論文の概要: Perspective-Equivariance for Unsupervised Imaging with Camera Geometry

• arxiv url: http://arxiv.org/abs/2403.09327v2
• Date: Tue, 19 Nov 2024 21:51:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-21 16:09:59.955721
• Title: Perspective-Equivariance for Unsupervised Imaging with Camera Geometry
• Title（参考訳）: カメラ幾何学による教師なし画像の視点-等価性
• Authors: Andrew Wang, Mike Davies,
• Abstract要約: 光イメージングシステムにおける投影型カメラ幾何を利用するフレームワークである視点同変イメージング(EI)を提案する。 カメラ幾何学から派生した,よりリッチな非線形変換は,衛星画像や都市画像データに優れた先行技術であることを示す。 パースペクティブ-EIは、文献における他の教師なし手法よりも優れた、マルチスペクトルパンシャーピングにおける最先端の結果を達成する。
• 参考スコア（独自算出の注目度）: 2.260147251787331
• License:
• Abstract: Ill-posed image reconstruction problems appear in many scenarios such as remote sensing, where obtaining high quality images is crucial for environmental monitoring, disaster management and urban planning. Deep learning has seen great success in overcoming the limitations of traditional methods. However, these inverse problems rarely come with ground truth data, highlighting the importance of unsupervised learning from partial and noisy measurements alone. We propose perspective-equivariant imaging (EI), a framework that leverages classical projective camera geometry in optical imaging systems, such as satellites or handheld cameras, to recover information lost in ill-posed camera imaging problems. We show that our much richer non-linear class of group transforms, derived from camera geometry, generalises previous EI work and is an excellent prior for satellite and urban image data. Perspective-EI achieves state-of-the-art results in multispectral pansharpening, outperforming other unsupervised methods in the literature. Code at https://github.com/Andrewwango/perspective-equivariant-imaging.
• Abstract（参考訳）: 環境モニタリング,災害管理,都市計画において,高品質な画像を取得することが不可欠であるリモートセンシングなど,多くのシナリオにおいて画像再構成の問題が発生する。 ディープラーニングは,従来のメソッドの制限を克服する上で,大きな成功を収めています。 しかし、これらの逆問題には基礎的な真理データが伴うことはめったになく、部分的および雑音的な測定のみによる教師なし学習の重要性を強調している。 我々は、衛星やハンドヘルドカメラなどの光学画像システムにおいて、古典的な射影カメラ幾何を利用するフレームワークである視点同変イメージング(EI)を提案する。 我々は、カメラ幾何学から導かれた、よりリッチな非線型変換のクラスが、以前のEI処理を一般化し、衛星画像や都市画像データに優れた先行性を持つことを示す。 パースペクティブ-EIは、文献における他の教師なし手法よりも優れた、マルチスペクトルパンシャーピングにおける最先端の結果を達成する。 コードネームはhttps://github.com/Andrewwango/perspective-equivariant-imaging。

