論文の概要: Recaptured Raw Screen Image and Video Demoir\'eing via Channel and Spatial Modulations

• arxiv url: http://arxiv.org/abs/2310.20332v1
• Date: Tue, 31 Oct 2023 10:19:28 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-01 15:47:57.249075
• Title: Recaptured Raw Screen Image and Video Demoir\'eing via Channel and Spatial Modulations
• Title（参考訳）: チャンネルと空間変調による生画面画像と映像デモティルの再生
• Authors: Huanjing Yue and Yijia Cheng and Xin Liu and Jingyu Yang
• Abstract要約: 生の入力に適した画像とビデオのデモアネットワークを提案する。 色分離された特徴分岐を導入し、チャンネルと空間変調を通して従来の特徴混合分岐と融合する。 実験により,本手法が画像とビデオの復調の両面において,最先端の性能を実現することを示す。
• 参考スコア（独自算出の注目度）: 16.122531943812465
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Capturing screen contents by smartphone cameras has become a common way for information sharing. However, these images and videos are often degraded by moir\'e patterns, which are caused by frequency aliasing between the camera filter array and digital display grids. We observe that the moir\'e patterns in raw domain is simpler than those in sRGB domain, and the moir\'e patterns in raw color channels have different properties. Therefore, we propose an image and video demoir\'eing network tailored for raw inputs. We introduce a color-separated feature branch, and it is fused with the traditional feature-mixed branch via channel and spatial modulations. Specifically, the channel modulation utilizes modulated color-separated features to enhance the color-mixed features. The spatial modulation utilizes the feature with large receptive field to modulate the feature with small receptive field. In addition, we build the first well-aligned raw video demoir\'eing (RawVDemoir\'e) dataset and propose an efficient temporal alignment method by inserting alternating patterns. Experiments demonstrate that our method achieves state-of-the-art performance for both image and video demori\'eing. We have released the code and dataset in https://github.com/tju-chengyijia/VD_raw.
• Abstract（参考訳）: スマートフォンカメラによる画面コンテンツのキャプチャは、情報共有の一般的な方法となっている。 しかし、これらの画像や映像は、カメラフィルタアレイとデジタルディスプレイグリッド間の周波数エイリアスによって引き起こされるmoir\'eパターンによってしばしば劣化する。 生ドメインのmoir\eパターンはsRGBドメインのパターンよりもシンプルであり、生のカラーチャネルのmoir\eパターンは異なる性質を持つ。 そこで本研究では,生の入力用に調整した映像と映像のデモワーイングネットワークを提案する。 色分離された特徴分岐を導入し、チャンネルと空間変調により従来の特徴混合分岐と融合する。 特に、チャネル変調は、変調色分離機能を利用して、色混合機能を強化する。 空間変調は、大きな受容野を持つ特徴を利用して、小さな受容野を持つ特徴を変調する。 さらに,まず,アライメントされたrawvdemoir\'eing(rawvdemoir\'e)データセットを構築し,交替パターンを挿入する効率的な時間的アライメント手法を提案する。 実験により,本手法は映像と映像の両方において最先端の性能を実現することを実証した。 我々は、コードとデータセットをhttps://github.com/tju-chengyijia/vd_rawでリリースした。

