論文の概要: Parallax-tolerant Image Stitching via Segmentation-guided Multi-homography Warping
- arxiv url: http://arxiv.org/abs/2406.19922v1
- Date: Fri, 28 Jun 2024 13:51:59 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-01 16:40:26.093901
- Title: Parallax-tolerant Image Stitching via Segmentation-guided Multi-homography Warping
- Title（参考訳）: セグメンテーション誘導型マルチホモグラフィーワープによるパララックス耐性画像ストッチング
- Authors: Tianli Liao, Ce Wang, Lei Li, Guangen Liu, Nan Li,
- Abstract要約: 画像セグメンテーションによって導かれるマルチホモグラフィーワープを用いた新しい画像縫合法を提案する。
提案手法は,最先端の手法と比較して,大きなマージンで最適アライメント精度を提供する。
- 参考スコア（独自算出の注目度）: 14.098118907921947
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Large parallax between images is an intractable issue in image stitching. Various warping-based methods are proposed to address it, yet the results are unsatisfactory. In this paper, we propose a novel image stitching method using multi-homography warping guided by image segmentation. Specifically, we leverage the Segment Anything Model to segment the target image into numerous contents and partition the feature points into multiple subsets via the energy-based multi-homography fitting algorithm. The multiple subsets of feature points are used to calculate the corresponding multiple homographies. For each segmented content in the overlapping region, we select its best-fitting homography with the lowest photometric error. For each segmented content in the non-overlapping region, we calculate a weighted combination of the linearized homographies. Finally, the target image is warped via the best-fitting homographies to align with the reference image, and the final panorama is generated via linear blending. Comprehensive experimental results on the public datasets demonstrate that our method provides the best alignment accuracy by a large margin, compared with the state-of-the-art methods. The source code is available at https://github.com/tlliao/multi-homo-warp.
- Abstract（参考訳）: 画像間の大きな視差は、画像縫合において難解な問題である。
様々なワーピングに基づく手法が提案されているが、結果は不十分である。
本稿では,画像セグメンテーションによって導かれるマルチホモグラフィー・ワープを用いた新しい画像縫合法を提案する。
具体的には、Segment Anything Modelを利用して、ターゲット画像を多数のコンテンツに分割し、エネルギーベースのマルチホモグラフィーフィッティングアルゴリズムにより特徴点を複数のサブセットに分割する。
特徴点の多重部分集合は、対応する複数のホモグラフを計算するために使用される。
重なり合う領域の各セグメンテッドコンテンツに対して、最も低い光度誤差で最適なホモグラフィを選択する。
非重複領域における各セグメント化内容について、線形化ホモグラフの重み付け結合を計算する。
最後に、目標画像をベストフィットのホモグラフを介してワープして基準画像と整合させ、最終パノラマを線形ブレンディングにより生成する。
公開データセットの総合的な実験結果から,本手法は最先端の手法と比較して,大きなマージンで最適なアライメント精度を提供することが示された。
ソースコードはhttps://github.com/tlliao/multi-homo-warp.comで公開されている。
関連論文リスト
- RecDiffusion: Rectangling for Image Stitching with Diffusion Models [53.824503710254206]
画像縫合整形のための新しい拡散学習フレームワーク textbfRecDiffusion を提案する。
このフレームワークは運動拡散モデル(MDM)を組み合わせて運動場を生成し、縫合された画像の不規則な境界から幾何学的に修正された中間体へ効果的に遷移する。
