論文の概要: Burst Image Super-Resolution with Base Frame Selection

• arxiv url: http://arxiv.org/abs/2406.17869v1
• Date: Tue, 25 Jun 2024 18:16:25 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-27 15:37:10.250732
• Title: Burst Image Super-Resolution with Base Frame Selection
• Title（参考訳）: ベースフレーム選択によるバースト画像の高分解能化
• Authors: Sanghyun Kim, Min Jung Lee, Woohyeok Kim, Deunsol Jung, Jaesung Rim, Sunghyun Cho, Minsu Cho,
• Abstract要約: 非一様露光によるバーストショットを用いて現実の現実的なシナリオに直面することを検討する。 非一様シナリオに対するフレーム選択ネットワーク(FSN)を提案する。 このネットワークは、計算コストの低いプラグイン・アンド・プレイ方式で既存の超解像法にシームレスに統合される。
• 参考スコア（独自算出の注目度）: 45.041327362270195
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Burst image super-resolution has been a topic of active research in recent years due to its ability to obtain a high-resolution image by using complementary information between multiple frames in the burst. In this work, we explore using burst shots with non-uniform exposures to confront real-world practical scenarios by introducing a new benchmark dataset, dubbed Non-uniformly Exposed Burst Image (NEBI), that includes the burst frames at varying exposure times to obtain a broader range of irradiance and motion characteristics within a scene. As burst shots with non-uniform exposures exhibit varying levels of degradation, fusing information of the burst shots into the first frame as a base frame may not result in optimal image quality. To address this limitation, we propose a Frame Selection Network (FSN) for non-uniform scenarios. This network seamlessly integrates into existing super-resolution methods in a plug-and-play manner with low computational costs. The comparative analysis reveals the effectiveness of the nonuniform setting for the practical scenario and our FSN on synthetic-/real- NEBI datasets.
• Abstract（参考訳）: バースト画像超解像は、バースト内の複数のフレーム間の相補的な情報を用いて高解像度画像を得る能力により、近年活発に研究されている。 本研究では,非一様露光によるバーストショットを用いて現実の現実の現実のシナリオに対抗し,非一様露光バースト画像 (NEBI) と呼ばれる新しいベンチマークデータセットを導入する。 非均一露光のバーストショットは様々な劣化レベルを示すため、バーストショットの情報をベースフレームとして第1フレームに融合しても最適な画質にはならない。 この制限に対処するため、一様でないシナリオに対するフレーム選択ネットワーク(FSN)を提案する。 このネットワークは、計算コストの低いプラグイン・アンド・プレイ方式で既存の超解像法にシームレスに統合される。 比較分析により,実シナリオにおける非一様設定の有効性が明らかとなり,FSNが合成・実データNEBIデータセットに与える影響が明らかになった。

関連論文リスト

• RBSR: Efficient and Flexible Recurrent Network for Burst Super-Resolution [57.98314517861539]
  バースト超解像(BurstSR)は、高解像度(HR)画像を低解像度(LR)画像と雑音画像から再構成することを目的としている。 本稿では,効率よくフレキシブルなリカレントネットワークでフレーム単位のキューを融合させることを提案する。
  論文  参考訳（メタデータ） (2023-06-30T12:14:13Z)
• Gated Multi-Resolution Transfer Network for Burst Restoration and Enhancement [75.25451566988565]
  低画質の原画像のバーストから空間的精度の高い高画質画像を再構成する新しいGated Multi-Resolution Transfer Network (GMTNet)を提案する。 5つのデータセットに関する詳細な実験分析は、我々のアプローチを検証し、バースト超解像、バーストデノイング、低照度バーストエンハンスメントのための最先端技術を設定する。
  論文  参考訳（メタデータ） (2023-04-13T17:54:00Z)
• Time Lens++: Event-based Frame Interpolation with Parametric Non-linear Flow and Multi-scale Fusion [47.57998625129672]
  イベントや画像から1ショットの非線形なフレーム間動きを複数スケールのフィーチャレベル融合と計算する。 提案手法は,PSNRで最大0.2dB,LPIPSで最大15%の再現性向上を実現する。
  論文  参考訳（メタデータ） (2022-03-31T17:14:58Z)
• Burst Image Restoration and Enhancement [86.08546447144377]
  バースト画像復元の目標は、複数のバーストフレームに補完的なキューを効果的に組み合わせ、高品質な出力を生成することである。 入力されたすべてのバーストフレームから補足情報を組み合わせてシームレスに情報を交換する,Emphpseudo-Burst機能セットを作成する。 提案手法は, バースト超解像および低照度画像強調タスクにおける技術性能の状況を示す。
  論文  参考訳（メタデータ） (2021-10-07T17:58:56Z)
• Deep Burst Super-Resolution [165.90445859851448]
  バースト超解像タスクのための新しいアーキテクチャを提案する。 我々のネットワークは複数のノイズRAW画像を入力として取り出し、出力として分解された超解像RGB画像を生成する。 実世界のデータのトレーニングと評価を可能にするため,BurstSRデータセットも導入する。
  論文  参考訳（メタデータ） (2021-01-26T18:57:21Z)

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。