論文の概要: Attentive Illumination Decomposition Model for Multi-Illuminant White Balancing

• arxiv url: http://arxiv.org/abs/2402.18277v1
• Date: Wed, 28 Feb 2024 12:15:29 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-29 15:03:52.128818
• Title: Attentive Illumination Decomposition Model for Multi-Illuminant White Balancing
• Title（参考訳）: マルチイルミナントホワイトバランシングのための注意点灯分解モデル
• Authors: Dongyoung Kim, Jinwoo Kim, Junsang Yu, Seon Joo Kim
• Abstract要約: 多くの商用カメラにおけるホワイトバランス(WB)アルゴリズムは、単色および均一な照明を前提としている。 スロットアテンションを利用して,各スロットが個別の照度を表すようなホワイトバランスモデルを提案する。 この設計により、モデルは個々の照度に対する色度と重量マップを生成でき、最終照明マップを構成するために融合される。
• 参考スコア（独自算出の注目度）: 27.950125640986805
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: White balance (WB) algorithms in many commercial cameras assume single and uniform illumination, leading to undesirable results when multiple lighting sources with different chromaticities exist in the scene. Prior research on multi-illuminant WB typically predicts illumination at the pixel level without fully grasping the scene's actual lighting conditions, including the number and color of light sources. This often results in unnatural outcomes lacking in overall consistency. To handle this problem, we present a deep white balancing model that leverages the slot attention, where each slot is in charge of representing individual illuminants. This design enables the model to generate chromaticities and weight maps for individual illuminants, which are then fused to compose the final illumination map. Furthermore, we propose the centroid-matching loss, which regulates the activation of each slot based on the color range, thereby enhancing the model to separate illumination more effectively. Our method achieves the state-of-the-art performance on both single- and multi-illuminant WB benchmarks, and also offers additional information such as the number of illuminants in the scene and their chromaticity. This capability allows for illumination editing, an application not feasible with prior methods.
• Abstract（参考訳）: 多くの商用カメラのホワイトバランス(wb)アルゴリズムは、単光と均一光を仮定し、シーンに異なる色を持つ複数の光源が存在する場合、望ましくない結果をもたらす。 従来の多色光源wbの研究では、光源の数や色などの実際の照明条件を完全に把握することなく、画素レベルでの照明を予測している。 これは多くの場合、全体的な一貫性に欠ける不自然な結果をもたらす。 この問題に対処するために,各スロットが個別の照度を表現するためのスロットアテンションを利用する,深いホワイトバランスモデルを提案する。 この設計により、モデルは個々の照度に対する色度と重量マップを生成でき、最終照明マップを構成するために融合される。 さらに,色域に基づいて各スロットのアクティベーションを制御し,より効果的に照明を分離するためのモデルを強化するセントロイドマッチング損失を提案する。 本手法は, 単照度および多照度WBベンチマークにおける最先端性能を実現し, シーン中の照度数や色度などの付加情報も提供する。 この機能は、以前のメソッドでは実行できないアプリケーションの照明編集を可能にする。