論文 参考訳（メタデータ） (2024-03-28T06:22:45Z) - OsmLocator: locating overlapping scatter marks with a non-training
generative perspective [48.50108853199417]
重複するマークの配置には、テクスチャの欠如、文脈の少ない情報、ハロー形状、小さなサイズなど、多くの困難がある。
ここでは、クラスタリングに基づく再視覚化の最適化問題として、非学習的生成の観点から定式化する。
特に,異なるマーカーと様々な重なり合いの重なり合いを持つ何百もの散乱画像を含む2023というデータセットを構築し,提案手法を既存の手法と比較した。
論文 参考訳（メタデータ） (2023-12-18T12:39:48Z) - Generative Powers of Ten [60.6740997942711]
本稿では,複数の画像スケールにまたがる一貫したコンテンツを生成するために,テキスト・ツー・イメージ・モデルを用いる手法を提案する。
マルチスケール拡散サンプリングを共同で行うことで実現した。
本手法は従来の超解像法よりも深いズームレベルを実現する。
論文 参考訳（メタデータ） (2023-12-04T18:59:25Z) - Variational multichannel multiclass segmentation using unsupervised
lifting with CNNs [0.0]
与えられた画像をK$の異なる領域に分割するフレキシブルなマルチクラスセグメンテーション手法を実装した。
画像の事前分解を目的とした畳み込みニューラルネットワーク(CNN)を用いる。
セグメンテーションの出発点となる情報的特徴写像の抽出に特に重点を置いている。
論文 参考訳（メタデータ） (2023-02-04T18:01:47Z) - Multiscale Analysis for Improving Texture Classification [62.226224120400026]
本稿では,テクスチャの異なる空間周波数帯域を別々に扱うために,ガウス・ラプラシアピラミッドを用いる。
バイオインスパイアされたテクスチャ記述子,情報理論測度,灰色レベルの共起行列特徴,ハリリック統計特徴から抽出した特徴を特徴ベクトルに集約した。
論文 参考訳（メタデータ） (2022-04-21T01:32:22Z) - Image Processing Methods for Coronal Hole Segmentation, Matching, and
Map Classification [0.0]
目的は、物理モデルを使って地磁気嵐を予測することである。
問題を3つのサブプロブレムに分解する: (i) 物理的制約に基づくコロナホールセグメンテーション, (ii) 異なる写像間のコロナホールのクラスタマッチング, (iii) 物理地図分類。
提案手法は,精度の高い境界検出を提供することで,SegNet,U-net,Henney-Harvey,FCNを著しく上回る性能を示した。
論文 参考訳（メタデータ） (2022-01-04T23:19:53Z) - BoundarySqueeze: Image Segmentation as Boundary Squeezing [104.43159799559464]
本研究では,オブジェクトとシーンの微細な高画質画像分割のための新しい手法を提案する。
形態素画像処理技術による拡張と浸食に着想を得て,画素レベルのセグメンテーション問題をスクイーズ対象境界として扱う。
提案手法は,COCO,Cityscapesのインスタンス・セグメンテーション・セグメンテーション・セグメンテーションにおいて大きく向上し,同一条件下での精度・速度ともに従来のPointRendよりも優れていた。
論文 参考訳（メタデータ） (2021-05-25T04:58:51Z) - A Novel Falling-Ball Algorithm for Image Segmentation [0.14337588659482517]
領域ベースセグメンテーションアルゴリズムである領域ベースFalling-Ballアルゴリズムを提案する。
提案アルゴリズムは,丘陵地帯から落下する球が捕集流域で止まると仮定して,捕集流域を検出する。
論文 参考訳（メタデータ） (2021-05-06T12:41:10Z) - TransFill: Reference-guided Image Inpainting by Merging Multiple Color
and Spatial Transformations [35.9576572490994]
本稿では,対象画像とシーン内容を共有する別のソース画像を参照して,穴を埋めるマルチホモグラフィ変換核融合法であるtransfillを提案する。
色を調整し、各ホモグラフィー歪んだソースイメージにピクセルレベルのワーピングを適用して、ターゲットとの整合性を高めることを学びます。
本手法は,多種多様なベースラインと色差にまたがる画像対の最先端性能を実現し,ユーザ提供画像対に一般化する。
論文 参考訳（メタデータ） (2021-03-29T22:45:07Z) - Rethinking Interactive Image Segmentation: Feature Space Annotation [68.8204255655161]
本稿では,特徴空間投影による複数画像からの対話的・同時セグメントアノテーションを提案する。
本手法は,前景セグメンテーションデータセットにおける最先端手法の精度を上回ることができることを示す。
論文 参考訳（メタデータ） (2021-01-12T10:13:35Z) - Spectral Image Segmentation with Global Appearance Modeling [0.913755431537592]
我々は,グローバルな外見モデリングのための長距離関係を組み込んだ画像分割のための新しいスペクトル法を提案する。
このアプローチは2つの異なるグラフを組み合わせており、1つは近くのピクセル間の空間的関係をキャプチャするスパースグラフであり、もう1つはすべてのピクセル間のペアの類似性をキャプチャする密度の高いグラフである。
論文 参考訳（メタデータ） (2020-06-11T16:21:54Z)
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。