Fugu-MT 論文翻訳(概要): Non rigid geometric distortions correction -- Application to atmospheric turbulence stabilization

論文の概要: Non rigid geometric distortions correction -- Application to atmospheric turbulence stabilization

arxiv url: http://arxiv.org/abs/2411.01788v1
Date: Mon, 04 Nov 2024 04:21:41 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-05 14:39:40.624461
Title: Non rigid geometric distortions correction -- Application to atmospheric turbulence stabilization
Title（参考訳）: 非剛性幾何歪み補正 -- 大気圧安定化への応用-
Authors: Yu Mao, Jerome Gilles,
Abstract要約: 大気乱流により劣化した画像を復元するための新しい手法が提示される。乱流の影響を受けやすいフレーム列を考慮し,静的画像の特徴付けのための変動モデルを構築した。我々のアルゴリズムは単純で効率的であり、様々なシナリオで容易に一般化できる。
参考スコア（独自算出の注目度）: 2.4094285826152597
License:
Abstract: A novel approach is presented to recover an image degraded by atmospheric turbulence. Given a sequence of frames affected by turbulence, we construct a variational model to characterize the static image. The optimization problem is solved by Bregman Iteration and the operator splitting method. Our algorithm is simple, efficient, and can be easily generalized for different scenarios.
Abstract（参考訳）: 大気乱流により劣化した画像を復元するための新しい手法が提示される。乱流の影響を受けやすいフレーム列を考慮し,静的画像の特徴付けのための変動モデルを構築した。最適化問題はBregman Iterationと演算子分割法によって解決される。我々のアルゴリズムは単純で効率的であり、様々なシナリオで容易に一般化できる。

関連論文リスト

Turbulence stabilization [2.4094285826152597]
大気乱流から得られた一連のフレームから安定化画像を得るための新しい手法を開発した。このアルゴリットムの目標は、大気の動きによる幾何学的歪みを取り除くことである。本稿では,モデルにおける正規化項の選択の影響について検討する。
論文参考訳（メタデータ） (2024-11-05T08:04:29Z)
Diffeomorphic Template Registration for Atmospheric Turbulence Mitigation [50.16004183320537]
大気の乱流により劣化した画像の集合体に基づく放射能の回復法について述べる。画像の1つを参照として選択し、その画像から他の画像への光フローの集約により、この画像の変形をモデル化する。単純さに拘わらず、最先端のパフォーマンスを実現しています。
論文参考訳（メタデータ） (2024-05-06T17:39:53Z)
Physics-Driven Turbulence Image Restoration with Stochastic Refinement [80.79900297089176]
大気乱流による画像歪みは、長距離光学画像システムにおいて重要な問題である。ディープラーニングモデルが現実世界の乱流条件に適応するために、高速で物理学的なシミュレーションツールが導入された。本稿では,物理統合復元ネットワーク(PiRN)を提案する。
論文参考訳（メタデータ） (2023-07-20T05:49:21Z)
Atmospheric Turbulence Correction via Variational Deep Diffusion [23.353013333671335]
拡散モデルは、フォトリアリスティック画像合成などにおいて素晴らしい成果を上げている。本研究では,大気乱流補正問題の解法として,変分推論に基づく新しい深部拡散モデルを提案する。
論文参考訳（メタデータ） (2023-05-08T22:35:07Z)
A Variational Perspective on Solving Inverse Problems with Diffusion Models [101.831766524264]
逆タスクは、データ上の後続分布を推測するものとして定式化することができる。しかし、拡散過程の非線形的かつ反復的な性質が後部を引き付けるため、拡散モデルではこれは困難である。そこで我々は,真の後続分布を近似する設計手法を提案する。
論文参考訳（メタデータ） (2023-05-07T23:00:47Z)
AT-DDPM: Restoring Faces degraded by Atmospheric Turbulence using Denoising Diffusion Probabilistic Models [64.24948495708337]
大気の乱流は、ぼやけや幾何学的歪みを導入して画質を著しく劣化させる。 CNNベースやGANインバージョンベースなど,深層学習に基づく単一画像大気乱流低減手法が提案されている。 Denoising Diffusion Probabilistic Models (DDPMs) は、その安定したトレーニングプロセスと高品質な画像を生成する能力により、最近注目を集めている。
論文参考訳（メタデータ） (2022-08-24T03:13:04Z)
Single Frame Atmospheric Turbulence Mitigation: A Benchmark Study and A New Physics-Inspired Transformer Model [82.23276183684001]
本研究では,大気乱流の画像化のための物理インスピレーション付き変圧器モデルを提案する。提案ネットワークは変圧器ブロックのパワーを利用して動的乱流歪みマップを共同で抽出する。そこで本研究では,従来の客観的指標と,テキスト認識精度を用いたタスク駆動計測の両方で評価可能な,実世界の乱流データセットを新たに2つ提示する。
論文参考訳（メタデータ） (2022-07-20T17:09:16Z)
Equivariance Regularization for Image Reconstruction [5.025654873456756]
不完全な測定条件下での画像逆問題に対する構造適応正則化手法を提案する。この正規化スキームは、測定の物理学における同変構造を利用して、逆問題の不当な位置を緩和する。提案手法は,古典的な一階最適化アルゴリズムとともに,プラグ・アンド・プレイ方式で適用することができる。
論文参考訳（メタデータ） (2022-02-10T14:38:08Z)
Image Reconstruction of Static and Dynamic Scenes through Anisoplanatic Turbulence [1.6114012813668934]
静的および動的シーケンスの両方で大気乱流を緩和する統一的な手法を提案する。我々は,新しい時空間非局所平均化手法を用いることで,既存手法と比較して優れた結果を得ることができる。
論文参考訳（メタデータ） (2020-08-31T19:20:46Z)
Learning to Restore a Single Face Image Degraded by Atmospheric Turbulence using CNNs [93.72048616001064]
このような条件下で撮影された画像は、幾何学的変形と空間のぼかしの組合せに悩まされる。乱流劣化顔画像の復元問題に対する深層学習に基づく解法を提案する。
論文参考訳（メタデータ） (2020-07-16T15:25:08Z)

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。