論文の概要: Advancements and Trends in Ultra-High-Resolution Image Processing: An Overview

• arxiv url: http://arxiv.org/abs/2312.00250v1
• Date: Thu, 30 Nov 2023 23:47:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-04 16:17:50.416012
• Title: Advancements and Trends in Ultra-High-Resolution Image Processing: An Overview
• Title（参考訳）: 超高分解能画像処理の進歩と動向:概要
• Authors: Zhuoran Zheng, Boxue Xiao
• Abstract要約: 本稿では,2つの視点からUHD画像強調の現状を紹介する。 1つはアプリケーション分野、もう1つは技術です。
• 参考スコア（独自算出の注目度）: 2.17172315573773
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Currently, to further improve visual enjoyment, Ultra-High-Definition (UHD) images are catching wide attention. Here, UHD images are usually referred to as having a resolution greater than or equal to $3840 \times 2160$. However, since the imaging equipment is subject to environmental noise or equipment jitter, UHD images are prone to contrast degradation, blurring, low dynamic range, etc. To address these issues, a large number of algorithms for UHD image enhancement have been proposed. In this paper, we introduce the current state of UHD image enhancement from two perspectives, one is the application field and the other is the technology. In addition, we briefly explore its trends.
• Abstract（参考訳）: 現在、視覚の楽しみをさらに改善するために、UHD(Ultra-High-Definition)画像が注目されている。 ここでは、UHD画像は通常、解像度が3840 \times 2160$以上のものと見なされる。 しかし、撮像装置は環境騒音や機器のジッタにさらされているため、uhd画像はコントラスト劣化やぼやけ、ダイナミックレンジの低さなどの影響を受けやすい。 これらの問題に対処するため,UHD画像強調のためのアルゴリズムが多数提案されている。 本稿では,uhd画像エンハンスメントの現状を,アプリケーションフィールドと技術という2つの視点から紹介する。 さらに、そのトレンドを簡単に探ります。

関連論文リスト

• Dropout the High-rate Downsampling: A Novel Design Paradigm for UHD Image Restoration [11.866565346920781]
  D2NetはUHD(Ultra-high-definition)画像の完全な推測を可能にする。 本モデルは,最先端手法よりも定量的,定性的な結果が得られることを示す。
  論文  参考訳（メタデータ） (2024-11-10T13:05:36Z)
• AIM 2024 Challenge on UHD Blind Photo Quality Assessment [49.54883484094671]
  AIM 2024 UHD-IQA Challengeは、最新の高解像度写真のためのNo-Reference Image Quality Assessment (NR-IQA)タスクの推進を目的としている。 この課題は、最近リリースされたUHD-IQAベンチマークデータベースに基づいており、このデータベースは、6,073 UHD-1 (4K)イメージに、専門家のレーナーによる知覚的品質評価が付加されている。
  論文  参考訳（メタデータ） (2024-09-24T17:44:24Z)
• Assessing UHD Image Quality from Aesthetics, Distortions, and Saliency [51.36674160287799]
  我々は3つの視点からUHD画像の品質を評価するためにマルチブランチディープニューラルネットワーク(DNN)を設計する。 UHD画像から低解像度画像から美的特徴を抽出する。 UHD画像から抽出したミニパッチからなる断片画像を用いて, 技術的歪みを測定する。 UHD画像の塩分含有量を検知し、収穫し、塩分領域から品質認識特徴を抽出する。
  論文  参考訳（メタデータ） (2024-09-01T15:26:11Z)
• Ultra-High-Definition Image Restoration: New Benchmarks and A Dual Interaction Prior-Driven Solution [37.42524995828323]
  UHD-Snow と UHD-Rain という名の UHD 雪と降雨のベンチマークを構築した。 各ベンチマークには3200の分解/クリアイメージ対の4K解像度が含まれている。 モデル設計における勾配と正規項を考慮した効率的なUHD画像復元法を提案する。
  論文  参考訳（メタデータ） (2024-06-19T14:58:49Z)
• Towards Ultra-High-Definition Image Deraining: A Benchmark and An Efficient Method [42.331058889312466]
  本稿では,4K解像度で13,000枚の画像対を含む4K-Rain13kの大規模UHD画像デライニングデータセットについて述べる。 我々は,この課題をより効果的かつ効率的な視覚ベースアーキテクチャ (UDR-Mixer) を開発した。
  論文  参考訳（メタデータ） (2024-05-27T11:45:08Z)
• Benchmarking Ultra-High-Definition Image Reflection Removal [25.02234305857731]
  本稿では,リフレクション除去のためのRRFormerというトランスフォーマーアーキテクチャを提案する。 RRFormerは非UHDデータセットと提案したUHDRRデータセットの両方で最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-08-01T03:56:50Z)
• Embedding Fourier for Ultra-High-Definition Low-Light Image Enhancement [78.67036949708795]
  UHD(Ultra-High-Definition)写真は、高度な撮像装置の標準構成となっている。 本稿では,Fourier変換をカスケードネットワークに組み込む新しいソリューションUHDFourを提案する。 また,2,150個の低雑音/正規クラー4K画像ペアを含むUHD LLIEデータセットである textbfUHD-LL をコントリビュートした。
  論文  参考訳（メタデータ） (2023-02-23T07:43:41Z)
• Real-Time Under-Display Cameras Image Restoration and HDR on Mobile Devices [81.61356052916855]
  アンダーディスプレイカメラ(UDC)によって撮影された画像は、その前のスクリーンによって劣化する。 画像復元のためのディープラーニング手法は、キャプチャ画像の劣化を著しく低減することができる。 我々は,視覚的UDC画像復元とHDRのための軽量なモデルを提案し,スマートフォン上での様々な手法の性能と実行状況を比較したベンチマークを提供する。
  論文  参考訳（メタデータ） (2022-11-25T11:46:57Z)
• HDR-GAN: HDR Image Reconstruction from Multi-Exposed LDR Images with Large Motions [62.44802076971331]
  マルチ露光LDR画像からHDR画像を合成するための新しいGANモデルHDR-GANを提案する。 本手法は,敵対学習を取り入れることで,欠落したコンテンツのある領域に忠実な情報を生成することができる。
  論文  参考訳（メタデータ） (2020-07-03T11:42:35Z)

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。