論文の概要: Rotation center identification based on geometric relationships for rotary motion deblurring

• arxiv url: http://arxiv.org/abs/2408.04171v1
• Date: Thu, 8 Aug 2024 02:32:48 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-09 16:50:38.503448
• Title: Rotation center identification based on geometric relationships for rotary motion deblurring
• Title（参考訳）: 回転振動の幾何学的関係に基づく回転中心同定
• Authors: Jinhui Qin, Yong Ma, Jun Huang, Fan Fan, You Du,
• Abstract要約: RMD (Non-blind rotation motion deblurring) は、回転運動ぼかし (RMB) 画像から遅延クリアなイメージを復元することを目的としている。 既存の手法では、RMB画像から回転中心を直接推定する。 回転中心同定のための幾何学的手法を提案し,その誤差範囲を解析する。
• 参考スコア（独自算出の注目度）: 8.764999254828783
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Non-blind rotary motion deblurring (RMD) aims to recover the latent clear image from a rotary motion blurred (RMB) image. The rotation center is a crucial input parameter in non-blind RMD methods. Existing methods directly estimate the rotation center from the RMB image. However they always suffer significant errors, and the performance of RMD is limited. For the assembled imaging systems, the position of the rotation center remains fixed. Leveraging this prior knowledge, we propose a geometric-based method for rotation center identification and analyze its error range. Furthermore, we construct a RMB imaging system. The experiment demonstrates that our method achieves less than 1-pixel error along a single axis (x-axis or y-axis). We utilize the constructed imaging system to capture real RMB images, and experimental results show that our method can help existing RMD approaches yield better RMD images.
• Abstract（参考訳）: RMD (Non-blind rotation motion deblurring) は、回転運動ぼかし (RMB) 画像から遅延クリアなイメージを復元することを目的としている。 回転中心は、非盲点 RMD 法において重要な入力パラメータである。 既存の手法では、RMB画像から直接回転中心を推定する。 しかし、それらは常に重大なエラーを被り、RTDの性能は限られている。 組立画像システムでは、回転中心の位置が固定されている。 この先行知識を生かして,回転中心の同定と誤差範囲の解析を行う幾何学的手法を提案する。 さらに,RMBイメージングシステムを構築した。 実験により, 一つの軸(x軸, y軸)に沿って1ピクセル未満の誤差が得られた。 構築した画像システムを用いて実RMB画像のキャプチャを行い,実験結果から既存のRMD手法によりより優れたRMD画像が得られることを示す。

関連論文リスト

• Single Image Rolling Shutter Removal with Diffusion Models [46.57721145372241]
  単フレーム転がりシャッター(RS)補正のための最初の拡散モデルに基づく手法であるRS-Diffusionを提案する。 本研究では,イメージ・トゥ・モーションの枠組みを,パッチ・アテンション・モジュールを設計した拡散技術を用いて提示する。 さらに,得られたRSフレームと,対応するGlobal Shutter(GS)地対からなるRS-Realデータセットを提案する。
  論文  参考訳（メタデータ） (2024-07-03T08:25:02Z)
• Learning Unorthogonalized Matrices for Rotation Estimation [83.94986875750455]
  3次元の回転を推定することは、3次元コンピュータビジョンの一般的な手順である。 回転行列という表現の1つの形式は、その連続性のために人気がある。 非直交擬似擬似回転行列(PRoM)を提案する。
  論文  参考訳（メタデータ） (2023-12-01T09:56:29Z)
• DFR: Depth from Rotation by Uncalibrated Image Rectification with Latitudinal Motion Assumption [6.369764116066747]
  そこで我々は,非校正回転カメラのための新しい画像補正ソリューションDfRを提案する。 具体的には、カメラが一定の緯度で球上で回転するときに回転するカメラの動きをモデル化する。 2点解析解法は2つの画像の修正変換を直接計算することから導かれる。
  論文  参考訳（メタデータ） (2023-07-11T09:11:22Z)
• CRIN: Rotation-Invariant Point Cloud Analysis and Rotation Estimation via Centrifugal Reference Frame [60.24797081117877]
  CRIN,すなわち遠心回転不変ネットワークを提案する。 CRINは点の座標を直接入力として取り、局所点を回転不変表現に変換する。 点に基づく3次元回転の連続分布を導入する。
  論文  参考訳（メタデータ） (2023-03-06T13:14:10Z)
• RAGO: Recurrent Graph Optimizer For Multiple Rotation Averaging [62.315673415889314]
  本稿では,複数回転平均化(MRA)のための深部繰り返し回転平均化グラフ(RAGO)を提案する。 我々のフレームワークは、実世界のアプリケーションに小さなサイズでデプロイされた、リアルタイムに学習から最適化するローテーション平均化グラフである。
  論文  参考訳（メタデータ） (2022-12-14T13:19:40Z)
• RSDet++: Point-based Modulated Loss for More Accurate Rotated Object Detection [53.57176614020894]
  我々は、回転感度誤差(RSE)として、5パラメータと8パラメータの回転物体検出法の両方における損失の不連続性を分類する。 問題を軽減するために新しい変調された回転損失を導入し、回転感度検出ネットワーク(RSDet)を提案する。 10ピクセル未満のオブジェクトに対する本手法の精度をさらに向上するため,新しいRSDet++を提案する。
  論文  参考訳（メタデータ） (2021-09-24T11:57:53Z)
• The Modulo Radon Transform: Theory, Algorithms and Applications [12.055044544892903]
  本稿では,MRT(Modulo Radon Transform)に基づく新しいモデルを提案する。 ハードウェアとアルゴリズムのジョイントデザインを活用することで,単発HDRトモグラフィー手法を提案する。 本ソリューションは,HDR 取得の道のりを,多くの関連画像問題に適用する。
  論文  参考訳（メタデータ） (2021-05-10T08:38:48Z)
• Extreme Rotation Estimation using Dense Correlation Volumes [73.35119461422153]
  本稿では,RGB画像対の相対的な3次元回転を極端に推定する手法を提案する。 画像が重なり合わなくても、それらの幾何学的関係に関して豊富な隠れた手がかりがあるかもしれないと観察する。 本稿では,2つの入力画像間の全ての点を比較することで,そのような暗黙の手がかりを自動的に学習できるネットワーク設計を提案する。
  論文  参考訳（メタデータ） (2021-04-28T02:00:04Z)
• On the Robustness of Multi-View Rotation Averaging [77.09542018140823]
  解法に$epsilon$-cycle整合項を導入する。 重み低減による誤測定の負の効果を暗黙的に抑制する。 実験の結果,提案手法は様々なベンチマークで芸術の状況よりも優れていた。
  論文  参考訳（メタデータ） (2021-02-09T05:47:37Z)

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。