関連論文リスト

• MetaCap: Meta-learning Priors from Multi-View Imagery for Sparse-view Human Performance Capture and Rendering [91.76893697171117]
  そこで本研究では, 高精度かつ高品質な幾何復元と新規なビュー合成手法を提案する。 私たちのキーとなるアイデアは、低解像度のマルチビュービデオからのみ、放射界の重みをメタラーニングすることです。 新しいデータセットWildDynaCap(ワイルドダイナキャップ)は、密集したカメラドームと細いカメラリグの両方に収まる被写体を含んでいる。
  論文  参考訳（メタデータ） (2024-03-27T17:59:54Z)
• Self-supervised Interest Point Detection and Description for Fisheye and Perspective Images [7.451395029642832]
  キーポイント検出とマッチングは多くのコンピュータビジョンにおける基本的な課題である。 本研究では,画像取得に使用されるカメラの形状が原因で発生する場合に焦点をあてる。 我々は最先端のアプローチを構築し、関心点検出器と記述子ネットワークのトレーニングを可能にする自己監督的な手順を導出する。
  論文  参考訳（メタデータ） (2023-06-02T22:39:33Z)
• Deep Learning for Event-based Vision: A Comprehensive Survey and Benchmarks [55.81577205593956]
  イベントカメラはバイオインスパイアされたセンサーで、ピクセルごとの強度の変化を非同期に捉える。 深層学習(DL)はこの新興分野に導入され、その可能性のマイニングに活発な研究努力にインスピレーションを与えている。
  論文  参考訳（メタデータ） (2023-02-17T14:19:28Z)
• Take a Prior from Other Tasks for Severe Blur Removal [52.380201909782684]
  知識蒸留に基づくクロスレベル特徴学習戦略 多レベルアグリゲーションとセマンティックアテンション変換によるセマンティック事前埋め込み層を効果的に統合する。 GoProやRealBlurのデータセットのような、自然な画像劣化ベンチマークと実世界の画像の実験は、我々の方法の有効性と能力を実証している。
  論文  参考訳（メタデータ） (2023-02-14T08:30:51Z)
• LTT-GAN: Looking Through Turbulence by Inverting GANs [86.25869403782957]
  本稿では,よく訓練されたGANによってカプセル化された視覚的事前情報を利用した最初の乱流緩和手法を提案する。 視覚的先行性に基づき、周期的な文脈距離で復元された画像の同一性を維持することを学ぶことを提案する。 本手法は, 回復した結果の視覚的品質と顔認証精度の両方において, 先行技術よりも優れていた。
  論文  参考訳（メタデータ） (2021-12-04T16:42:13Z)
• Unsupervised Low-Light Image Enhancement via Histogram Equalization Prior [40.61944814314655]
  HEP (Equalization prior) と呼ばれる実効的事前ヒストグラムに基づく教師なし低照度画像強調手法を提案する。 反射率マップのノイズと内容を、未確認クリーンな画像の信頼性のある助けを借りてアンタングルするノイズ・ディアンタングメント・モジュール(NDM)を導入する。 本手法は、最先端の教師なし低照度化アルゴリズムに対して好適に動作し、最先端の教師付きアルゴリズムに適合する。
  論文  参考訳（メタデータ） (2021-12-03T07:51:08Z)
• Robust Equivariant Imaging: a fully unsupervised framework for learning to image from noisy and partial measurements [20.21997582090349]
  本稿では,雑音による部分的計測だけで画像化を学べるロバスト同変イメージング(REI)フレームワークを提案する。 提案手法はStein's Unbiased Risk Estor (SURE) を用いて、ノイズに頑健な完全に教師なしのトレーニング損失を得る。 線形および非線形の逆問題に対してREIがかなりの性能向上をもたらすことを示し、それによってディープネットワークを用いた頑健な教師なしイメージングの道を開いた。
  論文  参考訳（メタデータ） (2021-11-25T00:49:45Z)
• Stereo Matching by Self-supervision of Multiscopic Vision [65.38359887232025]
  カメラ位置の整列で撮影した複数の画像を利用したステレオマッチングのための新しい自己監視フレームワークを提案する。 ネットワークを最適化するために、クロスフォトメトリックロス、不確実性を認識した相互監督損失、および新しい平滑性損失が導入されます。 我々のモデルは、KITTIデータセット上の以前の教師なし手法よりも、より良い不均一性マップを得る。
  論文  参考訳（メタデータ） (2021-04-09T02:58:59Z)
• Deep Learning Methods For Synthetic Aperture Radar Image Despeckling: An Overview Of Trends And Perspectives [45.87348004985991]
  このようなノイズを除去し、下流の画像処理タスクの精度を向上させるために、デスペクリングは重要なタスクである。 本稿では,sarデスペックリングに適用する深層学習手法に関する文献を調査し,教師ありアプローチと近年の自己教師ありアプローチの両方をカバーする。
  論文  参考訳（メタデータ） (2020-12-10T08:30:43Z)
• Wide-angle Image Rectification: A Survey [86.36118799330802]
  広角画像は、基礎となるピンホールカメラモデルに反する歪みを含む。 これらの歪みを補正することを目的とした画像修正は、これらの問題を解決することができる。 本稿では、異なるアプローチで使用されるカメラモデルについて、詳細な説明と議論を行う。 次に,従来の幾何学に基づく画像修正手法と深層学習法の両方について検討する。
  論文  参考訳（メタデータ） (2020-10-30T17:28:40Z)
• DiPE: Deeper into Photometric Errors for Unsupervised Learning of Depth and Ego-motion from Monocular Videos [9.255509741319583]
  本稿では,光度誤差を慎重に操作することで,これらの問題に対処できることを示す。 主な改善は、測光誤差マップ内の見えないまたは静止しないピクセルを隠蔽する統計技術によって達成される。 また,予測深度マップのアーティファクトを削減するために,効率的な重み付きマルチスケールスキームを提案する。
  論文  参考訳（メタデータ） (2020-03-03T07:05:15Z)

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。