論文の概要: Depth-Aided Color Image Inpainting in Quaternion Domain
- arxiv url: http://arxiv.org/abs/2503.16818v1
- Date: Fri, 21 Mar 2025 03:18:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-24 14:55:43.479655
- Title: Depth-Aided Color Image Inpainting in Quaternion Domain
- Title（参考訳）: 四次領域における深度支援カラー画像の塗布
- Authors: Shunki Tatsumi, Ryo Hayakawa, Youji Iiguni,
- Abstract要約: 深度支援低ランク四元数行列補完(D-LRQMC)と呼ばれる四元数領域における深度支援カラー画像の塗装法を提案する。
従来の塗装技術では、3つの虚構部分をカラーチャネルとして使用することにより、色像を四元行列として表現するが、実際の部分はゼロに設定され、情報を持たない。
本手法では, 色と深さの相関を利用して, インペイントの結果を改善することを目的として, 四元数表現の実際の部分として深度情報を取り入れた。
- 参考スコア（独自算出の注目度）: 0.8739101659113155
- License:
- Abstract: In this paper, we propose a depth-aided color image inpainting method in the quaternion domain, called depth-aided low-rank quaternion matrix completion (D-LRQMC). In conventional quaternion-based inpainting techniques, the color image is expressed as a quaternion matrix by using the three imaginary parts as the color channels, whereas the real part is set to zero and has no information. Our approach incorporates depth information as the real part of the quaternion representations, leveraging the correlation between color and depth to improve the result of inpainting. In the proposed method, we first restore the observed image with the conventional LRQMC and estimate the depth of the restored result. We then incorporate the estimated depth into the real part of the observed image and perform LRQMC again. Simulation results demonstrate that the proposed D-LRQMC can improve restoration accuracy and visual quality for various images compared to the conventional LRQMC. These results suggest the effectiveness of the depth information for color image processing in quaternion domain.
- Abstract（参考訳）: 本稿では,D-LRQMC(Deep-aided Low-rank quaternion matrix completion)と呼ばれる,四元数領域における色画像の塗装法を提案する。
従来の四元数ベースの塗装技術では、3つの虚構部分を色チャネルとして使用することで色像を四元数行列として表現するが、実際の部分はゼロに設定され情報を持たない。
提案手法は,色と深さの相関を利用して塗装結果を改善することで,四元数表現の実際の部分として深度情報を取り入れる。
提案手法では,まず従来のLRQMCを用いて観測画像の復元を行い,復元結果の深さを推定する。
次に、推定深度を観測画像の実際の部分に組み込み、LRQMCを再び実行する。
シミュレーションの結果,提案したD-LRQMCは従来のLRQMCと比較して,様々な画像の復元精度と視覚的品質を向上させることができることがわかった。
これらの結果から,四元領域におけるカラー画像処理における深度情報の有効性が示唆された。
関連論文リスト
- Enhancing Underwater Imaging with 4-D Light Fields: Dataset and Method [77.80712860663886]
4次元光場(LF)は、光吸収、散乱、その他の課題に悩まされる水中イメージングを強化する。
水中4次元LF画像強調と深度推定のためのプログレッシブフレームワークを提案する。
学習手法の定量的評価と教師あり訓練のための,最初の4次元LFに基づく水中画像データセットを構築した。
論文 参考訳（メタデータ） (2024-08-30T15:06:45Z) - Q-SLAM: Quadric Representations for Monocular SLAM [85.82697759049388]
四角形のレンズを通して体積表現を再現する。
我々は、RGB入力からノイズの深い深さ推定を正すために二次仮定を用いる。
本研究では,新たな二次分割変換器を導入し,二次情報を集約する。
