論文の概要: Joint tone mapping and denoising of thermal infrared images via multi-scale Retinex and multi-task learning

• arxiv url: http://arxiv.org/abs/2305.00691v1
• Date: Mon, 1 May 2023 07:14:32 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-02 13:40:15.337588
• Title: Joint tone mapping and denoising of thermal infrared images via multi-scale Retinex and multi-task learning
• Title（参考訳）: マルチスケール網膜とマルチタスク学習による熱赤外画像の関節トーンマッピングと復調
• Authors: Axel G\"odrich and Daniel K\"onig and Gabriel Eilertsen and Michael Teutsch
• Abstract要約: 16bppの熱赤外画像のトーンマッピングアルゴリズムについて検討した。 最適化されたマルチスケールRetinexアルゴリズムは、人気のあるU-Netアーキテクチャに基づくディープラーニングアプローチで近似される。 トーンマッピング後の画像の残音は、自己教師付きディープラーニングアプローチを用いて暗黙的に低減される。
• 参考スコア（独自算出の注目度）: 6.469120003158514
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cameras digitize real-world scenes as pixel intensity values with a limited value range given by the available bits per pixel (bpp). High Dynamic Range (HDR) cameras capture those luminance values in higher resolution through an increase in the number of bpp. Most displays, however, are limited to 8 bpp. Naive HDR compression methods lead to a loss of the rich information contained in those HDR images. In this paper, tone mapping algorithms for thermal infrared images with 16 bpp are investigated that can preserve this information. An optimized multi-scale Retinex algorithm sets the baseline. This algorithm is then approximated with a deep learning approach based on the popular U-Net architecture. The remaining noise in the images after tone mapping is reduced implicitly by utilizing a self-supervised deep learning approach that can be jointly trained with the tone mapping approach in a multi-task learning scheme. Further discussions are provided on denoising and deflickering for thermal infrared video enhancement in the context of tone mapping. Extensive experiments on the public FLIR ADAS Dataset prove the effectiveness of our proposed method in comparison with the state-of-the-art.
• Abstract（参考訳）: カメラは現実世界のシーンをピクセル強度値としてデジタル化し、ピクセル当たりのビット数(bpp)に制限された値範囲を持つ。 高ダイナミックレンジ(HDR)カメラは、bpp数の増加によって高解像度でこれらの輝度値をキャプチャする。 しかし、ほとんどのディスプレイは8bppに制限されている。 HDR圧縮方式では,これらのHDR画像に含まれるリッチな情報が失われる。 本稿では,16bppの熱赤外画像のトーンマッピングアルゴリズムについて検討し,その情報を保存する。 最適化されたマルチスケールRetinexアルゴリズムがベースラインを設定する。 このアルゴリズムは、人気のあるU-Netアーキテクチャに基づいたディープラーニングアプローチで近似される。 マルチタスク学習方式において、トーンマッピングアプローチと共同で訓練可能な自己教師付きディープラーニングアプローチを用いて、トーンマッピング後の画像の残雑音を暗黙的に低減する。 トーンマッピングの文脈における熱赤外映像エンハンスメントのデノイジングとデクリッカリングについてさらに検討する。 公開flir adasデータセットを用いた大規模実験により,提案手法の有効性が実証された。

