論文の概要: Halo Reduction in Display Systems through Smoothed Local Histogram
Equalization and Human Visual System Modeling
- arxiv url: http://arxiv.org/abs/2402.06212v1
- Date: Fri, 9 Feb 2024 06:44:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-12 17:55:33.115628
- Title: Halo Reduction in Display Systems through Smoothed Local Histogram
Equalization and Human Visual System Modeling
- Title(参考訳): スムーズな局所ヒストグラム等化と人間の視覚システムモデリングによるディスプレイシステムのハロ低減
- Authors: Prasoon Ambalathankandy, Yafei Ou, Masayuki Ikebe
- Abstract要約: 局所ヒストグラム等化法(LHE)アルゴリズムにおいて,暗黒変種と光変種を別々に扱うことでハロを減少させる手法を提案する。
このアプローチは、人間の視覚系における側方抑制とハロアーティファクトの関係を探索することにより、視覚的に自然な画像をもたらす。
- 参考スコア(独自算出の注目度): 2.346682878552037
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Halo artifacts significantly impact display quality. We propose a method to
reduce halos in Local Histogram Equalization (LHE) algorithms by separately
addressing dark and light variants. This approach results in visually natural
images by exploring the relationship between lateral inhibition and halo
artifacts in the human visual system.
- Abstract(参考訳): haloアーティファクトはディスプレイの品質に大きな影響を与えます。
局所ヒストグラム等化法(LHE)アルゴリズムにおいて,暗黒変種と光変種を別々に扱うことでハロを減少させる手法を提案する。
このアプローチは、人間の視覚系における側方抑制とhaloアーティファクトの関係を探索することで、視覚的な自然なイメージをもたらす。
関連論文リスト
- LTCF-Net: A Transformer-Enhanced Dual-Channel Fourier Framework for Low-Light Image Restoration [1.049712834719005]
低照度画像の高精細化を目的とした新しいネットワークアーキテクチャであるLTCF-Netを導入する。
提案手法では2つの色空間(LABとYUV)を用いて色情報を効率的に分離処理する。
我々のモデルは、画像コンテンツを包括的に理解するためのTransformerアーキテクチャを取り入れている。
論文 参考訳(メタデータ) (2024-11-24T07:21:17Z) - NeRF-VO: Real-Time Sparse Visual Odometry with Neural Radiance Fields [13.178099653374945]
NeRF-VOは、低遅延カメラトラッキングとニューラルラディアンスシーン表現のための学習ベースのスパースビジュアルオドメトリーを統合している。
我々は、様々な合成および実世界のデータセットに対して、ポーズ推定精度、新しいビュー忠実度、および密度の高い再構成品質においてSOTA法を超越した。
論文 参考訳(メタデータ) (2023-12-20T22:42:17Z) - Layered Rendering Diffusion Model for Zero-Shot Guided Image Synthesis [60.260724486834164]
本稿では,テキストクエリに依存する拡散モデルにおける空間制御性向上のための革新的な手法を提案する。
視覚誘導(Vision Guidance)とレイヤーレンダリング拡散(Layered Rendering Diffusion)フレームワーク(Layered Diffusion)という2つの重要なイノベーションを提示します。
本稿では,ボックス・ツー・イメージ,セマンティック・マスク・ツー・イメージ,画像編集の3つの実践的応用に適用する。
論文 参考訳(メタデータ) (2023-11-30T10:36:19Z) - Anti-Aliased Neural Implicit Surfaces with Encoding Level of Detail [54.03399077258403]
本稿では,高頻度幾何細部リカバリとアンチエイリアス化された新しいビューレンダリングのための効率的なニューラル表現であるLoD-NeuSを提案する。
我々の表現は、光線に沿った円錐状のフラストラム内の多面体化から空間特徴を集約する。
論文 参考訳(メタデータ) (2023-09-19T05:44:00Z) - Extracting Triangular 3D Models, Materials, and Lighting From Images [59.33666140713829]
多視点画像観測による材料と照明の協調最適化手法を提案する。
従来のグラフィックスエンジンにデプロイ可能な,空間的に変化する材料と環境を備えたメッシュを活用します。
論文 参考訳(メタデータ) (2021-11-24T13:58:20Z) - Tone Mapping Based on Multi-scale Histogram Synthesis [6.6399785438250705]
本稿では,低ダイナミックレンジ(LDR)デバイスにワイドダイナミックレンジ(WDR)画像を表示できる新しいトーンマッピングアルゴリズムを提案する。
提案アルゴリズムは,視覚系の対数応答と局所適応特性を主目的とする。
実験結果から,提案アルゴリズムは高輝度,良コントラスト,魅力的な画像を生成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) (2021-01-31T08:11:48Z) - Learning Spatial and Spatio-Temporal Pixel Aggregations for Image and
Video Denoising [104.59305271099967]
ピクセル集計ネットワークを提示し、画像デノイジングのためのピクセルサンプリングと平均戦略を学びます。
時間空間にまたがるサンプル画素をビデオデノナイズするための画素集約ネットワークを開発した。
本手法は,動的シーンにおける大きな動きに起因する誤認問題を解決することができる。
論文 参考訳(メタデータ) (2021-01-26T13:00:46Z) - Non-local Meets Global: An Iterative Paradigm for Hyperspectral Image
Restoration [66.68541690283068]
ハイパースペクトル画像復元のための空間特性とスペクトル特性を組み合わせた統一パラダイムを提案する。
提案するパラダイムは,非局所空間デノゲーションと光計算の複雑さから,性能上の優位性を享受する。
HSI復調、圧縮再構成、塗装タスクの実験は、シミュレーションと実際のデータセットの両方で、その優位性を示している。
論文 参考訳(メタデータ) (2020-10-24T15:53:56Z) - Deep Variational Network Toward Blind Image Restoration [60.45350399661175]
ブラインド画像復元はコンピュータビジョンでは一般的だが難しい問題である。
両利点を両立させることを目的として,新しいブラインド画像復元手法を提案する。
画像デノイングと超解像という2つの典型的なブラインド赤外線タスクの実験により,提案手法が現状よりも優れた性能を達成できることが実証された。
論文 参考訳(メタデータ) (2020-08-25T03:30:53Z)
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。