論文の概要: Retrieval Robust to Object Motion Blur

• arxiv url: http://arxiv.org/abs/2404.18025v2
• Date: Wed, 17 Jul 2024 21:57:16 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-19 20:52:07.389647
• Title: Retrieval Robust to Object Motion Blur
• Title（参考訳）: 物体の運動ブラジャーに対する検索ロバスト
• Authors: Rong Zou, Marc Pollefeys, Denys Rozumnyi,
• Abstract要約: 本研究では,動きのぼやけの影響を受けやすい画像のオブジェクト検索手法を提案する。 ぼやけたオブジェクト検索のための最初の大規模データセットを提示する。 提案手法は,新しいぼやけた検索データセット上で,最先端の検索手法より優れている。
• 参考スコア（独自算出の注目度）: 54.34823913494456
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Moving objects are frequently seen in daily life and usually appear blurred in images due to their motion. While general object retrieval is a widely explored area in computer vision, it primarily focuses on sharp and static objects, and retrieval of motion-blurred objects in large image collections remains unexplored. We propose a method for object retrieval in images that are affected by motion blur. The proposed method learns a robust representation capable of matching blurred objects to their deblurred versions and vice versa. To evaluate our approach, we present the first large-scale datasets for blurred object retrieval, featuring images with objects exhibiting varying degrees of blur in various poses and scales. We conducted extensive experiments, showing that our method outperforms state-of-the-art retrieval methods on the new blur-retrieval datasets, which validates the effectiveness of the proposed approach. Code, data, and model are available at https://github.com/Rong-Zou/Retrieval-Robust-to-Object-Motion-Blur.
• Abstract（参考訳）: 移動する物体は日常生活でよく見られ、通常、動きのために画像にぼやけている。 汎用オブジェクト検索はコンピュータビジョンにおいて広く研究されている分野であるが、主にシャープで静的なオブジェクトに焦点を当てており、大規模な画像収集における動きブルオブジェクトの検索は未探索のままである。 本研究では,動きのぼやけの影響を受けやすい画像のオブジェクト検索手法を提案する。 提案手法は,ぼやけたオブジェクトをデブロア化されたバージョンにマッチングできる頑健な表現を学習し,その逆も学習する。 提案手法を評価するために, 様々なポーズやスケールにおいて, 様々な程度にぼやけた物体の画像を特徴付ける, ぼやけた物体検索のための最初の大規模データセットを提案する。 提案手法は,提案手法の有効性を検証した新しいぼかし検索データセットにおいて,最先端の検索手法よりも優れていることを示す。 コード、データ、モデルはhttps://github.com/Rong-Zou/Retrieval-Robust-to-Object-Motion-Blurで入手できる。

関連論文リスト

• Towards Reflected Object Detection: A Benchmark [5.981658448641905]
  本稿では,反射物体検出に特化して設計されたベンチマークを紹介する。 我々のリフレクションオブジェクト検出データセット(RODD)は、様々なコンテキストにおいて反射オブジェクトを示す多様な画像のコレクションを特徴としている。 RODDは10のカテゴリを包含し、異なる背景にまたがる21,059のリアルおよびリフレクションオブジェクトの画像を含んでいる。
  論文  参考訳（メタデータ） (2024-07-08T03:16:05Z)
• The Background Also Matters: Background-Aware Motion-Guided Objects Discovery [2.6442319761949875]
  本研究では,背景認識型動き誘導物体探索法を提案する。 我々は光学的流れから抽出した移動物体のマスクを活用し、学習機構を設計し、それらを真の前景に拡張する。 これにより、オブジェクト発見タスクとオブジェクト/非オブジェクト分離の合同学習が可能になる。
  論文  参考訳（メタデータ） (2023-11-05T12:35:47Z)
• Discovering Objects that Can Move [55.743225595012966]
  手動ラベルなしでオブジェクトを背景から分離する、オブジェクト発見の問題について検討する。 既存のアプローチでは、色、テクスチャ、位置などの外観の手がかりを使用して、ピクセルをオブジェクトのような領域に分類する。 私たちは、動的オブジェクト -- 世界で独立して動くエンティティ -- にフォーカスすることを選びます。
  論文  参考訳（メタデータ） (2022-03-18T21:13:56Z)
• Contrastive Object Detection Using Knowledge Graph Embeddings [72.17159795485915]
  一つのホットアプローチで学習したクラス埋め込みの誤差統計と、自然言語処理や知識グラフから意味的に構造化された埋め込みを比較した。 本稿では,キーポイントベースおよびトランスフォーマーベースオブジェクト検出アーキテクチャの知識埋め込み設計を提案する。
  論文  参考訳（メタデータ） (2021-12-21T17:10:21Z)
• UAV Images Dataset for Moving Object Detection from Moving Cameras [0.0]
  本稿では,移動物体を手動でラベル付けする高分解能空中画像データセットを提案する。 移動カメラの移動物体検出手法の評価に寄与することを目的としている。
  論文  参考訳（メタデータ） (2021-03-21T18:44:38Z)
• A Simple and Effective Use of Object-Centric Images for Long-Tailed Object Detection [56.82077636126353]
  シーン中心画像における物体検出を改善するために,物体中心画像を活用する。 私たちは、シンプルで驚くほど効果的なフレームワークを提示します。 我々の手法は、レアオブジェクトのオブジェクト検出(およびインスタンスセグメンテーション)の精度を相対的に50%(および33%)向上させることができる。
  論文  参考訳（メタデータ） (2021-02-17T17:27:21Z)
• FMODetect: Robust Detection and Trajectory Estimation of Fast Moving Objects [110.29738581961955]
  高速移動物体の検出と軌道推定のための最初の学習ベースアプローチを提案する。 提案手法は, 高速移動物体を軌道への切り離された距離関数として検出する。 シャープな外観推定のために,エネルギー最小化に基づくデブロワーリングを提案する。
  論文  参考訳（メタデータ） (2020-12-15T11:05:34Z)
• DeFMO: Deblurring and Shape Recovery of Fast Moving Objects [139.67524021201103]
  生成モデルは、ぼやけたオブジェクトのイメージを潜在空間表現に埋め込み、背景を歪め、シャープな外観を描画する。 DeFMOは芸術の状態を上回り、高品質の時間超解像フレームを生成する。
  論文  参考訳（メタデータ） (2020-12-01T16:02:04Z)

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。