論文の概要: Inheriting Bayer's Legacy-Joint Remosaicing and Denoising for Quad Bayer
Image Sensor
- arxiv url: http://arxiv.org/abs/2303.13571v1
- Date: Thu, 23 Mar 2023 16:16:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-27 16:57:41.318661
- Title: Inheriting Bayer's Legacy-Joint Remosaicing and Denoising for Quad Bayer
Image Sensor
- Title(参考訳): quad bayerイメージセンサのためのbayerのレガシージョイントリモーザリングとデノイジングの継承
- Authors: Haijin Zeng, Kai Feng, Jiezhang Cao, Shaoguang Huang, Yongqiang Zhao,
Hiep Luong, Jan Aelterman, and Wilfried Philips
- Abstract要約: ピクセルビンニングをベースとしたQuadセンサーは、低照度撮像におけるコンパクトカメラのハードウェア制限を克服する、有望なソリューションとして登場した。
そこで本稿では,ノイズフリーベイアパターンとノイズフリーベイアパターンの変換が可能なデュアルヘッド継手消音ネットワーク(DJRD)を提案する。
提案手法は,ハードウェアやソフトウェアの複雑さを伴わずに,約3dBの競合モデルよりも優れている。
- 参考スコア(独自算出の注目度): 10.36002828484577
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Pixel binning based Quad sensors have emerged as a promising solution to
overcome the hardware limitations of compact cameras in low-light imaging.
However, binning results in lower spatial resolution and non-Bayer CFA
artifacts. To address these challenges, we propose a dual-head joint
remosaicing and denoising network (DJRD), which enables the conversion of noisy
Quad Bayer and standard noise-free Bayer pattern without any resolution loss.
DJRD includes a newly designed Quad Bayer remosaicing (QB-Re) block, integrated
denoising modules based on Swin-transformer and multi-scale wavelet transform.
The QB-Re block constructs the convolution kernel based on the CFA pattern to
achieve a periodic color distribution in the perceptual field, which is used to
extract exact spectral information and reduce color misalignment. The
integrated Swin-Transformer and multi-scale wavelet transform capture non-local
dependencies, frequency and location information to effectively reduce
practical noise. By identifying challenging patches utilizing Moire and zipper
detection metrics, we enable our model to concentrate on difficult patches
during the post-training phase, which enhances the model's performance in hard
cases. Our proposed model outperforms competing models by approximately 3dB,
without additional complexity in hardware or software.
- Abstract(参考訳): ピクセルビンニングをベースとしたQuadセンサーは、低照度撮像におけるコンパクトカメラのハードウェア制限を克服する、有望なソリューションとして登場した。
しかし、結合により空間分解能が低下し、非バイヤーCFAアーティファクトが生じる。
これらの課題に対処するために、ノイズのないQuad Bayerパターンと標準ノイズのないBayerパターンの変換を可能にするDJRD(Dual-head Joint Remosaicing and Denoising Network)を提案する。
DJRDは、新しく設計されたQuad Bayer Remosaicing (QB-Re)ブロック、Swin-transformerとマルチスケールウェーブレット変換に基づく統合デノナイジングモジュールを含む。
QB-Reブロックは、CFAパターンに基づいて畳み込みカーネルを構築し、知覚領域における周期的な色分布を達成する。
Swin-Transformerとマルチスケールウェーブレット変換は、非局所的な依存関係、周波数、位置情報を捕捉し、実用的なノイズを効果的に低減する。
moire と zipper 検出メトリクスを利用した挑戦的パッチを識別することにより,トレーニング後に難しいパッチを集中させることで,ハードケースでのモデルの性能を向上させることができる。
提案モデルは,ハードウェアやソフトウェアの複雑さを増すことなく,約3dbの競合モデルを上回る。
