論文の概要: 4K-HAZE: A Dehazing Benchmark with 4K Resolution Hazy and Haze-Free
Images
- arxiv url: http://arxiv.org/abs/2303.15848v1
- Date: Tue, 28 Mar 2023 09:39:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-29 15:35:03.446838
- Title: 4K-HAZE: A Dehazing Benchmark with 4K Resolution Hazy and Haze-Free
Images
- Title(参考訳): 4K-HAZE:4K解像度とヘイズフリー画像のベンチマーク
- Authors: Zhuoran Zheng and Xiuyi Jia
- Abstract要約: まず、シーンの深さを推定し、光線とオブジェクトの反射率をシミュレートし、GANを用いて合成画像を実際の領域に移行する。
これらの合成画像を4K-HAZEデータセットと呼ばれるベンチマークにラップする。
このアプローチの最も魅力的な側面は、24G RAMをリアルタイムで(33fps)1つのGPU上で4Kイメージを実行する機能です。
- 参考スコア(独自算出の注目度): 12.402054374952485
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Currently, mobile and IoT devices are in dire need of a series of methods to
enhance 4K images with limited resource expenditure. The absence of large-scale
4K benchmark datasets hampers progress in this area, especially for dehazing.
The challenges in building ultra-high-definition (UHD) dehazing datasets are
the absence of estimation methods for UHD depth maps, high-quality 4K depth
estimation datasets, and migration strategies for UHD haze images from
synthetic to real domains. To address these problems, we develop a novel
synthetic method to simulate 4K hazy images (including nighttime and daytime
scenes) from clear images, which first estimates the scene depth, simulates the
light rays and object reflectance, then migrates the synthetic images to real
domains by using a GAN, and finally yields the hazy effects on 4K resolution
images. We wrap these synthesized images into a benchmark called the 4K-HAZE
dataset. Specifically, we design the CS-Mixer (an MLP-based model that
integrates \textbf{C}hannel domain and \textbf{S}patial domain) to estimate the
depth map of 4K clear images, the GU-Net to migrate a 4K synthetic image to the
real hazy domain. The most appealing aspect of our approach (depth estimation
and domain migration) is the capability to run a 4K image on a single GPU with
24G RAM in real-time (33fps). Additionally, this work presents an objective
assessment of several state-of-the-art single-image dehazing methods that are
evaluated using the 4K-HAZE dataset. At the end of the paper, we discuss the
limitations of the 4K-HAZE dataset and its social implications.
- Abstract(参考訳): 現在、モバイルとIoTデバイスは、限られたリソース支出で4K画像を強化する一連の方法を必要としている。
大規模な4kベンチマークデータセットがないことは、この分野、特にデハジングの進展を妨げている。
UHDデハージングデータセットを構築する上での課題は、UHD深度マップの推定方法がないこと、高品質な4K深度推定データセット、UHDヘイズ画像の合成ドメインから実際のドメインへのマイグレーション戦略である。
これらの問題に対処するために,まずシーンの奥行きを推定し,光線と物体反射をシミュレートし,次にganを用いて合成画像を実領域に移動させ,最終的に4k解像度画像にハザイ効果を与える,明画像から4kハザイ画像(夜間および昼間シーンを含む)をシミュレートする新しい合成手法を開発した。
これらの合成画像を4K-HAZEデータセットと呼ばれるベンチマークにラップする。
