論文の概要: Quaternion Generative Adversarial Neural Networks and Applications to Color Image Inpainting
- arxiv url: http://arxiv.org/abs/2406.11567v1
- Date: Mon, 17 Jun 2024 14:04:17 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-18 14:32:20.236045
- Title: Quaternion Generative Adversarial Neural Networks and Applications to Color Image Inpainting
- Title（参考訳）: 四元数生成逆ニューラルネットとカラーイメージインペインティングへの応用
- Authors: Duan Wang, Dandan Zhu, Meixiang Zhao, Zhigang Jia,
- Abstract要約: 本稿では,QGANモデルとその関連理論について提案する。
実験結果から,QGANはカラー画像の塗布に優れ,面積が不足していることが明らかとなった。
- 参考スコア（独自算出の注目度）: 2.9409095383085386
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Color image inpainting is a challenging task in imaging science. The existing method is based on real operation, and the red, green and blue channels of the color image are processed separately, ignoring the correlation between each channel. In order to make full use of the correlation between each channel, this paper proposes a Quaternion Generative Adversarial Neural Network (QGAN) model and related theory, and applies it to solve the problem of color image inpainting with large area missing. Firstly, the definition of quaternion deconvolution is given and the quaternion batch normalization is proposed. Secondly, the above two innovative modules are applied to generate adversarial networks to improve stability. Finally, QGAN is applied to color image inpainting and compared with other state-of-the-art algorithms. The experimental results show that QGAN has superiority in color image inpainting with large area missing.
- Abstract（参考訳）: カラー画像の塗装は、画像科学において難しい課題である。
既存の方法は実動作に基づいており、各チャネル間の相関を無視して、カラー画像の赤、緑、青のチャネルを別々に処理する。
本稿では,各チャネル間の相関関係をフル活用するために,QGANモデルとその関連理論を提案する。
まず、四元数分解の定義が与えられ、四元数バッチ正規化が提案される。
次に、上記の2つのイノベーティブなモジュールを適用して、安定性を向上させる。
最後に、QGANはカラー画像のインペイントに適用され、他の最先端アルゴリズムと比較される。
実験結果から,QGANはカラー画像の塗布に優れ,面積が不足していることが明らかとなった。
関連論文リスト
- A New Cross-Space Total Variation Regularization Model for Color Image Restoration with Quaternion Blur Operator [20.00683294783224]
カラー画像処理におけるクロスチャネル劣化問題は,複雑な結合とカラーピクセルの構造的ぼかしのため解決が難しい。
カラー画像の劣化に対する新しいクロススペース全変動(CSTV)正規化モデルを提案する。
異なる色空間における正規化関数のスイートバランスを求めるために,新しいL曲線法を提案する。
論文 参考訳（メタデータ） (2024-05-20T15:29:26Z) - MVIP-NeRF: Multi-view 3D Inpainting on NeRF Scenes via Diffusion Prior [65.05773512126089]
露光RGBと深度2Dの塗布監督を基盤としたNeRF塗布法は,その基礎となる2D塗布能力によって本質的に制限されている。
我々は,NeRF塗装における拡散先行の可能性を生かし,外観面と幾何学面の両方に対処するMVIP-NeRFを提案する。
実験の結果,従来のNeRF塗装法よりも外観や形状の回復性が良好であった。
論文 参考訳（メタデータ） (2024-05-05T09:04:42Z) - DARC: Distribution-Aware Re-Coloring Model for Generalizable Nucleus
Segmentation [68.43628183890007]
ドメインギャップは、異なるフォアグラウンド(核)-バックグラウンド比によっても引き起こされる可能性があると我々は主張する。
まず、異なる領域間の劇的な画像色変化を緩和する再カラー化手法を提案する。
次に,前景-背景比の変動に頑健な新しいインスタンス正規化手法を提案する。
論文 参考訳（メタデータ） (2023-09-01T01:01:13Z) - Quasi Non-Negative Quaternion Matrix Factorization with Application to
Color Face Recognition [0.0]
カラー画像処理のための新しい準負四元行列分解(QNQMF)を提案する。
四元数モデルにおける顔認識の精度は、カラー画像の赤、緑、青のチャネルよりも優れている。
論文 参考訳（メタデータ） (2022-11-30T04:51:09Z) - Detecting Recolored Image by Spatial Correlation [60.08643417333974]
画像のリカラー化は、画像の色値を操作して新しいスタイルを与える、新たな編集技術である。
本稿では,空間相関の観点から,従来型と深層学習による再色検出の汎用的検出能力を示す解を探索する。
提案手法は,複数のベンチマークデータセット上での最先端検出精度を実現し,未知の種類の再色法を適切に一般化する。
論文 参考訳（メタデータ） (2022-04-23T01:54:06Z) - Astronomical Image Colorization and upscaling with Generative
Adversarial Networks [0.0]
本研究の目的は、非常に特定の画像領域、すなわち天文学的な画像に焦点をあてることにより、この問題に自動的アプローチを提供することである。
我々は、RGBとL*a*bという2つの異なる色空間における様々なモデルの使用について検討する。
このモデルは、画像に存在しない高解像度で色付けされたデータを幻覚させる視覚的に魅力的な画像を生成する。
論文 参考訳（メタデータ） (2021-12-27T19:01:20Z) - Semantic-Sparse Colorization Network for Deep Exemplar-based
Colorization [23.301799487207035]
模範的なカラー化アプローチは、対象のグレースケール画像に対して可視色を提供するために、参照画像に依存する。
本研究では,グローバルな画像スタイルとセマンティックな色の両方をグレースケールに転送するセマンティック・スパースカラー化ネットワーク(SSCN)を提案する。
我々のネットワークは、あいまいなマッチング問題を緩和しつつ、グローバルカラーとローカルカラーのバランスを完全にとることができる。
論文 参考訳（メタデータ） (2021-12-02T15:35:10Z) - HistoGAN: Controlling Colors of GAN-Generated and Real Images via Color
Histograms [52.77252727786091]
HistoGANは、GAN生成画像の色を制御するための色ヒストグラムに基づく方法である。
我々は、HistoGANを拡張して、実画像を再色する方法を示す。
論文 参考訳（メタデータ） (2020-11-23T21:14:19Z) - Full Quaternion Representation of Color images: A Case Study on
QSVD-based Color Image Compression [0.38073142980732994]
カラー画像を四元数で表現する手法を提案する。
オートエンコーダニューラルネットワークを用いて、カラー画像をフル四元行列に変換するグローバルモデルを生成する。
論文 参考訳（メタデータ） (2020-07-19T19:13:21Z) - Learning to Structure an Image with Few Colors [59.34619548026885]
そこで,カラー量子化ネットワークであるColorCNNを提案する。
1ビットのカラースペース(すなわち2色)だけで、提案されたネットワークはCIFAR10データセット上で82.1%のトップ-1の精度を達成した。
アプリケーションの場合、PNGでエンコードされた場合、提案したカラー量子化は、極低ビットレート方式の他の画像圧縮方法よりも優れていることを示す。
論文 参考訳（メタデータ） (2020-03-17T17:56:15Z) - Very Long Natural Scenery Image Prediction by Outpainting [96.8509015981031]
アウトペイントには2つの課題があるため、あまり注意を払わない。
第一の課題は、生成された画像と元の入力の間の空間的および内容的整合性を維持する方法である。
第2の課題は、生成した結果の高品質を維持する方法です。
論文 参考訳（メタデータ） (2019-12-29T16:29:01Z)
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。