recent white-box
retouching methods rely on cascaded global filters that provide image-level
filter arguments but cannot perform fine-grained retouching. In contrast,
colorists typically employ a divide-and-conquer approach, performing a series
of region-specific fine-grained enhancements when using traditional tools like
Davinci Resolve. We draw on this insight to develop a white-box framework for
photo retouching using parallel region-specific filters, called RSFNet. Our
model generates filter arguments (e.g., saturation, contrast, hue) and
attention maps of regions for each filter simultaneously. Instead of cascading
filters, RSFNet employs linear summations of filters, allowing for a more
diverse range of filter classes that can be trained more easily. Our
experiments demonstrate that RSFNet achieves state-of-the-art results, offering
satisfying aesthetic appeal and increased user convenience for editable
white-box retouching.
- Abstract(参考訳): 画像のリタッチは、写真の視覚的魅力を高める重要な側面である。
ユーザーは共通の審美的嗜好を共有することが多いが、個々の嗜好に応じて修正方法が異なる場合がある。
したがって、満足度の高い結果を生成し、ユーザが都合よく画像を編集できるホワイトボックスアプローチが必要である。
最近のホワイトボックスリタッチは、画像レベルのフィルタ引数を提供するがきめ細かいリタッチはできないカスケードグローバルフィルタに依存している。
対照的に、カラーリストは通常、分割と分割のアプローチを採用し、davinci resolveのような伝統的なツールを使用する際に、一連の領域固有の細かな拡張を行う。
我々はこの知見をもとに,並列領域特異的フィルタを用いた写真リタッチのためのホワイトボックスフレームワークrsfnetを開発した。
我々のモデルはフィルタの引数(飽和、コントラスト、色調)と各フィルタの領域の注意マップを同時に生成する。
フィルタをカスケードする代わりに、RCFNetはフィルタの線形和を使い、より多様なフィルタークラスを訓練しやすくする。
この実験により,RCFNetは審美的魅力とユーザ利便性を向上し,編集可能なホワイトボックスリタッチを実現することができた。
関連論文リスト
- Prompt-Guided Image-Adaptive Neural Implicit Lookup Tables for Interpretable Image Enhancement [4.233370898095789]
解釈可能な画像強調は、"Exposure"や"Contrast"といった理解しやすい名前でフィルタパラメータを調整することで、画質を向上させる技術である。
入力特徴空間から出力色空間への変換を暗黙的に定義するために,多層パーセプトロンを用いた画像適応型ニューラル暗黙検索テーブルを導入する。
本研究では,視覚モデルと言語モデルを用いて,露出やコントラストなどの強調結果の視覚的印象を導出プロンプトとともに評価する。
論文 参考訳(メタデータ) (2024-08-20T17:59:01Z) - Simple Image Signal Processing using Global Context Guidance [56.41827271721955]
ディープラーニングベースのISPは、深層ニューラルネットワークを使用してRAW画像をDSLRライクなRGBイメージに変換することを目指している。
我々は,全RAW画像からグローバルなコンテキスト情報をキャプチャするために,任意のニューラルISPに統合可能な新しいモジュールを提案する。
本モデルでは,多種多様な実スマートフォン画像を用いて,様々なベンチマークで最新の結果が得られる。
論文 参考訳(メタデータ) (2024-04-17T17:11:47Z) - Enhancing Low-Light Images Using Infrared-Encoded Images [81.8710581927427]
従来の芸術は、主にピクセルワイド・ロスを用いて可視光スペクトルで捉えた低照度画像に焦点を当てていた。
我々は,赤外線カットオフフィルタを除去することにより,低照度環境下で撮影された画像の可視性を高める新しい手法を提案する。
論文 参考訳(メタデータ) (2023-07-09T08:29:19Z) - Transform your Smartphone into a DSLR Camera: Learning the ISP in the
Wild [159.71025525493354]
本稿では,スマートフォンが取得したRAW画像に基づいて,DSLRの品質画像を生成する訓練可能な画像信号処理フレームワークを提案する。
トレーニング画像ペア間の色ずれに対処するために、カラー条件ISPネットワークを使用し、各入力RAWと基準DSLR画像間の新しいパラメトリック色マッピングを最適化する。
論文 参考訳(メタデータ) (2022-03-20T20:13:59Z) - Image Edge Restoring Filter [4.060948640328565]
局所平滑化フィルタの出力におけるぼやけたエッジ画素をクリアに復元するための画像エッジ復元フィルタ(ERF)を提案する。
提案フィルタは,多くの局所スムースティングフィルタの後に実装できる。
論文 参考訳(メタデータ) (2021-12-27T07:02:01Z) - Unsharp Mask Guided Filtering [53.14430987860308]
本論文の目的は,フィルタ中の構造伝達の重要性を強調した画像フィルタリングである。
アンシャープマスキングにインスパイアされたガイドフィルタの新しい簡易な定式化を提案する。
我々の定式化は低域フィルタに先立ってフィルタを楽しみ、単一の係数を推定することで明示的な構造伝達を可能にする。
論文 参考訳(メタデータ) (2021-06-02T19:15:34Z) - Instagram Filter Removal on Fashionable Images [2.1485350418225244]
ソーシャルメディア分析アプリケーションにおける画像フィルタの効果を軽減するため,Instagramフィルタ除去ネットワーク(IFRNet)を導入する。
IFRNetは、定量的および定性的な比較においてすべての比較方法を上回ることを実証する。
本研究では,提案モデルのフィルタ分類性能を提示し,比較手法によってフィルタされていない画像の優性色推定を解析する。
論文 参考訳(メタデータ) (2021-04-11T18:44:43Z) - Adaptive Debanding Filter [55.42929350861115]
バンディングアーティファクトは、写真やビデオフレームに階段のような色のバンドとして現れます。
後処理モジュールとして,コンテンツ適応型スムースなフィルタリングと拡張量子化を提案する。
実験結果から,提案した解離フィルタは,最先端の偽輪郭除去アルゴリズムよりも視覚的,定量的に優れていることがわかった。
論文 参考訳(メタデータ) (2020-09-22T20:44:20Z) - Designing Color Filters that Make Cameras MoreColorimetric [14.097215740999408]
本稿では,人間の視覚系の色マッチング機能から線形変換に近づいた変化した感性を返すフィルタの解法について述べる。
実験では、最適化されたカラーフィルターを通して写真を撮ることで、カメラをはるかに彩色できることを示した。
論文 参考訳(メタデータ) (2020-03-27T21:41:30Z) - Recognizing Instagram Filtered Images with Feature De-stylization [81.38905784617089]
本稿では,Instagramのフィルターによって,事前学習モデルがどのような影響を受けているかについて検討する。
画像のグローバルな外観を変えるだけの単純な構造保存フィルタは、畳み込み特徴空間に大きな違いをもたらす可能性が示唆された。
我々は,特徴マップのスケーリングとシフトに使用されるパラメータを予測し,フィルタによって引き起こされる変化を“無視”する,軽量なデスティル化モジュールを導入する。
論文 参考訳(メタデータ) (2019-12-30T16:48:16Z)
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。