論文の概要: Feature point detection in HDR images based on coefficient of variation
- arxiv url: http://arxiv.org/abs/2304.10666v1
- Date: Thu, 20 Apr 2023 22:23:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-24 16:25:47.316963
- Title: Feature point detection in HDR images based on coefficient of variation
- Title（参考訳）: 変動係数に基づくHDR画像の特徴点検出
- Authors: Artur Santos Nascimento and Welerson Augusto Lino de Jesus Melo and
Daniel Oliveira Dantas and Beatriz Trinch\~ao Andrade
- Abstract要約: 本研究では,HDR画像の変動係数(CV)に基づくFP検出器を提案する。
提案した検出器は、他の最先端検出器と比較して優れた性能を示す。
- 参考スコア（独自算出の注目度）: 0.3058685580689604
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Feature point (FP) detection is a fundamental step of many computer vision
tasks. However, FP detectors are usually designed for low dynamic range (LDR)
images. In scenes with extreme light conditions, LDR images present saturated
pixels, which degrade FP detection. On the other hand, high dynamic range (HDR)
images usually present no saturated pixels but FP detection algorithms do not
take advantage of all the information present in such images. FP detection
frequently relies on differential methods, which work well in LDR images.
However, in HDR images, the differential operation response in bright areas
overshadows the response in dark areas. As an alternative to standard FP
detection methods, this study proposes an FP detector based on a coefficient of
variation (CV) designed for HDR images. The CV operation adapts its response
based on the standard deviation of pixels inside a window, working well in both
dark and bright areas of HDR images. The proposed and standard detectors are
evaluated by measuring their repeatability rate (RR) and uniformity. Our
proposed detector shows better performance when compared to other standard
state-of-the-art detectors. In uniformity metric, our proposed detector
surpasses all the other algorithms. In other hand, when using the repeatability
rate metric, the proposed detector is worse than Harris for HDR and SURF
detectors.
- Abstract（参考訳）: 特徴点検出(FP)は多くのコンピュータビジョンタスクの基本ステップである。
しかし、FP検出器は通常、低ダイナミックレンジ(LDR)画像のために設計されている。
極端光条件のシーンでは、LDR画像は飽和画素を示し、FP検出を劣化させる。
一方、高ダイナミックレンジ(HDR)画像は、通常飽和画素は存在しないが、FP検出アルゴリズムは、そのような画像に存在する全ての情報を利用するわけではない。
FP検出は、LDR画像でよく機能する微分法にしばしば依存する。
しかし、HDR画像では、明るい領域での差動操作応答は暗い領域での応答を覆い隠す。
本研究は,標準FP検出手法の代替として,HDR画像の変動係数(CV)に基づくFP検出手法を提案する。
CV操作は、ウィンドウ内のピクセルの標準偏差に基づいて応答を適応し、HDR画像の暗黒領域と明るい領域の両方でうまく機能する。
提案および標準検出器は、その再現率(rr)と均一性を測定して評価される。
提案する検出器は,他の標準技術検出器と比較して性能がよい。
一様計量では、提案する検出器は他の全てのアルゴリズムを超える。
一方, 繰り返し率測定器を用いた場合, 提案する検出器はhdrやサーフ検出器のハリスよりも悪くなる。
関連論文リスト
- Performance Assessment of Feature Detection Methods for 2-D FS Sonar Imagery [11.23455335391121]
主な課題は、一様でない照明と、濁った環境での視界の低下である。
高周波フォワードフォワードソナーカメラはこれらの問題に対処する。
5種類のソナー装置の実際のソナー画像を用いた特徴検出器の評価を行った。
