論文の概要: Improved Real-time Image Smoothing with Weak Structures Preserved and
High-contrast Details Removed
- arxiv url: http://arxiv.org/abs/2307.06298v1
- Date: Wed, 12 Jul 2023 16:52:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-13 12:22:55.033419
- Title: Improved Real-time Image Smoothing with Weak Structures Preserved and
High-contrast Details Removed
- Title（参考訳）: 弱構造保存と高コントラスト除去によるリアルタイム画像平滑化
- Authors: Shengchun Wang and Wencheng Wang and Fei Hou
- Abstract要約: 画像の滑らか化は、ピクセル単位の勾配を小さくして詳細を滑らかにする。
構造や詳細の勾配が重なり合うため、構造や詳細を区別することは困難である。
繰り返し最小二乗(ILS)によるリアルタイム最適化手法の改善
- 参考スコア（独自算出の注目度）: 8.542575326286357
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Image smoothing is by reducing pixel-wise gradients to smooth out details. As
existing methods always rely on gradients to determine smoothing manners, it is
difficult to distinguish structures and details to handle distinctively due to
the overlapped ranges of gradients for structures and details. Thus, it is
still challenging to achieve high-quality results, especially on preserving
weak structures and removing high-contrast details. In this paper, we address
this challenge by improving the real-time optimization-based method via
iterative least squares (called ILS). We observe that 1) ILS uses gradients as
the independent variable in its penalty function for determining smoothing
manners, and 2) the framework of ILS can still work for image smoothing when we
use some values instead of gradients in the penalty function. Thus,
corresponding to the properties of pixels on structures or not, we compute some
values to use in the penalty function to determine smoothing manners, and so we
can handle structures and details distinctively, no matter whether their
gradients are high or low. As a result, we can conveniently remove
high-contrast details while preserving weak structures. Moreover, such values
can be adjusted to accelerate optimization computation, so that we can use
fewer iterations than the original ILS method for efficiency. This also reduces
the changes onto structures to help structure preservation. Experimental
results show our advantages over existing methods on efficiency and quality.
- Abstract（参考訳）: 画像の滑らか化は、ピクセル単位の勾配を小さくして詳細を滑らかにする。
既存の手法は常にスムーズな方法を決定するために勾配に依存するため、構造や詳細が重なり合う範囲が重なるため、構造や詳細を区別することは困難である。
したがって、特に弱い構造の保存と高コントラストの詳細の除去において、高品質な結果を達成することは依然として困難である。
本稿では,反復最小二乗(ILS)によるリアルタイム最適化手法の改善により,この問題に対処する。
私たちはそれを観察する
1)ilsは、平滑化の方法を決定するためのペナルティ関数において、独立変数として勾配を用いる。
2)ILSのフレームワークは,ペナルティ関数の勾配ではなくいくつかの値を使用する場合,画像の平滑化に有効である。
したがって、構造上の画素の特性に応じて、ペナルティ関数で使用するいくつかの値を計算して平滑化マナーを決定することにより、その勾配が高いか低いかにかかわらず、構造や詳細を識別的に扱うことができる。
その結果,弱い構造を保ちながら,高コントラストの細部を簡便に除去できる。
