論文の概要: Dropout the High-rate Downsampling: A Novel Design Paradigm for UHD Image Restoration

• arxiv url: http://arxiv.org/abs/2411.06456v1
• Date: Sun, 10 Nov 2024 13:05:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-12 14:09:20.734591
• Title: Dropout the High-rate Downsampling: A Novel Design Paradigm for UHD Image Restoration
• Title（参考訳）: ハイレートダウンサンプリング:UHD画像復元のための新しいパラダイム
• Authors: Chen Wu, Ling Wang, Long Peng, Dianjie Lu, Zhuoran Zheng,
• Abstract要約: D2NetはUHD(Ultra-high-definition)画像の完全な推測を可能にする。 本モデルは,最先端手法よりも定量的,定性的な結果が得られることを示す。
• 参考スコア（独自算出の注目度）: 11.866565346920781
• License:
• Abstract: With the popularization of high-end mobile devices, Ultra-high-definition (UHD) images have become ubiquitous in our lives. The restoration of UHD images is a highly challenging problem due to the exaggerated pixel count, which often leads to memory overflow during processing. Existing methods either downsample UHD images at a high rate before processing or split them into multiple patches for separate processing. However, high-rate downsampling leads to significant information loss, while patch-based approaches inevitably introduce boundary artifacts. In this paper, we propose a novel design paradigm to solve the UHD image restoration problem, called D2Net. D2Net enables direct full-resolution inference on UHD images without the need for high-rate downsampling or dividing the images into several patches. Specifically, we ingeniously utilize the characteristics of the frequency domain to establish long-range dependencies of features. Taking into account the richer local patterns in UHD images, we also design a multi-scale convolutional group to capture local features. Additionally, during the decoding stage, we dynamically incorporate features from the encoding stage to reduce the flow of irrelevant information. Extensive experiments on three UHD image restoration tasks, including low-light image enhancement, image dehazing, and image deblurring, show that our model achieves better quantitative and qualitative results than state-of-the-art methods.
• Abstract（参考訳）: ハイエンドモバイルデバイスの普及に伴い、UHD(Ultra-high-definition)イメージは私たちの生活に広く浸透している。 UHD画像の復元は、処理中にしばしばメモリオーバーフローを引き起こす画素数が誇張されているため、非常に難しい問題である。 既存の方法では、処理前にUHD画像を高速でダウンサンプルするか、別々の処理のために複数のパッチに分割する。 しかし、高いレートのダウンサンプリングは重大な情報損失をもたらし、パッチベースのアプローチは必然的に境界アーティファクトを導入している。 本稿では,D2Netと呼ばれるUHD画像復元問題を解決するための新しい設計パラダイムを提案する。 D2Netは、高レートのダウンサンプリングや複数のパッチへの分割を必要とせずに、UHDイメージの完全な推測を可能にする。 具体的には、周波数領域の特徴を巧みに利用して、特徴の長距離依存性を確立する。 UHD画像のよりリッチな局所パターンを考慮すると、局所的な特徴を捉えるためのマルチスケールの畳み込みグループも設計する。 さらに,復号段階において,符号化段階の特徴を動的に取り入れて,無関係な情報のフローを低減する。 低照度画像強調, 画像デハージング, 画像劣化を含む3つのUHD画像復元タスクに対する広範囲な実験により, 我々のモデルは最先端の手法よりも定量的, 質的な結果が得られることを示した。

関連論文リスト

• Assessing UHD Image Quality from Aesthetics, Distortions, and Saliency [51.36674160287799]
  我々は3つの視点からUHD画像の品質を評価するためにマルチブランチディープニューラルネットワーク(DNN)を設計する。 UHD画像から低解像度画像から美的特徴を抽出する。 UHD画像から抽出したミニパッチからなる断片画像を用いて, 技術的歪みを測定する。 UHD画像の塩分含有量を検知し、収穫し、塩分領域から品質認識特徴を抽出する。
  論文  参考訳（メタデータ） (2024-09-01T15:26:11Z)
• Towards Ultra-High-Definition Image Deraining: A Benchmark and An Efficient Method [42.331058889312466]
  本稿では,4K解像度で13,000枚の画像対を含む4K-Rain13kの大規模UHD画像デライニングデータセットについて述べる。 我々は,この課題をより効果的かつ効率的な視覚ベースアーキテクチャ (UDR-Mixer) を開発した。
  論文  参考訳（メタデータ） (2024-05-27T11:45:08Z)
• Advancements and Trends in Ultra-High-Resolution Image Processing: An Overview [2.17172315573773]
  本稿では,2つの視点からUHD画像強調の現状を紹介する。 1つはアプリケーション分野、もう1つは技術です。
  論文  参考訳（メタデータ） (2023-11-30T23:47:37Z)
• SMAE: Few-shot Learning for HDR Deghosting with Saturation-Aware Masked Autoencoders [97.64072440883392]
  そこで本研究では,SSHDRと呼ばれる2段階の訓練を通した短距離HDRイメージングを実現するための,新しい半教師付きアプローチを提案する。 以前の方法とは異なり、コンテンツを直接回復し、ゴーストを同時に除去することは、最適に達成することが難しい。 実験により、SSHDRは異なるデータセットの内外における定量的かつ定性的に最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2023-04-14T03:42:51Z)
• 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)
• Embedding Fourier for Ultra-High-Definition Low-Light Image Enhancement [78.67036949708795]
  UHD(Ultra-High-Definition)写真は、高度な撮像装置の標準構成となっている。 本稿では,Fourier変換をカスケードネットワークに組み込む新しいソリューションUHDFourを提案する。 また,2,150個の低雑音/正規クラー4K画像ペアを含むUHD LLIEデータセットである textbfUHD-LL をコントリビュートした。
  論文  参考訳（メタデータ） (2023-02-23T07:43:41Z)
• HDRUNet: Single Image HDR Reconstruction with Denoising and Dequantization [39.82945546614887]
  本研究では,空間動的エンコーダデコーダネットワークであるHDRUNetを用いて,単一画像HDR再構成のためのエンドツーエンドマッピングを学習する。 本手法は,定量的比較と視覚的品質において最先端の性能を実現する。
  論文  参考訳（メタデータ） (2021-05-27T12:12:34Z)
• Early Exit or Not: Resource-Efficient Blind Quality Enhancement for Compressed Images [54.40852143927333]
  ロスシー画像圧縮は、通信帯域を節約するために広範に行われ、望ましくない圧縮アーティファクトをもたらす。 圧縮画像に対する資源効率の高いブラインド品質向上手法(RBQE)を提案する。 提案手法は, 評価された画像の品質に応じて, 自動的にエンハンスメントを終了するか, 継続するかを決定することができる。
  論文  参考訳（メタデータ） (2020-06-30T07:38:47Z)
• Invertible Image Rescaling [118.2653765756915]
  Invertible Rescaling Net (IRN) を開発した。 我々は、ダウンスケーリングプロセスにおいて、指定された分布に従う潜在変数を用いて、失われた情報の分布をキャプチャする。
  論文  参考訳（メタデータ） (2020-05-12T09:55:53Z)

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。