論文の概要: Guided Linear Upsampling
- arxiv url: http://arxiv.org/abs/2307.09582v1
- Date: Thu, 13 Jul 2023 08:04:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-23 11:56:40.233625
- Title: Guided Linear Upsampling
- Title(参考訳): 誘導線形アップサンプリング
- Authors: Shuangbing Song, Fan Zhong, Tianju Wang, Xueying Qin, Changhe Tu
- Abstract要約: ガイドアップサンプリングは高解像度画像処理の高速化に有効な手法である。
出血やぼやけなどのアーティファクトを抑えながら, ディテール効果をよりよく保存することができる。
対話型画像編集とリアルタイム高精細ビデオ処理の両面において,本手法の利点を実証する。
- 参考スコア(独自算出の注目度): 8.819059777836628
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Guided upsampling is an effective approach for accelerating high-resolution
image processing. In this paper, we propose a simple yet effective guided
upsampling method. Each pixel in the high-resolution image is represented as a
linear interpolation of two low-resolution pixels, whose indices and weights
are optimized to minimize the upsampling error. The downsampling can be jointly
optimized in order to prevent missing small isolated regions. Our method can be
derived from the color line model and local color transformations. Compared to
previous methods, our method can better preserve detail effects while
suppressing artifacts such as bleeding and blurring. It is efficient, easy to
implement, and free of sensitive parameters. We evaluate the proposed method
with a wide range of image operators, and show its advantages through
quantitative and qualitative analysis. We demonstrate the advantages of our
method for both interactive image editing and real-time high-resolution video
processing. In particular, for interactive editing, the joint optimization can
be precomputed, thus allowing for instant feedback without hardware
acceleration.
- Abstract(参考訳): 誘導アップサンプリングは高分解能画像処理を加速する効果的な手法である。
本稿では,シンプルながら効果的なガイドアップサンプリング手法を提案する。
高解像度画像の各画素は、2つの低解像度画素の線形補間として表現され、その指数と重みはアップサンプリング誤差を最小限にするために最適化される。
ダウンサンプリングは、小さな孤立した領域の欠如を防ぐために、共同で最適化することができる。
本手法は,カラーラインモデルと局所色変換から導出することができる。
従来の方法と比較して,出血やぼやけなどのアーティファクトを抑制しつつ,ディテール効果を保存できる。
効率的で、実装が容易で、感度の高いパラメータがない。
提案手法を幅広い画像演算子を用いて評価し,定量的および定性解析によりその利点を示す。
対話型画像編集とリアルタイム高解像度映像処理の両面において,本手法の利点を示す。
特にインタラクティブな編集では、ジョイント最適化を事前に計算することができ、ハードウェアアクセラレーションなしで即座にフィードバックできる。
関連論文リスト
- Layered Rendering Diffusion Model for Zero-Shot Guided Image Synthesis [60.260724486834164]
本稿では,テキストクエリに依存する拡散モデルにおける空間制御性向上のための革新的な手法を提案する。
視覚誘導(Vision Guidance)とレイヤーレンダリング拡散(Layered Rendering Diffusion)フレームワーク(Layered Diffusion)という2つの重要なイノベーションを提示します。
本稿では,ボックス・ツー・イメージ,セマンティック・マスク・ツー・イメージ,画像編集の3つの実践的応用に適用する。
論文 参考訳(メタデータ) (2023-11-30T10:36:19Z) - Pixel-Inconsistency Modeling for Image Manipulation Localization [63.54342601757723]
デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。
本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。
実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
論文 参考訳(メタデータ) (2023-09-30T02:54:51Z) - Pixel Adapter: A Graph-Based Post-Processing Approach for Scene Text
Image Super-Resolution [22.60056946339325]
アップサンプリングによる画素歪みに対処するために,グラフアテンションに基づくPixel Adapter Module (PAM)を提案する。
PAMは、各ピクセルが隣人と対話し、機能を更新することで、ローカルな構造情報を効果的にキャプチャする。
提案手法は,従来の認識精度を上回り,高品質な超解像を生成することを実証する。
論文 参考訳(メタデータ) (2023-09-16T08:12:12Z) - LUT-GCE: Lookup Table Global Curve Estimation for Fast Low-light Image
Enhancement [62.17015413594777]
LUT-GCEという低照度画像強調のための効果的かつ効率的な手法を提案する。
画像全体に対する大域的な曲線を推定し、被曝と過剰露光の両方の補正を可能にする。
我々のアプローチは、特に高精細画像(例えば1080pと4k)において、推論速度の観点から、技術の現状よりも優れています。
論文 参考訳(メタデータ) (2023-06-12T12:53:06Z) - Learning Spatio-Temporal Downsampling for Effective Video Upscaling [20.07194339353278]
本稿では,時空間ダウンサンプリングとアップサンプリングを学習することで,時空間エイリアス問題を解決することを目的とする。
我々のフレームワークは、任意のビデオリサンプリング、ぼやけたフレーム再構築、効率的なビデオストレージなど、様々なアプリケーションを可能にする。
論文 参考訳(メタデータ) (2022-03-15T17:59:00Z) - Toward Real-World Super-Resolution via Adaptive Downsampling Models [58.38683820192415]
本研究では,制約のある事前知識を伴わずに未知のサンプル処理をシミュレートする手法を提案する。
対の例を使わずに対象LR画像の分布を模倣する汎用化可能な低周波損失(LFL)を提案する。
論文 参考訳(メタデータ) (2021-09-08T06:00:32Z) - Learning Spatial and Spatio-Temporal Pixel Aggregations for Image and
Video Denoising [104.59305271099967]
ピクセル集計ネットワークを提示し、画像デノイジングのためのピクセルサンプリングと平均戦略を学びます。
時間空間にまたがるサンプル画素をビデオデノナイズするための画素集約ネットワークを開発した。
本手法は,動的シーンにおける大きな動きに起因する誤認問題を解決することができる。
論文 参考訳(メタデータ) (2021-01-26T13:00:46Z) - Contextual colorization and denoising for low-light ultra high
resolution sequences [0.0]
低光度画像のシーケンスは、通常、非一貫性のノイズ、フリック、オブジェクトや動くオブジェクトのぼやけに苦しむ。
我々はこれらの問題に,同時着色と着色を同時に行う未経験学習手法で対処する。
提案手法は,主観的品質の観点から既存手法よりも優れており,輝度レベルや雑音の変動に頑健であることを示す。
論文 参考訳(メタデータ) (2021-01-05T15:35:29Z) - Towards Lightweight Lane Detection by Optimizing Spatial Embedding [31.26216243950601]
提案不要なインスタンスセグメンテーションに基づくレーン検出にピクセルを埋め込むのは、最適化が難しい。
画像座標を用いて画素の空間埋め込みを直接最適化する,提案不要なインスタンスセグメンテーションに基づくレーン検出手法を提案する。
提案手法は,後処理の単純さと軽量バックボーンの採用により,リアルタイムレーン検出を可能にする。
論文 参考訳(メタデータ) (2020-08-19T07:37:04Z) - High-Resolution Image Inpainting with Iterative Confidence Feedback and
Guided Upsampling [122.06593036862611]
既存の画像塗装法は、実アプリケーションで大きな穴を扱う際に、しばしばアーティファクトを生成する。
本稿では,フィードバック機構を備えた反復インペイント手法を提案する。
実験により,本手法は定量評価と定性評価の両方において既存手法よりも有意に優れていた。
論文 参考訳(メタデータ) (2020-05-24T13:23:45Z)
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。