論文の概要: $\text{DC}^2$: Dual-Camera Defocus Control by Learning to Refocus

• arxiv url: http://arxiv.org/abs/2304.03285v1
• Date: Thu, 6 Apr 2023 17:59:58 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-07 12:57:31.956209
• Title: $\text{DC}^2$: Dual-Camera Defocus Control by Learning to Refocus
• Title（参考訳）: $\text{DC}^2$:再フォーカス学習によるデュアルカメラデフォーカス制御
• Authors: Hadi Alzayer, Abdullah Abuolaim, Leung Chun Chan, Yang Yang, Ying Chen Lou, Jia-Bin Huang, Abhishek Kar
• Abstract要約: 合成カメラ開口,焦点距離,任意のデフォーカス効果のデフォーカス制御システムを提案する。 私たちの重要な洞察は、デフォーカスを学習するためのプロキシタスクとしてイメージリフォーカスを使用することで、実世界のスマートフォンカメラデータセットを活用することです。 我々は,傾きシフトやコンテンツベースのデフォーカス効果を含む,クリエイティヴ・キャプチャー後デフォーカス制御の実現を実証する。
• 参考スコア（独自算出の注目度）: 38.24734623691387
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Smartphone cameras today are increasingly approaching the versatility and quality of professional cameras through a combination of hardware and software advancements. However, fixed aperture remains a key limitation, preventing users from controlling the depth of field (DoF) of captured images. At the same time, many smartphones now have multiple cameras with different fixed apertures - specifically, an ultra-wide camera with wider field of view and deeper DoF and a higher resolution primary camera with shallower DoF. In this work, we propose $\text{DC}^2$, a system for defocus control for synthetically varying camera aperture, focus distance and arbitrary defocus effects by fusing information from such a dual-camera system. Our key insight is to leverage real-world smartphone camera dataset by using image refocus as a proxy task for learning to control defocus. Quantitative and qualitative evaluations on real-world data demonstrate our system's efficacy where we outperform state-of-the-art on defocus deblurring, bokeh rendering, and image refocus. Finally, we demonstrate creative post-capture defocus control enabled by our method, including tilt-shift and content-based defocus effects.
• Abstract（参考訳）: 今日のスマートフォンカメラは、ハードウェアとソフトウェアの組み合わせによって、プロのカメラの汎用性と品質に近づきつつある。 しかし、固定開口は依然として重要な制限であり、ユーザーはキャプチャ画像のフィールド深度(DoF)を制御できない。 それと同時に、多くのスマートフォンは様々な固定開口部を備えた複数のカメラを搭載している。特に、視野が広く、深度が深い超広角カメラと、より浅いDoFを持つ高解像度のプライマリカメラだ。 本研究では,このようなデュアルカメラシステムからの情報を融合することにより,合成によって変化するカメラ開口,焦点距離,任意のデフォーカス効果のデフォーカス制御を行うシステムである$\text{dc}^2$を提案する。 私たちの重要な洞察は、デフォーカスを制御するための学習のプロキシタスクとしてイメージリフォーカスを使用することで、現実世界のスマートフォンカメラデータセットを活用することです。 実世界のデータに対する定量的・定性的評価は,デフォーカスデブラリング,ボケレンダリング,イメージリフォーカスの最先端技術に勝るシステムの有効性を示す。 最後に, 傾きシフトとコンテンツベースデフォーカス効果を含む, 撮影後デフォーカスの創造的制御の実現を実証する。

関連論文リスト

• Towards Real-World Focus Stacking with Deep Learning [97.34754533628322]
  焦点ブラケットを用いた94個の高解像度原画像のバーストからなる新しいデータセットを提案する。 このデータセットは、現実世界のアプリケーションに十分な長さのバーストを処理できるフォーカススタックのための最初のディープラーニングアルゴリズムをトレーニングするために使用される。
  論文  参考訳（メタデータ） (2023-11-29T17:49:33Z)
• Camera-Independent Single Image Depth Estimation from Defocus Blur [6.516967182213821]
  光物理方程式を用いて、複数のカメラ関連パラメータがデフォーカスのぼかしにどのように影響するかを示す。 我々は、デフォーカスブラーモデルから奥行きのカメラ独立性能をテストするために、合成データセットを作成する。
  論文  参考訳（メタデータ） (2023-11-21T23:14:42Z)
• Autofocus for Event Cameras [21.972388081563267]
  イベントレート(ER)と、イベントベースゴールデンサーチ(EGS)と呼ばれるロバスト検索戦略からなる、イベント固有のフォーカス尺度からなる、イベントベースの新しいオートフォーカスフレームワークを開発する。 このデータセットと追加の実世界のシナリオ実験により、我々の手法が最先端の手法よりも効率と精度で優れていることを示した。
  論文  参考訳（メタデータ） (2022-03-23T10:46:33Z)
• Defocus Map Estimation and Deblurring from a Single Dual-Pixel Image [54.10957300181677]
  本稿では,1枚のデュアルピクセルイメージを入力として,画像のデフォーカスマップを同時に推定する手法を提案する。 本手法は,デフォーカスマップ推定とぼかし除去の両方において,教師なしでも事前作業を改善する。
  論文  参考訳（メタデータ） (2021-10-12T00:09:07Z)
• An End-to-End Autofocus Camera for Iris on the Move [48.14011526385088]
  本稿では,焦点可変レンズを用いた移動物体の虹彩領域を能動的に再焦点する高速オートフォーカスカメラを提案する。 我々のエンドツーエンドの計算アルゴリズムは、1つのぼやけた画像からベストフォーカス位置を予測し、自動的にレンズダイオプタ制御信号を生成する。 その結果,静的および動的シーンにおける生体認識のためのカメラの利点が示された。
  論文  参考訳（メタデータ） (2021-06-29T03:00:39Z)
• Rendering Natural Camera Bokeh Effect with Deep Learning [95.86933125733673]
  ボケ(Bokeh)は、写真に焦点をあてる重要な芸術効果である。 モバイルカメラは、光学の直径が非常に小さいため、被写界深度が浅い写真を作ることができない。 本稿では,デジタル一眼レフカメラで撮影された写真から直接,現実的な浅層焦点技術を学ぶことを提案する。
  論文  参考訳（メタデータ） (2020-06-10T07:28:06Z)
• Defocus Deblurring Using Dual-Pixel Data [41.201653787083735]
  デフォーカスのぼかしは、広い開口部の使用により被写界深度が浅い画像に現れる。 最新のカメラで検出されるデュアルピクセル(DP)センサで利用可能なデータを活用する,効果的なデフォーカスデブロリング手法を提案する。
  論文  参考訳（メタデータ） (2020-05-01T10:38:00Z)
• Rapid Whole Slide Imaging via Learning-based Two-shot Virtual Autofocusing [57.90239401665367]
  ホイルスライドイメージング(WSI)は、デジタル病理の新たな技術である。 本稿では,リフォーカスを行うための機械的調整に依存しないテキスト仮想オートフォーカスの概念を提案する。
  論文  参考訳（メタデータ） (2020-03-14T13:40:33Z)

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。