Fugu-MT 論文翻訳(概要): Geometry of the Visual Cortex with Applications to Image Inpainting and Enhancement

論文の概要: Geometry of the Visual Cortex with Applications to Image Inpainting and Enhancement

arxiv url: http://arxiv.org/abs/2308.07652v1
Date: Tue, 15 Aug 2023 09:00:21 GMT
ステータス: 処理完了
システム内更新日: 2023-08-16 13:31:21.494897
Title: Geometry of the Visual Cortex with Applications to Image Inpainting and Enhancement
Title（参考訳）: 視覚野の幾何学と画像インパインティング・エンハンスメントへの応用
Authors: Francesco Ballerin and Erlend Grong
Abstract要約: 本稿では,低楕円拡散に基づく画像のインペイントと強調のためのアルゴリズムを提案する。また,2次元画像処理のための古典的アンシャープフィルタに類似した$SE(2)$を用いて,完全に新しいアンシャープを定義するために,サブリーマン構造を利用する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Equipping the rototranslation group $SE(2)$ with a sub-Riemannian structure inspired by the visual cortex V1, we propose algorithms for image inpainting and enhancement based on hypoelliptic diffusion. We innovate on previous implementations of the methods by Citti, Sarti and Boscain et al., by proposing an alternative that prevents fading and capable of producing sharper results in a procedure that we call WaxOn-WaxOff. We also exploit the sub-Riemannian structure to define a completely new unsharp using $SE(2)$, analogous of the classical unsharp filter for 2D image processing, with applications to image enhancement. We demonstrate our method on blood vessels enhancement in retinal scans.
Abstract（参考訳）: 視覚野V1にインスパイアされたサブリーマン構造を持つロト翻訳群を$SE(2)$とすることで,低楕円波拡散に基づく画像の塗布と強調を行うアルゴリズムを提案する。我々はCitti,Sarti,Boscainらによる従来の手法の実装を革新し、WaxOn-WaxOffと呼ばれる手順でフェードを防ぎ、よりシャープな結果を生み出す方法を提案する。また,2次元画像処理のための古典的アンシャープフィルタに類似した$SE(2)$を用いて,完全に新しいアンシャープを定義するために,サブリーマン構造を利用する。網膜スキャンによる血管造影法について検討した。

関連論文リスト

Deep Linear Array Pushbroom Image Restoration: A Degradation Pipeline and Jitter-Aware Restoration Network [26.86292926584254]
リニアアレイプッシュブルーム(LAP)イメージング技術はリモートセンシングの領域で広く利用されている。点拡散関数(PSF)を推定するアルゴリズムなど、従来のLAP画像の復元手法は、限られた性能を示す。本稿では,2段階の歪みとぼかしを除去するjitter-Aware Restoration Network (JARNet)を提案する。
論文参考訳（メタデータ） (2024-01-16T07:26:26Z)
Dense Pixel-to-Pixel Harmonization via Continuous Image Representation [22.984119094424056]
Inlicit Neural Networks (HINet) を用いた新しい画像調和手法を提案する。 Retinex理論に触発されて、調和を2つの部分に分離し、合成画像の内容と環境をそれぞれキャプチャする。本手法の有効性を,最先端の手法と比較した実験により検証した。
論文参考訳（メタデータ） (2023-03-03T02:52:28Z)
ADIR: Adaptive Diffusion for Image Reconstruction [46.838084286784195]
本研究では,拡散モデルによる事前学習を利用した条件付きサンプリング手法を提案する。次に、事前学習した拡散分極ネットワークを入力に適応させる新しいアプローチと組み合わせる。画像再構成手法の適応拡散は,超高解像度,デブロアリング,テキストベースの編集タスクにおいて,大幅な改善が達成されていることを示す。
論文参考訳（メタデータ） (2022-12-06T18:39:58Z)
Spatial-Separated Curve Rendering Network for Efficient and High-Resolution Image Harmonization [59.19214040221055]
本稿では,空間分離型曲線描画ネットワーク(S$2$CRNet)を提案する。提案手法は従来の手法と比較して90%以上のパラメータを減少させる。提案手法は,既存の手法よりも10ドル以上高速な高解像度画像をリアルタイムにスムーズに処理することができる。
論文参考訳（メタデータ） (2021-09-13T07:20:16Z)
Image Inpainting with Edge-guided Learnable Bidirectional Attention Maps [85.67745220834718]
不規則な穴の画像インペインティングを改善するためのエッジガイド学習可能な双方向注意マップ(Edge-LBAM)を紹介します。当社のEdge-LBAMメソッドには、予測エッジによる構造認識マスク更新を含むデュアルプロシージャが含まれています。広範な実験により,エッジlbamはコヒーレントな画像構造を生成し,色差やぼやけを防止できることがわかった。
論文参考訳（メタデータ） (2021-04-25T07:25:16Z)
Deep Variational Network Toward Blind Image Restoration [60.45350399661175]
ブラインド画像復元はコンピュータビジョンでは一般的だが難しい問題である。両利点を両立させることを目的として,新しいブラインド画像復元手法を提案する。画像デノイングと超解像という2つの典型的なブラインド赤外線タスクの実験により,提案手法が現状よりも優れた性能を達成できることが実証された。
論文参考訳（メタデータ） (2020-08-25T03:30:53Z)
Depth image denoising using nuclear norm and learning graph model [107.51199787840066]
グループベース画像復元法は,パッチ間の類似性収集に有効である。各パッチに対して、検索ウィンドウ内で最もよく似たパッチを見つけ、グループ化する。提案手法は, 主観的, 客観的両面において, 最先端の復調法よりも優れている。
論文参考訳（メタデータ） (2020-08-09T15:12:16Z)
Deep Photo Cropper and Enhancer [65.11910918427296]
画像に埋め込まれた画像を収穫する新しいタイプの画像強調問題を提案する。提案手法をディープ・フォト・クリーパーとディープ・イメージ・エンハンサーの2つのディープ・ネットワークに分割した。フォトクロッパーネットワークでは,埋め込み画像の抽出に空間変換器を用いる。フォトエンハンサーでは、埋め込み画像中の画素数を増やすために超解像を用いる。
論文参考訳（メタデータ） (2020-08-03T03:50:20Z)
The Power of Triply Complementary Priors for Image Compressive Sensing [89.14144796591685]
本稿では,一対の相補的な旅先を含むLRD画像モデルを提案する。次に、画像CSのためのRDモデルに基づく新しいハイブリッド・プラグイン・アンド・プレイ・フレームワークを提案する。そこで,提案したH-based image CS問題の解法として,単純で効果的なアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-05-16T08:17:44Z)
Image Demoireing with Learnable Bandpass Filters [18.94907983950051]
この問題に対処する新しいマルチスケールバンドパス畳み込みニューラルネットワーク(MBCNN)を提案する。テクスチャ復元のための学習可能なバンドパスフィルタ (LBF) を提案する。色復元のために,まずグローバルな色変化の補正にグローバルなトーンマッピングを適用する2段階のトーンマッピング戦略を提案し,その後,画素ごとの局所的な微調整を行う。
論文参考訳（メタデータ） (2020-04-01T12:57:26Z)

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。