論文の概要: Automatic High Resolution Wire Segmentation and Removal

• arxiv url: http://arxiv.org/abs/2304.00221v1
• Date: Sat, 1 Apr 2023 04:24:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-04 19:13:31.934420
• Title: Automatic High Resolution Wire Segmentation and Removal
• Title（参考訳）: 自動高分解能ワイヤセグメンテーションと除去
• Authors: Mang Tik Chiu, Xuaner Zhang, Zijun Wei, Yuqian Zhou, Eli Shechtman, Connelly Barnes, Zhe Lin, Florian Kainz, Sohrab Amirghodsi, Humphrey Shi
• Abstract要約: ワイヤーとパワーラインは、しばしば写真の美学を損なう一般的な視覚的障害である。 本稿では,線分別・除去・塗布過程を数秒以内で容易に行う自動ワイヤクリーンアップシステムを提案する。
• 参考スコア（独自算出の注目度）: 54.65877883437031
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Wires and powerlines are common visual distractions that often undermine the aesthetics of photographs. The manual process of precisely segmenting and removing them is extremely tedious and may take up hours, especially on high-resolution photos where wires may span the entire space. In this paper, we present an automatic wire clean-up system that eases the process of wire segmentation and removal/inpainting to within a few seconds. We observe several unique challenges: wires are thin, lengthy, and sparse. These are rare properties of subjects that common segmentation tasks cannot handle, especially in high-resolution images. We thus propose a two-stage method that leverages both global and local contexts to accurately segment wires in high-resolution images efficiently, and a tile-based inpainting strategy to remove the wires given our predicted segmentation masks. We also introduce the first wire segmentation benchmark dataset, WireSegHR. Finally, we demonstrate quantitatively and qualitatively that our wire clean-up system enables fully automated wire removal with great generalization to various wire appearances.
• Abstract（参考訳）: ワイヤーとパワーラインは、しばしば写真の美観を損なう視覚障害である。 正確に分割して取り除く手作業は極めて面倒で、特にワイヤーが空間全体に広がっている高解像度の写真では数時間かかる可能性がある。 本稿では,ワイヤセグメンテーションと除去・塗装の処理を数秒以内で容易に行える自動ワイヤクリーニングシステムを提案する。 ワイヤーは薄く、長さがあり、ばらばらである。 これらは一般的なセグメンテーションタスクでは処理できない、特に高解像度画像では珍しい性質である。 そこで本稿では,グローバル・ローカル・コンテクストを併用して高解像度画像中のワイヤを高精度に分割する2段階法と,予測されたセグメンテーションマスクからワイヤを除去するタイルベースの塗装戦略を提案する。 また、最初のワイヤセグメンテーションベンチマークデータセットであるwireseghrについても紹介する。 最後に, ワイヤクリーニングシステムにより, ワイヤの外観を広く一般化した完全自動除去が可能となることを定量的, 定性的に示す。

関連論文リスト

• Deep Generative Adversarial Network for Occlusion Removal from a Single Image [3.5639148953570845]
  本稿では,完全自動2段階畳み込みニューラルネットワークを提案する。 我々は、GANを利用して、構造とテクスチャの両方を含む現実的なコンテンツを、インペイントのための単一ショットで合成する。
  論文  参考訳（メタデータ） (2024-09-20T06:00:45Z)
• Raformer: Redundancy-Aware Transformer for Video Wire Inpainting [77.41727407673066]
  Video Wire Inpainting (VWI)は、映画やテレビシリーズのワイヤーを完璧に除去することを目的とした、ビデオ塗装における顕著な応用である。 ワイヤーの取り外しは、一般的なビデオの塗布作業で通常対象とするものよりも長く、細くなっているため、大きな課題となる。 WRV2 と Pseudo Wire-Shaped (PWS) Masks という新しいマスク生成戦略を備えた新しい VWI データセットを提案する。 WRV2データセットは、平均80フレームの4,000本以上のビデオで構成され、インペイントモデルの開発と有効性を促進するように設計されている。
  論文  参考訳（メタデータ） (2024-04-24T11:02:13Z)
• DeepLSD: Line Segment Detection and Refinement with Deep Image Gradients [105.25109274550607]
  ラインセグメントは、視覚タスクでますます使われています。 画像勾配に基づく従来の線検出器は非常に高速で精度が高いが、ノイズの多い画像や困難な条件では頑丈さに欠ける。 我々は、両方の世界を最大限に活用するために、伝統的なアプローチと学習されたアプローチを組み合わせることを提案する。
  論文  参考訳（メタデータ） (2022-12-15T12:36:49Z)
• Unbiased Multi-Modality Guidance for Image Inpainting [27.286351511243502]
  画像インペイントのためのエンド・ツー・エンドマルチモダリティ誘導型トランスフォーマネットワークを開発した。 各トランスブロック内において,提案した空間認識型アテンションモジュールは,マルチモーダルな構造特徴を効率的に学習することができる。 本手法は,複数のモーダルからの識別情報に基づいて,画像中の意味的一貫した文脈を豊かにする。
  論文  参考訳（メタデータ） (2022-08-25T03:13:43Z)
• SOLD2: Self-supervised Occlusion-aware Line Description and Detection [95.8719432775724]
  単一深層ネットワークにおける回線セグメントの最初の共同検出と記述について紹介します。 我々の手法は注釈付き行ラベルを必要としないため、任意のデータセットに一般化することができる。 複数のマルチビューデータセットにおいて,従来の行検出と記述方法に対するアプローチを評価した。
  論文  参考訳（メタデータ） (2021-04-07T19:27:17Z)
• Learning to Parse Wireframes in Images of Man-Made Environments [40.471924713855735]
  人為的環境の表現課題に対する「ワイヤーフレーム」に基づくアプローチを提案する。 2つの大きな線とその分岐点を抽出するのに適したネットワークを構築した。
  論文  参考訳（メタデータ） (2020-07-15T07:54:18Z)
• Wavelet-Based Dual-Branch Network for Image Demoireing [148.91145614517015]
  画像復調のための空間的注意機構を備えたウェーブレットベースのデュアルブランチネットワーク(WDNet)を設計する。 我々のネットワークはウェーブレット領域のモアレパターンを除去し、モアレパターンの周波数を画像の内容から分離する。 さらに,本手法の有効性を実証し,WDNetが非スクリーン画像上のモアレアーティファクトの除去を一般化することを示す。
  論文  参考訳（メタデータ） (2020-07-14T16:44:30Z)
• Gated Fusion Network for Degraded Image Super Resolution [78.67168802945069]
  本稿では,基本特徴と回復特徴を別々に抽出する二分岐畳み込みニューラルネットワークを提案する。 特徴抽出ステップを2つのタスク非依存ストリームに分解することで、デュアルブランチモデルがトレーニングプロセスを容易にすることができる。
  論文  参考訳（メタデータ） (2020-03-02T13:28:32Z)

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。