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

• 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)
• State of the Art in Dense Monocular Non-Rigid 3D Reconstruction [100.9586977875698]
  モノクル2D画像から変形可能なシーン(または非剛体)の3D再構成は、コンピュータビジョンとグラフィックスの長年、活発に研究されてきた領域である。 本研究は,モノクラー映像やモノクラービューの集合から,様々な変形可能な物体や複合シーンを高密度に非剛性で再現するための最先端の手法に焦点を当てる。
  論文  参考訳（メタデータ） (2022-10-27T17:59:53Z)
• Towards Non-Line-of-Sight Photography [48.491977359971855]
  非視線イメージング(NLOS)は、隠された物体からの多重バウンス間接反射を捉えることに基づいている。 アクティブなNLOSイメージングシステムは、シーンを通しての光の飛行時間の捕捉に依存している。 我々はNLOS写真と呼ばれる新しい問題定式化を提案し、この欠陥に特に対処する。
  論文  参考訳（メタデータ） (2021-09-16T08:07:13Z)
• Unsupervised Monocular Depth Perception: Focusing on Moving Objects [5.489557739480878]
  本稿では,光度誤差を意図的に操作することで,効率よく困難に対処できることを示す。 まず、光学誤差マップにおいて、隠蔽または動的画素を統計的外れ値として考慮した外れ値マスキング手法を提案する。 外部マスキングにより、ネットワークはカメラと反対方向に移動する物体の深さをより正確に学習する。
  論文  参考訳（メタデータ） (2021-08-30T08:45:02Z)
• 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)
• 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。