論文の概要: Wasserstein Distortion: Unifying Fidelity and Realism
- arxiv url: http://arxiv.org/abs/2310.03629v1
- Date: Thu, 5 Oct 2023 16:03:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-06 15:30:23.630754
- Title: Wasserstein Distortion: Unifying Fidelity and Realism
- Title(参考訳): ワッサースタイン歪曲:忠実性とリアリズムの統一
- Authors: Yang Qiu and Aaron B. Wagner and Johannes Ball\'e and Lucas Theis
- Abstract要約: ワッサーシュタイン歪みは、一方のピクセルレベルの忠実度と他方のリアリズムを同時に一般化する。
ワッサーシュタインの歪みが数学的に純粋忠実性制約やパラメータ選択の下での純粋現実性制約にどのように還元されるかを示す。
- 参考スコア(独自算出の注目度): 18.341059560908093
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce a distortion measure for images, Wasserstein distortion, that
simultaneously generalizes pixel-level fidelity on the one hand and realism on
the other. We show how Wasserstein distortion reduces mathematically to a pure
fidelity constraint or a pure realism constraint under different parameter
choices. Pairs of images that are close under Wasserstein distortion illustrate
its utility. In particular, we generate random textures that have high fidelity
to a reference texture in one location of the image and smoothly transition to
an independent realization of the texture as one moves away from this point.
Connections between Wasserstein distortion and models of the human visual
system are noted.
- Abstract(参考訳): 画像の歪み尺度であるワッサーシュタイン歪みを導入し,一方の画素レベルの忠実度と他方のリアリズムを同時に一般化する。
ワッサーシュタインの歪みが数学的に純粋忠実性制約やパラメータ選択の下で純粋現実性制約に還元されることを示す。
ワッサーシュタイン歪みの下で近い画像のペアは、その有用性を示している。
特に,画像の1つの位置における参照テクスチャに対する忠実度が高いランダムテクスチャを生成し,この点から離れるにつれて、スムーズにテクスチャの独立的な実現に遷移する。
ワッサースタイン歪と人間の視覚系のモデルとの関係が注目される。
関連論文リスト
- Physics Informed and Data Driven Simulation of Underwater Images via
Residual Learning [5.095097384893417]
一般的に水中の画像は、光が水中を伝播するにつれて減衰し後方散乱するため、色歪みと低コントラストに悩まされる。
既存の単純な劣化モデル(大気画像の「ヘイジング」効果に似ている)は水中画像の劣化を適切に表現するには不十分である。
水中効果を自動的にシミュレートする深層学習型アーキテクチャを提案する。
論文 参考訳(メタデータ) (2024-02-07T21:53:28Z) - Multi-Realism Image Compression with a Conditional Generator [28.659512668399127]
生成圧縮アプローチは、レート歪み最適化モデルによって生成されるぼやけた再構成の代わりに、低ビットレートでも詳細で現実的な画像を生成する。
我々は、歪み現実主義の新たな最先端を定め、達成可能な歪み現実主義ペアのフロンティアを推し進めた。
論文 参考訳(メタデータ) (2022-12-28T13:56:54Z) - Contrastive Feature Loss for Image Prediction [55.373404869092866]
教師付き画像合成モデルのトレーニングでは、批評家は2つの画像を比較する必要がある。
本稿では,2つの画像間の類似度を測定するための情報理論に基づくアプローチを提案する。
この定式化により,L1損失の代替として,出力画像の知覚的リアリズムが向上することを示す。
論文 参考訳(メタデータ) (2021-11-12T20:39:52Z) - Pose with Style: Detail-Preserving Pose-Guided Image Synthesis with
Conditional StyleGAN [88.62422914645066]
任意のポーズで1つの画像から人物を再レンダリングするアルゴリズムを提案する。
既存の方法では、画像の同一性や細部を保ちながら、隠蔽されたコンテンツを写実的に幻覚することはしばしば困難である。
本手法は, 定量的評価と視覚的比較の両方において, 最先端のアルゴリズムと良好に比較できることを示す。
論文 参考訳(メタデータ) (2021-09-13T17:59:33Z) - Neural Re-Rendering of Humans from a Single Image [80.53438609047896]
本稿では,新しいユーザ定義のポーズと視点の下での人間のニューラルリレンダリング手法を提案する。
私たちのアルゴリズムは、単一の画像から再構築できるパラメトリックメッシュとして体ポーズと形状を表します。
論文 参考訳(メタデータ) (2021-01-11T18:53:47Z) - SIR: Self-supervised Image Rectification via Seeing the Same Scene from
Multiple Different Lenses [82.56853587380168]
本稿では、異なるレンズからの同一シーンの歪み画像の補正結果が同一であるべきという重要な知見に基づいて、新しい自己監督画像補正法を提案する。
我々は、歪みパラメータから修正画像を生成し、再歪み画像を生成するために、微分可能なワープモジュールを利用する。
本手法は,教師付きベースライン法や代表的最先端手法と同等あるいはそれ以上の性能を実現する。
論文 参考訳(メタデータ) (2020-11-30T08:23:25Z) - A Deep Ordinal Distortion Estimation Approach for Distortion
Rectification [48.53655425945156]
より高精度なパラメータを効率良く得る新しい歪み補正手法を提案する。
本研究では, 局所言語関連推定ネットワークを設計し, 順序歪みを学習し, 現実的な歪み分布を近似する。
歪み情報の冗長性を考慮すると,本手法では歪み画像の一部のみを用いて順序方向の歪み推定を行う。
論文 参考訳(メタデータ) (2020-07-21T10:03:42Z) - Intrinsic Autoencoders for Joint Neural Rendering and Intrinsic Image
Decomposition [67.9464567157846]
合成3Dモデルからリアルな画像を生成するためのオートエンコーダを提案し,同時に実像を本質的な形状と外観特性に分解する。
実験により, レンダリングと分解の併用処理が有益であることが確認され, 画像から画像への翻訳の質的, 定量的なベースラインよりも優れた結果が得られた。
論文 参考訳(メタデータ) (2020-06-29T12:53:58Z) - Improved Image Wasserstein Attacks and Defenses [30.971922473750716]
提案したワッサーシュタイン距離有界脅威モデルでは,乱れをピクセルの質量運動に限定することを示す。
また、実世界で見られる摂動に対する防御において、現在のワッサーシュタイン・ロバストモデルが不可能であることについても論じる。
論文 参考訳(メタデータ) (2020-04-26T20:50:33Z) - Adversarial Texture Optimization from RGB-D Scans [37.78810126921875]
弱教師付き視点から得られた条件付き対向損失を用いた色彩テクスチャ生成のための新しい手法を提案する。
提案手法の鍵となる考え方は,テクスチャ最適化をミスアライメントに寛容に導くパッチベースの条件判別器を学習することである。
論文 参考訳(メタデータ) (2020-03-18T18:00:05Z) - Symmetric Skip Connection Wasserstein GAN for High-Resolution Facial
Image Inpainting [5.163405308079487]
本稿では,S-WGAN(Symmetric Skip Connection Wasserstein Generative Adversarial Network)を提案する。
アーキテクチャは畳み込みブロックを持つエンコーダデコーダで、スキップ接続によってリンクされる。
CelebA-HQデータセット上で,本手法と最先端手法の評価を行った。
論文 参考訳(メタデータ) (2020-01-11T09:09:23Z)
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。