論文の概要: A Stronger Stitching Algorithm for Fisheye Images based on Deblurring and Registration

• arxiv url: http://arxiv.org/abs/2307.11997v1
• Date: Sat, 22 Jul 2023 06:54:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-25 18:27:42.894412
• Title: A Stronger Stitching Algorithm for Fisheye Images based on Deblurring and Registration
• Title（参考訳）: デブラリングとレジストレーションに基づく魚眼画像のより強固な縫い付けアルゴリズム
• Authors: Jing Hao, Jingming Xie, Jinyuan Zhang, Moyun Liu
• Abstract要約: 我々は,従来の画像処理手法と深層学習を組み合わせることで,魚眼画像のより強力な縫合アルゴリズムを考案した。 魚眼画像補正の段階において,キャリブレーション法により修正した魚眼画像の青信号に対する注意に基づく活動自由ネットワーク (ANAFNet) を提案する。 画像登録では,総合的な画像マッチングアルゴリズムであるORB-FREAK-GMS(OFG)を提案する。
• 参考スコア（独自算出の注目度）: 3.6417475195085602
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fisheye lens, which is suitable for panoramic imaging, has the prominent advantage of a large field of view and low cost. However, the fisheye image has a severe geometric distortion which may interfere with the stage of image registration and stitching. Aiming to resolve this drawback, we devise a stronger stitching algorithm for fisheye images by combining the traditional image processing method with deep learning. In the stage of fisheye image correction, we propose the Attention-based Nonlinear Activation Free Network (ANAFNet) to deblur fisheye images corrected by Zhang calibration method. Specifically, ANAFNet adopts the classical single-stage U-shaped architecture based on convolutional neural networks with soft-attention technique and it can restore a sharp image from a blurred image effectively. In the part of image registration, we propose the ORB-FREAK-GMS (OFG), a comprehensive image matching algorithm, to improve the accuracy of image registration. Experimental results demonstrate that panoramic images of superior quality stitching by fisheye images can be obtained through our method.
• Abstract（参考訳）: パノラマ撮影に適した魚眼レンズは、広い視野と低コストの利点がある。 しかし、魚眼画像は、画像登録や縫い付けの段階を阻害する可能性のある幾何学的歪みが激しい。 この欠点を解決するため,従来の画像処理法とディープラーニングを組み合わせることで,魚眼画像のより強固な縫い合わせアルゴリズムを考案する。 魚眼画像補正の段階において,Zhangキャリブレーション法により補正された魚眼画像に対する注意に基づく非線形活性化自由ネットワーク(ANAFNet)を提案する。 具体的には、ANAFNetは、ソフトアテンション技術による畳み込みニューラルネットワークに基づく古典的な単一ステージのU字型アーキテクチャを採用し、ぼやけた画像からシャープなイメージを効果的に復元することができる。 画像登録の精度を向上させるため,総合的な画像マッチングアルゴリズムであるorb-freak-gms(ofg)を提案する。 その結果,魚眼画像による高品質縫合のパノラマ画像が得られた。

関連論文リスト

• RoFIR: Robust Fisheye Image Rectification Framework Impervious to Optical Center Deviation [88.54817424560056]
  局所歪みの度合いと方向を測定する歪みベクトルマップ(DVM)を提案する。 DVMを学習することで、大域的な歪みパターンに頼ることなく、各ピクセルの局所歪みを独立に識別することができる。 事前学習段階では、歪みベクトルマップを予測し、各画素の局所歪み特徴を知覚する。 微調整段階では、魚眼画像修正のための画素単位のフローマップを予測する。
  論文  参考訳（メタデータ） (2024-06-27T06:38:56Z)
• SimFIR: A Simple Framework for Fisheye Image Rectification with Self-supervised Representation Learning [105.01294305972037]
  自己教師型表現学習に基づく魚眼画像修正のためのフレームワークであるSimFIRを紹介する。 まず魚眼画像を複数のパッチに分割し,その表現を視覚変換器で抽出する。 下流修正作業における転送性能が著しく向上し、学習された表現の有効性が検証される。
  論文  参考訳（メタデータ） (2023-08-17T15:20:17Z)
• Parallax-Tolerant Unsupervised Deep Image Stitching [57.76737888499145]
  本稿では,パララックス耐性の非教師あり深層画像縫合技術であるUDIS++を提案する。 まず,グローバルなホモグラフィから局所的な薄板スプライン運動への画像登録をモデル化するための,頑健で柔軟なワープを提案する。 本研究では, 縫合された画像をシームレスに合成し, シーム駆動合成マスクの教師なし学習を行うことを提案する。
  論文  参考訳（メタデータ） (2023-02-16T10:40:55Z)
• Deep Rotation Correction without Angle Prior [57.76737888499145]
  我々は,高コンテンツ忠実度で傾きを自動的に補正する,回転補正という新しい実用的タスクを提案する。 このタスクは画像編集アプリケーションに簡単に統合でき、ユーザーは手動操作なしで回転した画像を修正できる。 我々はニューラルネットワークを利用して、傾斜した画像を知覚的に水平に歪めることができる光学フローを予測する。
  論文  参考訳（メタデータ） (2022-07-07T02:46:27Z)
• FisheyeEX: Polar Outpainting for Extending the FoV of Fisheye Lens [84.12722334460022]
  魚眼レンズは、広視野(FoV)のため、計算写真や運転支援における応用が増大する 本稿では,魚眼レンズのFoVを拡張した魚眼EX法を提案する。 以上の結果から,本手法は従来の魚眼画像よりも27%多く,最先端の手法よりも優れていたことが示唆された。
  論文  参考訳（メタデータ） (2022-06-12T21:38:50Z)
• Fisheye Distortion Rectification from Deep Straight Lines [34.61402494687801]
  本稿では,魚眼の歪み補正問題に対処するため,新しいラインアウェア整流ネットワーク(LaRecNet)を提案する。 本モデルでは,幾何的精度と画質の両面から最先端の性能を実現する。 特に、LaRecNetによって修正された画像は、基幹よりも高いピーク信号対雑音比(PSNR)と構造類似度指数(SSIM)を達成する。
  論文  参考訳（メタデータ） (2020-03-25T13:20:00Z)
• Self-Supervised Linear Motion Deblurring [112.75317069916579]
  深層畳み込みニューラルネットワークは、画像の劣化の最先端技術である。 本稿では,自己監督型動作遅延に対する識別可能なreblurモデルを提案する。 我々の実験は、自己監督された単一画像の劣化が本当に実現可能であることを実証した。
  論文  参考訳（メタデータ） (2020-02-10T20:15:21Z)

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。