論文の概要: Learning to Remove Wrinkled Transparent Film with Polarized Prior

• arxiv url: http://arxiv.org/abs/2403.04368v1
• Date: Thu, 7 Mar 2024 09:56:56 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-08 14:22:21.432546
• Title: Learning to Remove Wrinkled Transparent Film with Polarized Prior
• Title（参考訳）: 偏光前処理によるくすんだ透明フィルムの除去学習
• Authors: Jiaqi Tang, Ruizheng Wu, Xiaogang Xu, Sixing Hu and Ying-Cong Chen
• Abstract要約: フィルム除去(FR)は、透明フィルムの干渉を除去し、産業認識のためのフィルムの下で元の情報を再構築しようとする試みである。 透明フィルムとペアデータを含む偏光情報を用いた実用的なデータセットを構築した。 エンド・ツー・エンドの枠組みでフィルムからの干渉(特殊ハイライトなど劣化)を除去することを目的としている。
• 参考スコア（独自算出の注目度）: 33.56569839317172
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we study a new problem, Film Removal (FR), which attempts to remove the interference of wrinkled transparent films and reconstruct the original information under films for industrial recognition systems. We first physically model the imaging of industrial materials covered by the film. Considering the specular highlight from the film can be effectively recorded by the polarized camera, we build a practical dataset with polarization information containing paired data with and without transparent film. We aim to remove interference from the film (specular highlights and other degradations) with an end-to-end framework. To locate the specular highlight, we use an angle estimation network to optimize the polarization angle with the minimized specular highlight. The image with minimized specular highlight is set as a prior for supporting the reconstruction network. Based on the prior and the polarized images, the reconstruction network can decouple all degradations from the film. Extensive experiments show that our framework achieves SOTA performance in both image reconstruction and industrial downstream tasks. Our code will be released at \url{https://github.com/jqtangust/FilmRemoval}.
• Abstract（参考訳）: 本稿では, 産業認識用フィルムにおける透明フィルムの干渉を除去し, 元の情報を復元するフィルム除去 (FR) という新たな課題について検討する。 まず, フィルムを被覆した産業材料のイメージングを物理的にモデル化する。 偏光カメラで映像のハイライトを効果的に記録できることを考えると、透明フィルムとのペアデータを含む偏光情報を含む実用的なデータセットを構築する。 エンド・ツー・エンドの枠組みでフィルムからの干渉(特殊ハイライトなど劣化)を除去することを目的としている。 鏡面ハイライトの特定には、角推定ネットワークを用いて、最小の鏡面ハイライトを用いて偏光角度を最適化する。 リコンストラクションネットワークをサポートするためのプリエントとして、最小のスペックハイライトを有する画像を設定する。 先行画像と偏光画像に基づいて、再構成ネットワークはフィルムからすべての劣化を分離することができる。 大規模な実験により,本フレームワークは画像再構成と産業ダウンストリームタスクの両方においてSOTA性能を実現することが示された。 我々のコードは \url{https://github.com/jqtangust/FilmRemoval} でリリースされる。

関連論文リスト

• Improving Lens Flare Removal with General Purpose Pipeline and Multiple Light Sources Recovery [69.71080926778413]
  フレアアーティファクトは、画像の視覚的品質と下流のコンピュータビジョンタスクに影響を与える。 現在の方法では、画像信号処理パイプラインにおける自動露光やトーンマッピングは考慮されていない。 本稿では、ISPを再検討し、より信頼性の高い光源回収戦略を設計することで、レンズフレア除去性能を向上させるソリューションを提案する。
  論文  参考訳（メタデータ） (2023-08-31T04:58:17Z)
• Neural Image Re-Exposure [86.42475408644822]
  不適切なシャッターは、ぼやけた画像、ビデオの不連続、あるいはローリングシャッターアーティファクトにつながる可能性がある。 ニューラルネットワークに基づく画像再露法フレームワークを提案する。 視覚的潜在空間構築のためのエンコーダ、所望のシャッター戦略でニューラルフィルムに情報を集約する再露光モジュール、およびニューラルフィルムを所望の画像に「展開」するためのデコーダから構成される。
  論文  参考訳（メタデータ） (2023-05-23T01:55:37Z)
• Bringing Old Films Back to Life [33.78936333249432]
  本稿では,過度に劣化した古いフィルムを復元するために,RTN(Recurrent Transformer Network)という学習ベースのフレームワークを提案する。 本手法は,隠蔽に関する豊富な情報を含む隣接フレームから学習した隠れ知識に基づいている。
  論文  参考訳（メタデータ） (2022-03-31T17:59:59Z)
• Zero-Reference Image Restoration for Under-Display Camera of UAV [10.498049147922258]
  画像のテクスチャと色を向上することで視覚体験を向上させる新しい手法を提案する。 本手法は,入力画像上の低ランクアフィングリッドを推定するために,軽量ネットワークを訓練する。 我々のモデルは任意の解像度の画像の高品質な復元をリアルタイムで行うことができる。
  論文  参考訳（メタデータ） (2022-02-13T11:12:00Z)
• Removing Diffraction Image Artifacts in Under-Display Camera via Dynamic Skip Connection Network [80.67717076541956]
  アンダーディスプレイカメラ(UDC)システムは、スマートフォン上で真のベゼルレスおよびノッチフリーの視聴体験を提供します。 典型的なUDCシステムでは、ピクセルアレイはカメラ上の入射光を減衰および回折し、画像品質の大幅な低下をもたらす。 本研究では,前述の劣化問題の解析と対処を目的とする。
  論文  参考訳（メタデータ） (2021-04-19T18:41:45Z)
• Restoration of Video Frames from a Single Blurred Image with Motion Understanding [69.90724075337194]
  単一モーション赤画像からクリーンな映像フレームを生成するための新しいフレームワークを提案する。 一つのぼやけた画像からの映像復元を逆問題として、クリーンな画像シーケンスとそれぞれの動きを潜伏要因として設定する。 提案手法は,空間トランスフォーマネットワークモジュールを用いたanblur-decoder構造に基づいている。
  論文  参考訳（メタデータ） (2021-04-19T08:32:57Z)
• Polarized Reflection Removal with Perfect Alignment in the Wild [66.48211204364142]
  野生の偏光画像からの反射を除去するための新しい定式化法を提案する。 まず、既存のリフレクション除去データセットの不整合問題を同定する。 我々は100種類以上のガラスを用いた新しいデータセットを構築し、得られた透過画像は入力された混合画像と完全に一致している。
  論文  参考訳（メタデータ） (2020-03-28T13:29:31Z)

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。