論文 参考訳（メタデータ） (2024-03-12T23:27:30Z) - A Theoretically Guaranteed Quaternion Weighted Schatten p-norm
Minimization Method for Color Image Restoration [11.47644299959152]
カラー画像復元問題に対処する新しい四元数ベースWSNMモデル(QWSNM)を提案する。
カラー画像のデノゲーションとデブロワーリングを含む2つの代表的CIRタスクに対する広範囲な実験により、提案手法が多くの最先端の代替品に対して好適に機能することを実証した。
論文 参考訳（メタデータ） (2023-07-24T09:54:49Z) - Quaternion tensor left ring decomposition and application for color
image inpainting [14.601163837840675]
TR分解の強力で一般化された表現能力を継承する四元数テンソル左環(QTLR)分解を提案する。
さらに,定義QTLR分解に基づくカラー画像インペイントのための低ランク四元数テンソル補完(LRQTC)モデルを提案する。
論文 参考訳（メタデータ） (2023-07-20T06:37:47Z) - Symmetric Uncertainty-Aware Feature Transmission for Depth
Super-Resolution [52.582632746409665]
カラー誘導DSRのためのSymmetric Uncertainty-aware Feature Transmission (SUFT)を提案する。
本手法は最先端の手法と比較して優れた性能を実現する。
論文 参考訳（メタデータ） (2023-06-01T06:35:59Z) - Quasi Non-Negative Quaternion Matrix Factorization with Application to
Color Face Recognition [0.0]
カラー画像処理のための新しい準負四元行列分解(QNQMF)を提案する。
四元数モデルにおける顔認識の精度は、カラー画像の赤、緑、青のチャネルよりも優れている。
論文 参考訳（メタデータ） (2022-11-30T04:51:09Z) - Quaternion Optimized Model with Sparse Regularization for Color Image
Recovery [10.137095668835439]
本論文は、音声フォーマットや画像を含む様々な信号タイプが、それぞれのベースに対して本質的に疎い構造を持っているという事実に着想を得たものである。
色画像は四元数領域で全体として処理できるため、四元数離散コサイン変換(QDCT)領域における色画像の空間性について記述した。
より優れた低ランク近似を実現するために、提案モデルでは、クォーテリオンベースのトランケート核ノルム(QTNN)が採用されている。
論文 参考訳（メタデータ） (2022-04-19T03:07:12Z) - Quaternion-based dynamic mode decomposition for background modeling in
color videos [1.0098114696565863]
動的モード分解(DMD)は,映像列を背景モデルと対応する前景部に頑健に分解する手法である。
四元数行列解析によりDMDを拡張する四元数ベースのDMD(Q-DMD)を提案する。
四元数行列の標準固有値を用いてスペクトル分解を計算し、対応するQ-DMDモードと固有値を算出する。
論文 参考訳（メタデータ） (2021-12-28T03:35:39Z) - BOP Challenge 2020 on 6D Object Localization [56.591561228575635]
BOP Challenge 2020は、RGB-D画像から6Dオブジェクトのポーズを推定する分野における現状を捉えることを目標とする、一連の公開コンペティションの3番目である。
参加者はBlenderProc4BOPが生成した350Kのトレーニング画像、新しいオープンソースで軽量な物理ベース(PBR)と手続きデータジェネレータが提供された。
トップパフォーマンスの手法はRGB-D画像チャンネルに依存しているが、トレーニングとテストの両方でRGBチャンネルのみを使用した場合、強い結果が得られた。
論文 参考訳（メタデータ） (2020-09-15T22:35:14Z) - 3D Photography using Context-aware Layered Depth Inpainting [50.66235795163143]
本稿では、1枚のRGB-D入力画像を3D写真に変換する方法を提案する。
学習に基づく着色モデルでは,新しい局所的な色と深度を隠蔽領域に合成する。
結果の3D写真は、モーションパララックスで効率よくレンダリングできる。
論文 参考訳（メタデータ） (2020-04-09T17:59:06Z) - Single-Image HDR Reconstruction by Learning to Reverse the Camera
Pipeline [100.5353614588565]
本稿では,LDR画像形成パイプラインの領域知識をモデルに組み込むことを提案する。
我々は,HDRto-LDR画像形成パイプラインを(1)ダイナミックレンジクリッピング,(2)カメラ応答関数からの非線形マッピング,(3)量子化としてモデル化する。
提案手法は,最先端の単一画像HDR再構成アルゴリズムに対して良好に動作することを示す。
論文 参考訳（メタデータ） (2020-04-02T17:59:04Z)
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。