関連論文リスト

• DifFRelight: Diffusion-Based Facial Performance Relighting [12.909429637057343]
  拡散に基づく画像から画像への変換を用いた,自由視点顔の表情のリライティングのための新しいフレームワークを提案する。 我々は、正確な照明制御のための拡散モデルを訓練し、フラットライト入力からの顔画像の高忠実度化を可能にする。 このモデルは、目の反射、地表面散乱、自影、半透明といった複雑な照明効果を正確に再現する。
  論文  参考訳（メタデータ） (2024-10-10T17:56:44Z)
• Colorful Diffuse Intrinsic Image Decomposition in the Wild [0.0]
  固有の画像分解は、1枚の写真から反射率と効果を分離することを目的としている。 本研究では,入力画像から拡散アルベド,カラフルな拡散シェーディング,特異残留成分を分離する。 拡張された内在モデルにより、写真の照度を意識した分析が可能となり、画像編集に利用することができる。
  論文  参考訳（メタデータ） (2024-09-20T17:59:40Z)
• LightIt: Illumination Modeling and Control for Diffusion Models [61.80461416451116]
  我々は、画像生成のための明示的な照明制御方法であるLightItを紹介する。 最近の生成法では照明制御が欠如しており、画像生成の多くの芸術的側面に不可欠である。 本手法は、制御可能で一貫した照明による画像生成を可能にする最初の方法である。
  論文  参考訳（メタデータ） (2024-03-15T18:26:33Z)
• URHand: Universal Relightable Hands [64.25893653236912]
  URHandは、視点、ポーズ、イルミネーション、アイデンティティを一般化する最初の普遍的照らし手モデルである。 本モデルでは,携帯電話で撮影した画像によるパーソナライズが可能であり,新たな照明下でのフォトリアリスティックなレンダリングが可能である。
  論文  参考訳（メタデータ） (2024-01-10T18:59:51Z)
• Diving into Darkness: A Dual-Modulated Framework for High-Fidelity Super-Resolution in Ultra-Dark Environments [51.58771256128329]
  本稿では,低照度超解像課題の性質を深く理解しようとする,特殊二変調学習フレームワークを提案する。 Illuminance-Semantic Dual Modulation (ISDM) コンポーネントを開発した。 包括的実験は、我々のアプローチが多様で挑戦的な超低照度条件に適用可能であることを示す。
  論文  参考訳（メタデータ） (2023-09-11T06:55:32Z)
• Modeling the Lighting in Scenes as Style for Auto White-Balance Correction [3.441021278275805]
  そこで本研究では,単一照明シーンと混合照明シーンの照明をスタイルファクタとしてモデル化する改良型自動ホワイトバランス(AWB)手法を提案する。 我々のAWB法は照明推定ステップを必要としないが、画像の重み付けマップを生成するためのネットワーク学習を含んでいる。 単照度および混合照度データセットを用いた実験により,提案手法が有望な補正結果が得られることを示した。
  論文  参考訳（メタデータ） (2022-10-17T13:35:17Z)
• Template matching with white balance adjustment under multiple illuminants [17.134566958534634]
  我々は,多照度シーンに対して提案した,ホワイトバランス調整を施したテンプレートマッチング手法N-ホワイトバランス法を提案する。 実験では, 様々な照明条件下での物体検出作業において, 提案手法の有効性を実証した。
  論文  参考訳（メタデータ） (2022-08-03T12:57:18Z)
• Auto White-Balance Correction for Mixed-Illuminant Scenes [52.641704254001844]
  オートホワイトバランス(AWB)は、シーン照明によるカラーキャストを取り除くためにカメラハードウェアによって適用される。 本稿では,この混合照明シーンに有効なAWB手法を提案する。 本手法は従来のカメラAWBモジュールと同様,照度推定を必要としない。
  論文  参考訳（メタデータ） (2021-09-17T20:13:31Z)
• The Cube++ Illumination Estimation Dataset [50.58610459038332]
  本稿では,新しい照明推定データセットを提案する。 照明色が既知の4890の画像と、追加のセマンティックデータで構成されている。 データセットは、単一または2つの照度推定を実行するメソッドのトレーニングとテストに使用することができる。
  論文  参考訳（メタデータ） (2020-11-19T18:50:08Z)
• Light Stage Super-Resolution: Continuous High-Frequency Relighting [58.09243542908402]
  光ステージから採取した人間の顔の「超解像」を学習ベースで解析する手法を提案する。 本手法では,ステージ内の隣接する照明に対応する撮像画像を集約し,ニューラルネットワークを用いて顔の描画を合成する。 我々の学習モデルは、リアルな影と特異なハイライトを示す任意の光方向のレンダリングを生成することができる。
  論文  参考訳（メタデータ） (2020-10-17T23:40:43Z)

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。