論文の概要: Toward Real World Stereo Image Super-Resolution via Hybrid Degradation Model and Discriminator for Implied Stereo Image Information

• arxiv url: http://arxiv.org/abs/2312.07934v1
• Date: Wed, 13 Dec 2023 07:24:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-14 16:22:33.494196
• Title: Toward Real World Stereo Image Super-Resolution via Hybrid Degradation Model and Discriminator for Implied Stereo Image Information
• Title（参考訳）: ハイブリッド分解モデルと識別器を用いた実世界ステレオ画像の超解像に向けて
• Authors: Yuanbo Zhou, Yuyang Xue, Jiang Bi, Wenlin He, Xinlin Zhang, Jiajun Zhang, Wei Deng, Ruofeng Nie, Junlin Lan, Qinquan Gao, and Tong Tong
• Abstract要約: 実世界のステレオ画像の超解像はコンピュータビジョンシステムの性能向上に大きな影響を与えている。 ステレオ画像を改善するために, 単一像超解像の既存の方法を適用することができる。 本稿では,暗黙的ステレオ情報判別器とハイブリッド劣化モデルを組み合わせた新しい手法を提案する。
• 参考スコア（独自算出の注目度）: 10.957275128743529
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-world stereo image super-resolution has a significant influence on enhancing the performance of computer vision systems. Although existing methods for single-image super-resolution can be applied to improve stereo images, these methods often introduce notable modifications to the inherent disparity, resulting in a loss in the consistency of disparity between the original and the enhanced stereo images. To overcome this limitation, this paper proposes a novel approach that integrates a implicit stereo information discriminator and a hybrid degradation model. This combination ensures effective enhancement while preserving disparity consistency. The proposed method bridges the gap between the complex degradations in real-world stereo domain and the simpler degradations in real-world single-image super-resolution domain. Our results demonstrate impressive performance on synthetic and real datasets, enhancing visual perception while maintaining disparity consistency. The complete code is available at the following \href{https://github.com/fzuzyb/SCGLANet}{link}.
• Abstract（参考訳）: 実世界のステレオ画像スーパーレゾリューションは、コンピュータビジョンシステムの性能向上に大きな影響を与える。 シングルイメージ超解像法はステレオ画像の改善に応用できるが、これらの手法は固有の相違点に顕著な修正を導入し、オリジナル画像と拡張ステレオ画像との相違点の整合性が失われることがしばしばある。 本稿では,この限界を克服するために,暗黙のステレオ情報判別器とハイブリッド分解モデルを統合する新しい手法を提案する。 この組み合わせによって、一貫性を保ちながら効果的な強化が保証される。 提案手法は, 実世界のステレオ領域における複雑な劣化と, 実世界の単一画像超解像領域における単純な劣化とのギャップを埋めるものである。 その結果, 合成データと実データでは印象的な性能を示し, 一貫性を維持しながら視覚知覚を向上できた。 完全なコードは以下の href{https://github.com/fzuzyb/SCGLANet}{link} で入手できる。

関連論文リスト

• DIffSteISR: Harnessing Diffusion Prior for Superior Real-world Stereo Image Super-Resolution [9.051054674138646]
  DiffSteISRは、現実世界のステレオ画像の再構築のための先駆的なフレームワークである。 DiffSteISRは、事前訓練されたテキスト-画像モデルに埋め込まれた強力な事前知識を利用して、失われたテクスチャの詳細を効率的に回収する。 DiffSteISRは低解像度ステレオ画像から自然的かつ正確なテクスチャを正確に再構成する。
  論文  参考訳（メタデータ） (2024-08-14T12:49:50Z)
• Cross-View Hierarchy Network for Stereo Image Super-Resolution [14.574538513341277]
  ステレオ画像スーパーレゾリューションは、ビュー間の相補的な情報を活用することにより、高解像度ステレオ画像ペアの品質を向上させることを目的としている。 ステレオ画像超解法(CVHSSR)のためのクロスビュー階層ネットワーク(Cross-View-Hierarchy Network)という新しい手法を提案する。 CVHSSRは、パラメータを減らしながら、他の最先端手法よりも最高のステレオ画像超解像性能を達成する。
  論文  参考訳（メタデータ） (2023-04-13T03:11:30Z)
• Hierarchical Similarity Learning for Aliasing Suppression Image Super-Resolution [64.15915577164894]
  エイリアスの影響を抑制するために階層画像超解像ネットワーク(HSRNet)を提案する。 HSRNetは、他の作品よりも定量的かつ視覚的なパフォーマンスを向上し、エイリアスをより効果的に再送信する。
  論文  参考訳（メタデータ） (2022-06-07T14:55:32Z)
• Degradation-agnostic Correspondence from Resolution-asymmetric Stereo [96.03964515969652]
  テレワイドカメラシステムで取得した解像度の異なる2枚の画像からステレオマッチングの問題を考察する。 特徴量整合性という画像空間の代わりに特徴空間に2つのビュー間の整合性を課すことを提案する。 測光損失をトレーニングしたステレオマッチングネットワークは最適ではないが, 特徴抽出器は劣化に依存しない, マッチング特有の特徴を生成できる。
  論文  参考訳（メタデータ） (2022-04-04T12:24:34Z)
• Revisiting Domain Generalized Stereo Matching Networks from a Feature Consistency Perspective [65.37571681370096]
  両視点にまたがる単純な画素単位のコントラスト学習を提案する。 ドメイン間の立体的特徴一貫性をよりよく維持するために、立体選択的白化損失を導入する。 提案手法は,複数の最先端ネットワークよりも優れた性能を実現する。
  論文  参考訳（メタデータ） (2022-03-21T11:21:41Z)
• SMD-Nets: Stereo Mixture Density Networks [68.56947049719936]
  SMD-Nets(Stereo Mixture Density Networks)は、幅広い2Dおよび3Dアーキテクチャに対応したシンプルで効果的な学習フレームワークです。 具体的には,バイモーダル混合密度を出力表現として活用し,不連続近傍の鋭く正確な不一致推定を可能にすることを示す。 我々は8Mpx解像度のステレオペアと現実世界のステレオデータセットからなる、新しい高解像度でリアルな合成ステレオデータセットに関する包括的な実験を行う。
  論文  参考訳（メタデータ） (2021-04-08T16:15:46Z)
• StereoGAN: Bridging Synthetic-to-Real Domain Gap by Joint Optimization of Domain Translation and Stereo Matching [56.95846963856928]
  大規模な合成データセットはステレオマッチングに有用であるが、通常は既知のドメインバイアスを導入する。 本稿では,ドメイン翻訳とステレオマッチングネットワークを用いたエンドツーエンドのトレーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-05-05T03:11:38Z)
• Unsupervised Real Image Super-Resolution via Generative Variational AutoEncoder [47.53609520395504]
  古典的な例に基づく画像超解法を再考し、知覚的画像超解法のための新しい生成モデルを考案する。 本稿では,変分オートエンコーダを用いた共同画像デノベーションと超解像モデルを提案する。 判別器の助けを借りて、超分解能サブネットワークのオーバーヘッドを加味して、分解された画像をフォトリアリスティックな視覚的品質で超解凍する。
  論文  参考訳（メタデータ） (2020-04-27T13:49:36Z)
• Expanding Sparse Guidance for Stereo Matching [24.74333370941674]
  局所特徴強調のためのRGB画像に関するスパースキューを拡大する新しい空間拡張手法を提案する。 提案手法は,最先端のステレオアルゴリズムを極めてスパースな手法で大幅に向上させる。
  論文  参考訳（メタデータ） (2020-04-24T06:41:11Z)

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。