論文 参考訳（メタデータ） (2024-09-11T04:35:07Z) - RGB Guided ToF Imaging System: A Survey of Deep Learning-based Methods [30.34690112905212]
RGBカメラをToFイメージングシステムに統合することは、現実世界を知覚するための重要な技術となっている。
本稿では, ネットワーク構造, 学習戦略, 評価指標, ベンチマークデータセット, 客観的関数など, RGBガイドによるToFイメージングに関する研究を包括的にレビューする。
論文 参考訳（メタデータ） (2024-05-16T17:59:58Z) - CP HDR: A feature point detection and description library for LDR and HDR images [0.0]
コンピュータビジョンにおいて、特徴とは、コーナー、エッジ、テクスチャ、あるいはコントラストの高い領域などの独特の特性を持つ画像領域を指す。
ほとんどのFP検出および記述方法は低ダイナミックレンジ(LDR)画像を使用し、デジタル画像を含むほとんどのアプリケーションに十分である。
一方、高ダイナミックレンジ(HDR)画像は、通常より広いダイナミックレンジを示すが、FP検出アルゴリズムはそのような画像の全ての情報を利用するわけではない。
論文 参考訳（メタデータ） (2024-03-29T02:42:22Z) - Pano-NeRF: Synthesizing High Dynamic Range Novel Views with Geometry
from Sparse Low Dynamic Range Panoramic Images [82.1477261107279]
そこで本研究では,Sparse LDRパノラマ画像からの照射場を用いて,忠実な幾何復元のための観測回数を増やすことを提案する。
実験により、照射場は幾何復元とHDR再構成の両方において最先端の手法より優れていることが示された。
論文 参考訳（メタデータ） (2023-12-26T08:10:22Z) - Learning Heavily-Degraded Prior for Underwater Object Detection [59.5084433933765]
本稿では、検出器フレンドリーな画像から、転送可能な事前知識を求める。
これは、検出器フレンドリー(DFUI)と水中画像の高度に劣化した領域が、特徴分布のギャップがあることを統計的に観察したものである。
高速かつパラメータの少ない本手法は変圧器型検出器よりも優れた性能を保っている。
論文 参考訳（メタデータ） (2023-08-24T12:32:46Z) - Polarimetric Imaging for Perception [3.093890460224435]
我々は、RGB偏光カメラを用いた知覚タスクの改善の可能性を分析する。
我々は、最先端のディープニューラルネットワークを用いて、両者にとって定量化された改善が達成可能であることを示す。
論文 参考訳（メタデータ） (2023-05-24T06:42:27Z) - HDR-NeRF: High Dynamic Range Neural Radiance Fields [70.80920996881113]
我々は、低ダイナミックレンジ(LDR)ビューの集合からHDR放射界を異なる露光で復元するために、高ダイナミックレンジニューラルレイディアンス場(-NeRF)を提案する。
異なる露出下で、新しいHDRビューと新しいLDRビューの両方を生成することができる。
論文 参考訳（メタデータ） (2021-11-29T11:06:39Z) - Wavelet-Based Network For High Dynamic Range Imaging [64.66969585951207]
光学フローベースやエンド・ツー・エンドのディープラーニングベースのソリューションのような既存の方法は、詳細な復元やゴーストを除去する際にエラーを起こしやすい。
本研究では、周波数領域でHDR融合を行うための新しい周波数誘導型エンド・ツー・エンドディープニューラルネットワーク(FNet)を提案し、ウェーブレット変換(DWT)を用いて入力を異なる周波数帯域に分解する。
低周波信号は特定のゴーストアーティファクトを避けるために使用され、高周波信号は詳細を保存するために使用される。
論文 参考訳（メタデータ） (2021-08-03T12:26:33Z) - Frequency Consistent Adaptation for Real World Super Resolution [64.91914552787668]
実シーンにスーパーリゾリューション(SR)法を適用する際に周波数領域の整合性を保証する新しい周波数一貫性適応(FCA)を提案する。
監視されていない画像から劣化カーネルを推定し、対応するLow-Resolution (LR)画像を生成する。
ドメイン一貫性のあるLR-HRペアに基づいて、容易に実装可能な畳み込みニューラルネットワーク(CNN)SRモデルを訓練する。
論文 参考訳（メタデータ） (2020-12-18T08:25:39Z) - Recurrent Exposure Generation for Low-Light Face Detection [113.25331155337759]
本稿では,Recurrent Exposure Generation (REG) モジュールと Multi-Exposure Detection (MED) モジュールを提案する。
REGは、様々な露光設定に対応する段階的かつ効率的な中間画像を生成する。
このような擬似露光はMEDによって融合され、異なる照明条件で顔を検出する。
論文 参考訳（メタデータ） (2020-07-21T17:30:51Z) - Contrast resolution of few-photon detectors [0.0]
低光域での単色画素画像取得システムにおいて、異なる強度を区別する能力について分析する。
PNR検出器に基づくシステムは, 比較的理想的でない条件下であっても, クリック・ディテクタベースのシステムよりも有利であることがわかった。
論文 参考訳（メタデータ） (2020-03-31T10:30:19Z)
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。