論文の概要: Dual-Camera Joint Deblurring-Denoising

• arxiv url: http://arxiv.org/abs/2309.08826v1
• Date: Sat, 16 Sep 2023 00:58:40 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-19 19:13:22.223490
• Title: Dual-Camera Joint Deblurring-Denoising
• Title（参考訳）: デュアルカメラ関節脱臭
• Authors: Shayan Shekarforoush, Amanpreet Walia, Marcus A. Brubaker, Konstantinos G. Derpanis, Alex Levinshtein
• Abstract要約: 高品質な画像を得るための新しいデュアルカメラ手法を提案する。 本手法では,1台のカメラで撮影した短い露光画像の同期バーストと,もう1台のカメラで撮影した長時間露光画像を用いる。 本手法は,GoProデータセットから得られた合成デュアルカメラ画像に対して,次の最適手法に比べて5倍のトレーニングパラメータで最先端の結果を得られる。
• 参考スコア（独自算出の注目度）: 24.129908866882346
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent image enhancement methods have shown the advantages of using a pair of long and short-exposure images for low-light photography. These image modalities offer complementary strengths and weaknesses. The former yields an image that is clean but blurry due to camera or object motion, whereas the latter is sharp but noisy due to low photon count. Motivated by the fact that modern smartphones come equipped with multiple rear-facing camera sensors, we propose a novel dual-camera method for obtaining a high-quality image. Our method uses a synchronized burst of short exposure images captured by one camera and a long exposure image simultaneously captured by another. Having a synchronized short exposure burst alongside the long exposure image enables us to (i) obtain better denoising by using a burst instead of a single image, (ii) recover motion from the burst and use it for motion-aware deblurring of the long exposure image, and (iii) fuse the two results to further enhance quality. Our method is able to achieve state-of-the-art results on synthetic dual-camera images from the GoPro dataset with five times fewer training parameters compared to the next best method. We also show that our method qualitatively outperforms competing approaches on real synchronized dual-camera captures.
• Abstract（参考訳）: 最近の画像強調手法では、低光度撮影に一対の長短露光画像を使用することの利点が示されている。 これらのイメージモダリティは補完的な強みと弱みをもたらす。 前者は、カメラや物体の動きによって、きれいだがぼやけた画像を得るが、後者は、光子数が少ないため、シャープだがうるさい。 現代のスマートフォンには複数の背面カメラセンサーが搭載されており、高品質な画像を得るための新しいデュアルカメラ方式を提案する。 本手法では,1台のカメラで撮影した短い露光画像の同期バーストと,もう1台のカメラで撮影した長時間露光画像を用いる。 長時間露光画像と共に短い露光バーストを同期させることで (i)単一の画像ではなくバーストを用いて、より良質な装飾を得る。 (ii)バーストから動きを回収し、長時間露光画像の動作認識デブラリングに使用する。 (iii)この2つを融合させることにより、さらに品質が向上する。 本手法は,GoProデータセットから得られた合成デュアルカメラ画像に対して,次の手法に比べて5倍のトレーニングパラメータで最先端の結果を得られる。 また,本手法は実同期デュアルカメラにおける競合する手法よりも質的に優れていることを示す。