関連論文リスト
- Modeling Dual-Exposure Quad-Bayer Patterns for Joint Denoising and Deblurring [22.82877719326985]
単一イメージのソリューションは、ノイズ低減と動きのぼかしの間に固有のトレードオフに直面している。
本稿では,新しい2重露光型Qad-Bayerパターンセンサを利用した物理モデルに基づく画像復元手法を提案する。
QRNetと呼ばれる階層型畳み込みニューラルネットワークを設計し、高品質なRGB画像を復元する。
論文 参考訳(メタデータ) (2024-12-10T07:35:26Z) - PassionSR: Post-Training Quantization with Adaptive Scale in One-Step Diffusion based Image Super-Resolution [95.98801201266099]
拡散に基づく画像超解像(SR)モデルでは、複数のデノナイジングステップのコストで優れた性能を示す。
本稿では,一段階拡散(OSD)画像SR,PassionSRにおける適応スケールの学習後量子化手法を提案する。
我々のPassionSRは、画像SRの最近の先進的な低ビット量子化法に対して大きな利点がある。
論文 参考訳(メタデータ) (2024-11-26T04:49:42Z) - QMambaBSR: Burst Image Super-Resolution with Query State Space Model [55.56075874424194]
バースト超解像度は、複数のバースト低解像度フレームからサブピクセル情報を融合することにより、高画質でよりリッチな細部で高解像度の画像を再構成することを目的としている。
BusrtSRにおいて鍵となる課題は、高周波ノイズ障害を同時に抑制しつつ、ベースフレームの補完的なサブピクセルの詳細を抽出することである。
本稿では,Query State Space Model (QSSM) とAdaptive Up-Sampling Module (AdaUp) を組み合わせた新しいQuery Mamba Burst Super-Resolution (QMambaBSR) ネットワークを紹介する。
論文 参考訳(メタデータ) (2024-08-16T11:15:29Z) - DestripeCycleGAN: Stripe Simulation CycleGAN for Unsupervised Infrared
Image Destriping [15.797480466799222]
CycleGANは、教師なし画像復元の先進的なアプローチであることが証明されている。
DestripeCycleGANという単一フレーム赤外線画像デストリップのための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) (2024-02-14T11:22:20Z) - Aperture Diffraction for Compact Snapshot Spectral Imaging [27.321750056840706]
我々は、Aperture Diffraction Imaging Spectrometer (ADIS) という、コンパクトで費用効率の良いスナップショット分光画像システムを紹介した。
モザイクフィルタセンサ上の離散符号化位置にオブジェクト空間の各点を多重化する新しい光学設計を導入する。
回折変性を強く知覚するカスケードシフトシャッフルスペクトル変換器(CSST)は、空間制約の逆問題を解決するために設計されている。
論文 参考訳(メタデータ) (2023-09-27T16:48:46Z) - Make Explicit Calibration Implicit: Calibrate Denoiser Instead of the
Noise Model [83.9497193551511]
デジタルゲインやカメラセンサーによらず有効であるLED(Lighting Every Darkness)を導入する。
LEDは明示的なノイズモデルのキャリブレーションの必要性を排除し、高速な展開と最小限のデータを必要とする暗黙の微調整プロセスを活用する。
LEDは、センサー工学の利点を生かしながら、ディープラーニングの進歩にもっと注力することを可能にする。
論文 参考訳(メタデータ) (2023-08-07T10:09:11Z) - Q-Diffusion: Quantizing Diffusion Models [52.978047249670276]
ポストトレーニング量子化(PTQ)は、他のタスクに対するゴーツー圧縮法であると考えられている。
本稿では,一意なマルチステップパイプラインとモデルアーキテクチャに適した新しいPTQ手法を提案する。
提案手法は,完全精度の非条件拡散モデルを同等の性能を維持しつつ4ビットに定量化できることを示す。
論文 参考訳(メタデータ) (2023-02-08T19:38:59Z) - Designing a Practical Degradation Model for Deep Blind Image
Super-Resolution [134.9023380383406]
単一画像スーパーレゾリューション (sisr) 法は, 推定劣化モデルが実画像から逸脱した場合はうまく動作しない。
本稿では, ランダムにシャッフルされたブラー, ダウンサンプリング, ノイズ劣化からなる, より複雑で実用的な劣化モデルを提案する。
論文 参考訳(メタデータ) (2021-03-25T17:40:53Z) - Wavelet Integrated CNNs for Noise-Robust Image Classification [51.18193090255933]
我々は、離散ウェーブレット変換(DWT)により、最大プール、ストライド畳み込み、平均プールを置き換えることでCNNを強化する。
VGG、ResNets、DenseNetのウェーブレット統合バージョンであるWaveCNetsは、バニラバージョンよりも精度が高く、ノイズ・ロバスト性も向上している。
論文 参考訳(メタデータ) (2020-05-07T09:10:41Z)
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。