関連論文リスト

• Color Image Denoising Using The Green Channel Prior [5.117362801192093]
  グリーンチャネル先行(GCP)は、しばしば色画像のデノイングにおいて過小評価されるか無視される。 本稿では,GCP-ID(GCP-ID)法を提案する。
  論文  参考訳（メタデータ） (2024-02-13T05:57:37Z)
• Enhancing RAW-to-sRGB with Decoupled Style Structure in Fourier Domain [27.1716081216131]
  現在の方法では、携帯電話のRAW画像とDSLRカメラのRGB画像の違いを無視する。 本稿では、新しいNeural ISPフレームワーク、FourierISPを紹介する。 このアプローチは、画像を周波数領域内のスタイルと構造に分解し、独立した最適化を可能にする。
  論文  参考訳（メタデータ） (2024-01-04T09:18:31Z)
• Training Neural Networks on RAW and HDR Images for Restoration Tasks [59.41340420564656]
  本研究は,3つの画像復元アプリケーション(デノイング,デブロアリング,シングルイメージ超解像)に対するアプローチを検証した。 その結果、ニューラルネットワークは、表示色空間で表現されるHDRおよびRAW画像において、かなりよく訓練されていることが示唆された。 トレーニング戦略へのこの小さな変更は、最大10～15dBのパフォーマンスを大幅に向上させることができます。
  論文  参考訳（メタデータ） (2023-12-06T17:47:16Z)
• UniGS: Unified Representation for Image Generation and Segmentation [105.08152635402858]
  カラーマップを使用してエンティティレベルのマスクを表現し、さまざまなエンティティ番号の課題に対処します。 マスク表現を支援するために、位置認識カラーパレットとプログレッシブ二分法モジュールを含む2つの新しいモジュールが提案されている。
  論文  参考訳（メタデータ） (2023-12-04T15:59:27Z)
• Neural Preset for Color Style Transfer [46.66925849502683]
  本稿では,既存のカラースタイル転送手法の限界に対処するニューラルプレセット手法を提案する。 提案手法は2つのコア設計に基づいており,まず,各画素に対して連続的に動作する決定論的ニューラルカラーマッピング(DNCM)を提案する。 第2に、タスクをカラー正規化とスタイル化に分割することで、2段階のパイプラインを構築する。
  論文  参考訳（メタデータ） (2023-03-23T17:59:10Z)
• Unsupervised HDR Image and Video Tone Mapping via Contrastive Learning [19.346284003982035]
  教師なし画像とビデオトーンマッピングのための統合フレームワーク(IVTMNet)を提案する。 ビデオトーンマッピングでは,時間的相関を効率的に活用するための時間的特徴置換(TFR)モジュールを提案する。 実験結果から,本手法は最先端画像やビデオトーンマッピング法よりも優れていた。
  論文  参考訳（メタデータ） (2023-03-13T17:45:39Z)
• BiSTNet: Semantic Image Prior Guided Bidirectional Temporal Feature Fusion for Deep Exemplar-based Video Colorization [70.14893481468525]
  本稿では,参照例の色を探索し,映像のカラー化を支援するために有効なBiSTNetを提案する。 まず、各フレームと参照例間の深い特徴空間における意味的対応を確立し、参照例からの色情報を探究する。 我々は,フレームのオブジェクト境界をモデル化するための意味情報を抽出する混合専門家ブロックを開発した。
  論文  参考訳（メタデータ） (2022-12-05T13:47:15Z)
• Transform your Smartphone into a DSLR Camera: Learning the ISP in the Wild [159.71025525493354]
  本稿では,スマートフォンが取得したRAW画像に基づいて,DSLRの品質画像を生成する訓練可能な画像信号処理フレームワークを提案する。 トレーニング画像ペア間の色ずれに対処するために、カラー条件ISPネットワークを使用し、各入力RAWと基準DSLR画像間の新しいパラメトリック色マッピングを最適化する。
  論文  参考訳（メタデータ） (2022-03-20T20:13:59Z)
• Learning RAW-to-sRGB Mappings with Inaccurately Aligned Supervision [76.41657124981549]
  本稿では,画像アライメントとRAW-to-sRGBマッピングのための共同学習モデルを提案する。 実験の結果,本手法はZRRおよびSR-RAWデータセットの最先端に対して良好に動作することがわかった。
  論文  参考訳（メタデータ） (2021-08-18T12:41:36Z)
• Wavelet-Based Dual-Branch Network for Image Demoireing [148.91145614517015]
  画像復調のための空間的注意機構を備えたウェーブレットベースのデュアルブランチネットワーク(WDNet)を設計する。 我々のネットワークはウェーブレット領域のモアレパターンを除去し、モアレパターンの周波数を画像の内容から分離する。 さらに,本手法の有効性を実証し,WDNetが非スクリーン画像上のモアレアーティファクトの除去を一般化することを示す。
  論文  参考訳（メタデータ） (2020-07-14T16:44:30Z)

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。