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
- Self-Supervised High Dynamic Range Imaging with Multi-Exposure Images in
Dynamic Scenes [58.66427721308464]
Selfは、訓練中にダイナミックなマルチ露光画像のみを必要とする自己教師型再構成手法である。
Selfは最先端の自己管理手法に対して優れた結果を出し、教師付き手法に匹敵するパフォーマンスを実現している。
論文 参考訳(メタデータ) (2023-10-03T07:10:49Z) - Benchmarking Ultra-High-Definition Image Reflection Removal [43.34342640578687]
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) - 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) - Subjective Assessment of High Dynamic Range Videos Under Different
Ambient Conditions [38.504568225201915]
本稿では,HDRビデオの大規模主観的研究について紹介する。
圧縮やエイリアスなどの歪みがHDRビデオの品質に及ぼす影響について検討する。
この調査には計66人の被験者が参加し、2万人以上の世論調査が集められた。
論文 参考訳(メタデータ) (2022-09-20T21:25:50Z) - Deep Progressive Feature Aggregation Network for High Dynamic Range
Imaging [24.94466716276423]
本研究では,動的シーンにおけるHDR画像の画質向上のための高度な特徴集約ネットワークを提案する。
提案手法は,高対応特徴を暗黙的にサンプリングし,それらを粗い方法で集約してアライメントする。
実験の結果,提案手法は異なるシーン下での最先端性能を実現することができることがわかった。
論文 参考訳(メタデータ) (2022-08-04T04:37:35Z) - Towards Efficient and Scale-Robust Ultra-High-Definition Image
Demoireing [71.62289021118983]
本研究では、4Kモアレ画像に対処する効率的なベースラインモデルESDNetを提案する。
我々の手法は、より軽量でありながら、最先端の手法よりも大きなマージンで優れています。
論文 参考訳(メタデータ) (2022-07-20T14:20:52Z) - HDR Video Reconstruction: A Coarse-to-fine Network and A Real-world
Benchmark Dataset [30.249052175655606]
HDRビデオ再構築のための粗い深層学習フレームワークを紹介します。
まず,画像空間において粗いアライメントとピクセルブレンドを行い,粗いhdr映像を推定する。
第二に、粗いHDRビデオの特徴空間でより洗練されたアライメントと時間融合を行い、より良い再構築を実現します。
論文 参考訳(メタデータ) (2021-03-27T16:40:05Z) - 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。