関連論文リスト

• Exposure Bracketing is All You Need for Unifying Image Restoration and Enhancement Tasks [50.822601495422916]
  本稿では,露光ブラケット写真を利用して画像復元と拡張作業を統合することを提案する。 実世界のペアの収集が困難であるため,まず合成ペアデータを用いてモデルを事前学習する手法を提案する。 特に,時間変調リカレントネットワーク(TMRNet)と自己教師あり適応手法を提案する。
  論文  参考訳（メタデータ） (2024-01-01T14:14:35Z)
• Recovering Continuous Scene Dynamics from A Single Blurry Image with Events [58.7185835546638]
  インプリシットビデオ関数(IVF)は、同時イベントを伴う単一の動きのぼやけた画像を表現する。 両モードの利点を効果的に活用するために、二重注意変換器を提案する。 提案するネットワークは,限られた参照タイムスタンプの地平線画像の監督のみで訓練される。
  論文  参考訳（メタデータ） (2023-04-05T18:44:17Z)
• Joint Video Multi-Frame Interpolation and Deblurring under Unknown Exposure Time [101.91824315554682]
  本研究では,より現実的で挑戦的なタスク – 複数フレームのジョイントビデオと,未知の露光時間下での劣化 – を野心的に目標とする。 我々はまず,入力されたぼやけたフレームから露出認識表現を構築するために,教師付きコントラスト学習の変種を採用する。 次に、プログレッシブ露光適応型畳み込みと動き改善による露出と動きの表現に基づいて、映像再構成ネットワークを構築した。
  論文  参考訳（メタデータ） (2023-03-27T09:43:42Z)
• Shakes on a Plane: Unsupervised Depth Estimation from Unstabilized Photography [54.36608424943729]
  2秒で取得した12メガピクセルのRAWフレームの「長バースト」では,自然手震動のみからの視差情報で高品質のシーン深度を回復できることが示されている。 我々は、長時間バーストデータにニューラルRGB-D表現を適合させるテスト時間最適化手法を考案し、シーン深度とカメラモーションを同時に推定する。
  論文  参考訳（メタデータ） (2022-12-22T18:54:34Z)
• Learn to See Faster: Pushing the Limits of High-Speed Camera with Deep Underexposed Image Denoising [12.507566152678857]
  高精細度動画を高い取得率で記録する能力は、高速移動現象の研究の中心である。 高速移動シーンの撮影が難しいのは、動きのぼやけと低露出ノイズのトレードオフにある。 本稿では,このトレードオフに対処するために,高速撮像の問題を過度に露呈した画像復調問題として扱うことを提案する。
  論文  参考訳（メタデータ） (2022-11-29T09:10:50Z)
• Self-Supervised Image Restoration with Blurry and Noisy Pairs [66.33313180767428]
  ISOの高い画像は、通常難聴のノイズを持つが、長時間露光画像は、カメラの揺れや物体の動きによってぼやけている。 既存のソリューションは一般に、ノイズとブラーのバランスを求め、フルビジョンまたはセルフスーパービジョンのどちらかの下でデノイングやデブロワーリングのモデルを学ぶことを提案している。 本稿では,短時間露光ノイズ画像と長時間露光ぼかし画像との併用による画像復元を提案する。
  論文  参考訳（メタデータ） (2022-11-14T12:57:41Z)
• Perceptual Image Enhancement for Smartphone Real-Time Applications [60.45737626529091]
  本稿では,知覚的画像強調のための軽量ネットワークLPIENetを提案する。 我々のモデルは、ノイズアーティファクト、回折アーティファクト、ぼかし、HDR過剰露光を扱うことができる。 我々のモデルは、中級商用スマートフォンで1秒未満で2K解像度画像を処理することができる。
  論文  参考訳（メタデータ） (2022-10-24T19:16:33Z)
• Robust Scene Inference under Noise-Blur Dual Corruptions [20.0721386176278]
  低照度下でのシーン推測は、撮像画像の厳しいノイズのために難しい問題である。 同じシーンの複数の露出を同時に撮影できるカメラの台頭により、このトレードオフを克服することが可能である。 低照度および運動下でのロバスト推論にこれらのマルチ露光キャプチャを利用する手法を提案する。
  論文  参考訳（メタデータ） (2022-07-24T02:52:00Z)
• Face Deblurring using Dual Camera Fusion on Mobile Phones [23.494813096697815]
  動きの速い被写体の運動のぼやけは、写真における長年の問題である。 携帯電話用デュアルカメラフュージョン技術に基づく新しい顔のブラッシングシステムを開発した。 当社のアルゴリズムはGoogle Pixel 6上で効率よく動作します。
  論文  参考訳（メタデータ） (2022-07-23T22:50:46Z)
• Digital Gimbal: End-to-end Deep Image Stabilization with Learnable Exposure Times [2.6396287656676733]
  高速不安定化カメラの入力から機械的に安定化したシステムをディジタルエミュレートする。 長時間露光時の動きのぼかしと短時間露光時の低SNRとの間のトレードオフを利用するため、鋭い高SNR像を推定するCNNを訓練する。
  論文  参考訳（メタデータ） (2020-12-08T16:04:20Z)

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。