関連論文リスト

• Retinex-RAWMamba: Bridging Demosaicing and Denoising for Low-Light RAW Image Enhancement [71.13353154514418]
  低照度画像の強化、特に生ドメインからsRGBドメインへのマッピングのようなクロスドメインタスクは、依然として大きな課題である。 RAWMambaと呼ばれる新しいMambaスキャニング機構を提案する。 また,Retinex の先行したRetinex Decomposition Module (RDM) も提案する。
  論文  参考訳（メタデータ） (2024-09-11T06:12:03Z)
• Semantic Aware Diffusion Inverse Tone Mapping [5.65968650127342]
  逆トーンマッピングによる高ダイナミックレンジ(HDR)へのキャプチャー標準ダイナミックレンジ(SDR)画像のアップの試み 本稿では,SDR画像をHDRにマッピングする新たな逆トーンマッピング手法を提案する。
  論文  参考訳（メタデータ） (2024-05-24T11:44:22Z)
• Self-Supervised High Dynamic Range Imaging with Multi-Exposure Images in Dynamic Scenes [58.66427721308464]
  Selfは、訓練中にダイナミックなマルチ露光画像のみを必要とする自己教師型再構成手法である。 Selfは最先端の自己管理手法に対して優れた結果を出し、教師付き手法に匹敵するパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2023-10-03T07:10:49Z)
• Enhancing Low-Light Images Using Infrared-Encoded Images [81.8710581927427]
  従来の芸術は、主にピクセルワイド・ロスを用いて可視光スペクトルで捉えた低照度画像に焦点を当てていた。 我々は,赤外線カットオフフィルタを除去することにより,低照度環境下で撮影された画像の可視性を高める新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-07-09T08:29:19Z)
• Unsupervised HDR Image and Video Tone Mapping via Contrastive Learning [19.346284003982035]
  教師なし画像とビデオトーンマッピングのための統合フレームワーク(IVTMNet)を提案する。 ビデオトーンマッピングでは,時間的相関を効率的に活用するための時間的特徴置換(TFR)モジュールを提案する。 実験結果から,本手法は最先端画像やビデオトーンマッピング法よりも優れていた。
  論文  参考訳（メタデータ） (2023-03-13T17:45:39Z)
• High Dynamic Range and Super-Resolution from Raw Image Bursts [52.341483902624006]
  本稿では,露光ブラケット付きハンドヘルドカメラで撮影した原写真からの高解像度・高ダイナミックレンジカラー画像の再構成について紹介する。 提案アルゴリズムは,画像復元における最先端の学習手法と比較して,メモリ要求の少ない高速なアルゴリズムである。 実験では、ハンドヘルドカメラで野生で撮影された実際の写真に最大4ドル(約4,800円)の超高解像度な要素で優れた性能を示す。
  論文  参考訳（メタデータ） (2022-07-29T13:31:28Z)
• Color Mapping Functions For HDR Panorama Imaging: Weighted Histogram Averaging [31.415704979877557]
  入力画像の最も明るい領域と暗い領域における色歪みや詳細の喪失により、異なる露出で複数の画像を縫合することは困難である。 本稿では,新しいカラーマッピングアルゴリズムを提案する。まず,重み付きヒストグラム平均化(WHA)の概念を導入する。 提案したWHAアルゴリズムは、ヒストグラム画像の最も明るい領域と暗い領域の詳細も保存する。
  論文  参考訳（メタデータ） (2021-11-14T09:10:32Z)
• HDRUNet: Single Image HDR Reconstruction with Denoising and Dequantization [39.82945546614887]
  本研究では,空間動的エンコーダデコーダネットワークであるHDRUNetを用いて,単一画像HDR再構成のためのエンドツーエンドマッピングを学習する。 本手法は,定量的比較と視覚的品質において最先端の性能を実現する。
  論文  参考訳（メタデータ） (2021-05-27T12:12:34Z)
• A Two-stage Deep Network for High Dynamic Range Image Reconstruction [0.883717274344425]
  本研究では,新しい2段階深層ネットワークを提案することにより,シングルショットLDRからHDRマッピングへの課題に取り組む。 提案手法は,カメラ応答機能(CRF)や露光設定など,ハードウェア情報を知ることなくHDR画像の再構築を図ることを目的とする。
  論文  参考訳（メタデータ） (2021-04-19T15:19:17Z)
• Deep Burst Super-Resolution [165.90445859851448]
  バースト超解像タスクのための新しいアーキテクチャを提案する。 我々のネットワークは複数のノイズRAW画像を入力として取り出し、出力として分解された超解像RGB画像を生成する。 実世界のデータのトレーニングと評価を可能にするため,BurstSRデータセットも導入する。
  論文  参考訳（メタデータ） (2021-01-26T18:57:21Z)
• Deep Blind Video Super-resolution [85.79696784460887]
  本稿では,ビデオSRを曖昧なカーネルモデリング手法により解くために,深層畳み込みニューラルネットワーク(CNN)モデルを提案する。 提案したCNNモデルは、動きのぼかし推定、動きの推定、遅延画像復元モジュールからなる。 提案アルゴリズムは, より微細な構造情報を用いて, より鮮明な画像を生成することができることを示す。
  論文  参考訳（メタデータ） (2020-03-10T13:43:24Z)

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。