論文の概要: Colorful Diffuse Intrinsic Image Decomposition in the Wild

• arxiv url: http://arxiv.org/abs/2409.13690v1
• Date: Fri, 20 Sep 2024 17:59:40 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-07 05:57:35.281606
• Title: Colorful Diffuse Intrinsic Image Decomposition in the Wild
• Title（参考訳）: 野生における有色拡散固有画像分解
• Authors: Chris Careaga, Yağız Aksoy,
• Abstract要約: 固有の画像分解は、1枚の写真から反射率と効果を分離することを目的としている。 本研究では,入力画像から拡散アルベド,カラフルな拡散シェーディング,特異残留成分を分離する。 拡張された内在モデルにより、写真の照度を意識した分析が可能となり、画像編集に利用することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Intrinsic image decomposition aims to separate the surface reflectance and the effects from the illumination given a single photograph. Due to the complexity of the problem, most prior works assume a single-color illumination and a Lambertian world, which limits their use in illumination-aware image editing applications. In this work, we separate an input image into its diffuse albedo, colorful diffuse shading, and specular residual components. We arrive at our result by gradually removing first the single-color illumination and then the Lambertian-world assumptions. We show that by dividing the problem into easier sub-problems, in-the-wild colorful diffuse shading estimation can be achieved despite the limited ground-truth datasets. Our extended intrinsic model enables illumination-aware analysis of photographs and can be used for image editing applications such as specularity removal and per-pixel white balancing.
• Abstract（参考訳）: 固有の画像分解は、1枚の写真から反射率と効果を分離することを目的としている。 問題の複雑さのため、ほとんどの先行研究は単色照明とランベルトの世界を前提としており、照明対応画像編集アプリケーションでは使用を制限している。 本研究では,入力画像から拡散アルベド,カラフルな拡散シェーディング,特異残留成分を分離する。 我々は、最初は単色照明を、次にランベルト世界の仮定を徐々に取り除き、結果に到達する。 この問題をより簡単なサブプロブレムに分割することで、地上のデータセットが限られているにもかかわらず、幅の広いカラフルな拡散シェーディング推定が可能であることを示す。 拡張された内在モデルにより、写真の照度を意識した分析が可能となり、明度除去や画素ごとのホワイトバランスなどの画像編集に利用することができる。

関連論文リスト

• Attentive Illumination Decomposition Model for Multi-Illuminant White Balancing [27.950125640986805]
  多くの商用カメラにおけるホワイトバランス(WB)アルゴリズムは、単色および均一な照明を前提としている。 スロットアテンションを利用して,各スロットが個別の照度を表すようなホワイトバランスモデルを提案する。 この設計により、モデルは個々の照度に対する色度と重量マップを生成でき、最終照明マップを構成するために融合される。
  論文  参考訳（メタデータ） (2024-02-28T12:15:29Z)
• Diffusion Posterior Illumination for Ambiguity-aware Inverse Rendering [63.24476194987721]
  画像からシーン特性を推定する逆レンダリングは、困難な逆問題である。 既存のソリューションの多くは、プリエントを逆レンダリングパイプラインに組み込んで、プラウシブルなソリューションを奨励している。 本稿では,自然照明マップ上で事前学習した確率拡散モデルを最適化フレームワークに統合する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-30T12:39:28Z)
• Towards High-Quality Specular Highlight Removal by Leveraging Large-Scale Synthetic Data [45.30068102110486]
  本稿では,1つのオブジェクトレベルの画像から特異なハイライトを取り除くことを目的とする。 そこで本研究では,これらに対処するための3段階ネットワークを提案する。 オブジェクトレベルの画像の大規模な合成データセットを提案する。
  論文  参考訳（メタデータ） (2023-09-12T15:10:23Z)
• Physically-Based Editing of Indoor Scene Lighting from a Single Image [106.60252793395104]
  本研究では,1つの画像から複雑な室内照明を推定深度と光源セグメンテーションマスクで編集する手法を提案する。 1)シーン反射率とパラメトリックな3D照明を推定する全体的シーン再構成法,2)予測からシーンを再レンダリングするニューラルレンダリングフレームワーク,である。
  論文  参考訳（メタデータ） (2022-05-19T06:44:37Z)
• Invariant Descriptors for Intrinsic Reflectance Optimization [15.638996731038231]
  固有の画像分解は、画像をアルベド(反射)とシェーディング(照明)サブコンポーネントに分解することを目的としている。 不適切で制約の少ないコンピュータビジョン問題である。 我々のアプローチは物理学に基づく、学習のないもので、より正確で堅牢な反射率分解をもたらす。
  論文  参考訳（メタデータ） (2022-04-08T13:52:13Z)
• Self-Supervised Intrinsic Image Decomposition Network Considering Reflectance Consistency [23.300763504208593]
  固有の画像分解は、画像を照明不変成分と照明不変成分に分解することを目的としている。 我々のネットワークは、画像をリフレクタンスとシェーディングのコンポーネントに分解することができる。
  論文  参考訳（メタデータ） (2021-11-05T07:52:06Z)
• DIB-R++: Learning to Predict Lighting and Material with a Hybrid Differentiable Renderer [78.91753256634453]
  そこで本研究では,単体画像から固有物体特性を推定する難題について,微分可能量を用いて検討する。 そこで本研究では、スペクトル化とレイトレーシングを組み合わせることで、これらの効果をサポートするハイブリッド微分可能なDIBR++を提案する。 より高度な物理ベースの微分可能値と比較すると、DIBR++はコンパクトで表現力のあるモデルであるため、高い性能を持つ。
  論文  参考訳（メタデータ） (2021-10-30T01:59:39Z)
• Auto White-Balance Correction for Mixed-Illuminant Scenes [52.641704254001844]
  オートホワイトバランス(AWB)は、シーン照明によるカラーキャストを取り除くためにカメラハードウェアによって適用される。 本稿では,この混合照明シーンに有効なAWB手法を提案する。 本手法は従来のカメラAWBモジュールと同様,照度推定を必要としない。
  論文  参考訳（メタデータ） (2021-09-17T20:13:31Z)
• Intrinsic Image Transfer for Illumination Manipulation [1.2387676601792899]
  本稿では,照明操作のための固有画像転送(IIT)アルゴリズムを提案する。 2つの照明面間の局所的な画像変換を生成する。 本報告では,本質的な画像分解を行うことなく,全ての損失を低減できることを示す。
  論文  参考訳（メタデータ） (2021-07-01T19:12:24Z)
• The Cube++ Illumination Estimation Dataset [50.58610459038332]
  本稿では,新しい照明推定データセットを提案する。 照明色が既知の4890の画像と、追加のセマンティックデータで構成されている。 データセットは、単一または2つの照度推定を実行するメソッドのトレーニングとテストに使用することができる。
  論文  参考訳（メタデータ） (2020-11-19T18:50:08Z)
• Shape, Illumination, and Reflectance from Shading [86.71603503678216]
  コンピュータビジョンにおける根本的な問題は、フラットな2次元画像から世界の本質的な3次元構造を推定することである。 表面は滑らかである傾向があり、塗料は均一である傾向があり、照明は自然である傾向にある。 我々の技術は、いくつかの古典的なコンピュータビジョン問題のスーパーセットと見なすことができる。
  論文  参考訳（メタデータ） (2020-10-07T18:14:41Z)

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。