さらに、最適化計算を高速化するために、そのような値を調整できるので、元のILS法よりも少ないイテレーションを効率よく使用できる。
これにより、構造保存に役立つ構造の変更を減らすことができる。
実験の結果,既存の効率と品質の方法よりも優れた結果が得られた。
関連論文リスト
- Correspondence-Guided SfM-Free 3D Gaussian Splatting for NVS [52.3215552448623]
SfM(Structure-from-Motion)事前処理カメラのポーズのない新しいビュー合成(NVS)は、迅速な応答能力の向上と、可変動作条件に対する堅牢性の向上に不可欠である。
最近のSfMフリー手法は、ポーズ最適化を統合し、共同カメラのポーズ推定とNVSのためのエンドツーエンドフレームワークを設計している。
既存の作業の多くは、L2損失のようなピクセル単位の画像損失関数に依存している。
本研究では,NVSのためのSfMフリー3次元ガウススプラッティングを提案する。
論文 参考訳（メタデータ） (2024-08-16T13:11:22Z) - Euler's Elastica Based Cartoon-Smooth-Texture Image Decomposition [4.829677240798159]
グレースケール画像を3つの異なる成分に分解する新しいモデルを提案する。
構造部は強い境界と強い光-暗黒遷移のある領域、滑らかな部分、柔らかい影と影、振動、テクスチャとノイズを表す。
論文 参考訳（メタデータ） (2024-07-03T03:42:33Z) - How to guess a gradient [68.98681202222664]
我々は、勾配が以前考えられていたよりもより構造化されていることを示す。
この構造をエクスプロイトすると、勾配のない最適化スキームが大幅に改善される。
厳密な勾配の最適化と勾配の推測の間に大きなギャップを克服する上での新たな課題を強調した。
論文 参考訳（メタデータ） (2023-12-07T21:40:44Z) - Distance Weighted Trans Network for Image Completion [52.318730994423106]
本稿では,DWT(Distance-based Weighted Transformer)を利用した画像コンポーネント間の関係をよりよく理解するためのアーキテクチャを提案する。
CNNは、粗い事前の局所的なテクスチャ情報を強化するために使用される。
DWTブロックは、特定の粗いテクスチャやコヒーレントな視覚構造を復元するために使用される。
論文 参考訳（メタデータ） (2023-10-11T12:46:11Z) - Plateau-reduced Differentiable Path Tracing [18.174063717952187]
対象関数において、逆レンダリングは、固有な高原、すなわちゼロ勾配の領域によって収束しないことが示される。
パラメータ空間を曖昧にする余分なカーネルを持つ画像にパラメータをマッピングする高次元レンダリング関数を展開させることにより、この問題を軽減することを提案する。
論文 参考訳（メタデータ） (2022-11-30T18:58:53Z) - A Generalized Framework for Edge-preserving and Structure-preserving
Image Smoothing [43.929512514217855]
画像の平滑化はコンピュータビジョンとグラフィックスの応用における基本的な手順である。
私たちのフレームワークは、矛盾する平滑な振る舞いを達成できる多様な平滑な性質を達成できます。
簡便かつ効果的な手法として,本手法の性能を維持しつつ,提案手法のコストを削減する手法を提案する。
論文 参考訳（メタデータ） (2021-07-15T00:55:27Z) - Image Inpainting with Learnable Feature Imputation [8.293345261434943]
正規畳み込み層は、未知の領域にフィルターを適用するのと同じ方法で、塗装された画像の視覚的アーティファクトを引き起こす。
本稿では,欠落した入力値の畳み込みに対する(階層的な)特徴計算を提案する。
我々はCelebA-HQとPlaces2を比較し,そのモデルを検証する。
論文 参考訳（メタデータ） (2020-11-02T16:05:32Z) - Powers of layers for image-to-image translation [60.5529622990682]
本稿では,未ペア画像から画像への変換タスクに対処するシンプルなアーキテクチャを提案する。
固定重み付きイメージオートエンコーダアーキテクチャから始める。
各タスクに対して、潜在空間で動作している残留ブロックを学習し、ターゲット領域に到達するまで繰り返し呼び出される。
論文 参考訳（メタデータ） (2020-08-13T09:02:17Z) - Cogradient Descent for Bilinear Optimization [124.45816011848096]
双線形問題に対処するために、CoGDアルゴリズム(Cogradient Descent Algorithm)を導入する。
一方の変数は、他方の変数との結合関係を考慮し、同期勾配降下をもたらす。
本アルゴリズムは,空間的制約下での1変数の問題を解くために応用される。
論文 参考訳（メタデータ） (2020-06-16T13:41:54Z) - Structure-Preserving Super Resolution with Gradient Guidance [87.79271975960764]
単一画像超解像(SISR)の構造
最近のGAN(Generative Adversarial Network)による研究は、SISRの開発を促進している。
しかし、復元された画像には常に望ましくない構造歪みがある。
論文 参考訳（メタデータ） (2020-03-29T17:26:58Z)
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。