具体的には、cs-mixer( \textbf{c}hannelドメインと \textbf{s}patialドメインを統合したmlpベースのモデル)を設計し、4kクリアイメージの深さマップを推定し、gu-netは4k合成画像を実際のhazyドメインに移行する。
このアプローチの最も魅力的な側面(詳細な推定とドメインマイグレーション)は、24G RAMをリアルタイム(33fps)で1つのGPU上で4Kイメージを実行する能力です。
さらに,4k-hazeデータセットを用いて評価した,最先端の単一画像デハジング手法を客観的に評価する。
論文の最後には,4K-HAZEデータセットの限界とその社会的意味について論じる。
関連論文リスト
- UE4-NeRF:Neural Radiance Field for Real-Time Rendering of Large-Scale
Scene [52.21184153832739]
本研究では,大規模シーンのリアルタイムレンダリングに特化して設計されたUE4-NeRFと呼ばれるニューラルレンダリングシステムを提案する。
提案手法は,Unreal Engine 4 (UE4)のUnrealization Pipelineと組み合わせて,最大43FPSのフレームレートで4K解像度で大規模シーンのリアルタイムレンダリングを実現する。
論文 参考訳(メタデータ) (2023-10-20T04:01:35Z) - 4K4D: Real-Time 4D View Synthesis at 4K Resolution [86.6582179227016]
本稿では、4K解像度で動的3Dシーンを高忠実かつリアルタイムに見ることを目的とする。
ハードウェア化をサポートし,前例のないレンダリング速度を実現する4Dポイントクラウド表現を提案する。
私たちの表現は、1080p解像度のDNAレンダリングデータセットで400 FPS、4090 GPUで4K解像度のENeRF-Outdoorデータセットで80 FPSでレンダリングできます。
論文 参考訳(メタデータ) (2023-10-17T17:57:38Z) - Probabilistic-based Feature Embedding of 4-D Light Fields for
Compressive Imaging and Denoising [62.347491141163225]
4次元光電場(LF)は、効率的で効果的な機能埋め込みを実現する上で大きな課題となる。
様々な低次元畳み込みパターンを組み立てることで特徴埋め込みアーキテクチャを学習する確率論的特徴埋め込み(PFE)を提案する。
実世界および合成4次元LF画像において,本手法の有意な優位性を実証した。
論文 参考訳(メタデータ) (2023-06-15T03:46:40Z) - Reconstructing Sea Surface Temperature Images: A Masked Autoencoder
Approach for Cloud Masking and Reconstruction [0.0]
この論文は、リモートセンシング技術によって生成された海面温度(SST)データの解析において、雲のマスキングを緩和する新しいアルゴリズムを提案する。
本研究では,マスク付き画素の再構成にMasked Autoencodingを用いたVision Transformerを用いた教師なし機械学習アルゴリズムであるEnkiを提案する。
論文 参考訳(メタデータ) (2023-05-28T10:46:18Z) - NeRFPlayer: A Streamable Dynamic Scene Representation with Decomposed
Neural Radiance Fields [99.57774680640581]
本稿では、高速な再構成、コンパクトなモデリング、およびストリーム可能なレンダリングが可能な効率的なフレームワークを提案する。
本稿では, 時間特性に応じて4次元空間を分解することを提案する。4次元空間の点は, 静的, 変形, および新しい領域の3つのカテゴリに属する確率に関連付けられている。
論文 参考訳(メタデータ) (2022-10-28T07:11:05Z) - Towards Efficient and Scale-Robust Ultra-High-Definition Image
Demoireing [71.62289021118983]
本研究では、4Kモアレ画像に対処する効率的なベースラインモデルESDNetを提案する。
我々の手法は、より軽量でありながら、最先端の手法よりも大きなマージンで優れています。
論文 参考訳(メタデータ) (2022-07-20T14:20:52Z) - Learning Dynamic View Synthesis With Few RGBD Cameras [60.36357774688289]
本稿では,RGBDカメラを用いて動的屋内シーンのフリー視点映像を合成することを提案する。
我々は、RGBDフレームから点雲を生成し、それをニューラル機能を介して、自由視点ビデオにレンダリングする。
そこで本研究では,未完成の深度を適応的に塗布して新規なビューを描画する,シンプルなRegional Depth-Inpaintingモジュールを提案する。
論文 参考訳(メタデータ) (2022-04-22T03:17:35Z) - Single UHD Image Dehazing via Interpretable Pyramid Network [10.00144096602321]
現在、ほとんどのシングルイメージデハージングモデルは、単一のGPUで超高解像度(UHD)イメージをリアルタイムで実行することはできない。
テイラーの定理をラプラスのピラミッドパターンで無限近似する原理を導入し、4K画像をリアルタイムで処理できるモデルを構築する。
論文 参考訳(メタデータ) (2022-02-17T11:14:12Z)
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。