論文の概要: Enhancing Wide-Angle Image Using Narrow-Angle View of the Same Scene

• arxiv url: http://arxiv.org/abs/2504.09455v1
• Date: Sun, 13 Apr 2025 06:36:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-15 16:49:51.357301
• Title: Enhancing Wide-Angle Image Using Narrow-Angle View of the Same Scene
• Title（参考訳）: 同じシーンの狭角ビューによる広角画像のエンハンス
• Authors: Hussain Md. Safwan, Mahbub Islam Mahim, Fawwaz Mohammed Amin,
• Abstract要約: そこで本研究では,通常,一次レンズで撮影される画像に関連付けられた,より微細な細部で広角ショットを注入する手法を提案する。 我々は、狭角ショットから視覚的品質パラメータを抽出し、それに対応するシーンの広角画像に転送することを学ぶために、GANベースのモデルを訓練する。 本稿では,画像の視覚的本質を分離し,他の画像に転送する手法について詳述した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: A common dilemma while photographing a scene is whether to capture it in wider angle, allowing more of the scene to be covered but in lesser details or to click in narrow angle that captures better details but leaves out portions of the scene. We propose a novel method in this paper that infuses wider shots with finer quality details that is usually associated with an image captured by the primary lens by capturing the same scene using both narrow and wide field of view (FoV) lenses. We do so by training a GAN-based model to learn to extract the visual quality parameters from a narrow angle shot and to transfer these to the corresponding wide-angle image of the scene. We have mentioned in details the proposed technique to isolate the visual essence of an image and to transfer it into another image. We have also elaborately discussed our implementation details and have presented the results of evaluation over several benchmark datasets and comparisons with contemporary advancements in the field.
• Abstract（参考訳）: シーンを撮影する際の一般的なジレンマは、より広い角度で撮影するかどうかであり、より多くのシーンをカバーできるが、より細部は少ない。 広視野レンズ(FoV)と狭視野レンズ(FoV)の両方を用いて同じシーンを撮影することにより、通常、一次レンズが捉えた画像と関連する、より精細な画質のショットを注入する新しい手法を提案する。 我々は、狭角ショットから視覚的品質パラメータを抽出し、それに対応するシーンの広角画像に転送することを学ぶために、GANベースのモデルを訓練する。 本稿では,画像の視覚的本質を分離し,他の画像に転送する手法について詳述した。 実装の詳細についても詳しく議論し、いくつかのベンチマークデータセットに対する評価結果と、この分野における現代の進歩との比較を行った。

関連論文リスト

• Zero-shot Image Editing with Reference Imitation [50.75310094611476]
  我々は、ユーザーがより便利に創造性を発揮できるように、模倣編集と呼ばれる新しい形態の編集を提示する。 ビデオクリップから2つのフレームをランダムに選択し、あるフレームのいくつかの領域をマスクし、他のフレームからの情報を用いてマスクされた領域を復元する、MimicBrushと呼ばれる生成学習フレームワークを提案する。 各種試験事例における本手法の有効性を実験的に示すとともに,既存手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-06-11T17:59:51Z)
• SAMPLING: Scene-adaptive Hierarchical Multiplane Images Representation for Novel View Synthesis from a Single Image [60.52991173059486]
  単一画像からの新規ビュー合成のためのシーン適応型階層型多面体画像表現であるSAMPlingを紹介する。 提案手法は,KITTIデータセット上の単一画像を用いて,大規模非有界屋外シーンにおいてかなりの性能向上を示す。
  論文  参考訳（メタデータ） (2023-09-12T15:33:09Z)
• Multi-level Cross-modal Feature Alignment via Contrastive Learning towards Zero-shot Classification of Remote Sensing Image Scenes [7.17717863134783]
  ゼロショット画像シーンの分類に対処するクロスモーダル特徴アライメント手法が提案されている。 リモートセンシング画像シーンのゼロショット分類のためのコントラスト学習によるマルチレベルクロスモーダル特徴アライメント手法を提案する。 提案手法は,ゼロショットリモートセンシング画像シーン分類のための技術手法の状況より優れている。
  論文  参考訳（メタデータ） (2023-05-31T10:00:45Z)
• Factorized and Controllable Neural Re-Rendering of Outdoor Scene for Photo Extrapolation [50.00344639039158]
  本稿では, 乱雑な屋外インターネット写真コレクションから新たなビューを生成するために, ニューラルリレンダリングモデルを提案する。 また,テクスチャの詳細を補完する新しいリアリズム拡張法を提案し,そのテクスチャの詳細を狭められた画像から外挿したニューラルレンダリング画像に自動的に伝達する。
  論文  参考訳（メタデータ） (2022-07-14T13:28:08Z)
• Scene Consistency Representation Learning for Video Scene Segmentation [26.790491577584366]
  本稿では,長期ビデオからより優れたショット表現を学習するための,効果的な自己監視学習(SSL)フレームワークを提案する。 本稿では,シーンの一貫性を実現するためのSSLスキームを提案するとともに,モデルの一般化性を高めるためのデータ拡張とシャッフル手法について検討する。 本手法は,映像シーンのタスクにおける最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2022-05-11T13:31:15Z)
• Neural Radiance Fields for Outdoor Scene Relighting [70.97747511934705]
  ニューラルラジアンス場に基づく屋外シーンライティングのための最初のアプローチであるNeRF-OSRを提案する。 従来の技術とは対照的に,本手法はシーン照明とカメラ視点の同時編集を可能にする。 シャドウ再現のための専用ネットワークも備えており、高品質の屋外照明に欠かせない。
  論文  参考訳（メタデータ） (2021-12-09T18:59:56Z)
• Practical Wide-Angle Portraits Correction with Deep Structured Models [17.62752136436382]
  本稿では,写真から視線歪みを取り除くための深層学習手法について紹介する。 入力として広角ポートレートが与えられると、LineNet、ShapeNet、トランジションモジュールからなるカスケードネットワークを構築します。 定量的評価には,ラインの整合性と面の整合性という2つの新しい指標を導入する。
  論文  参考訳（メタデータ） (2021-04-26T10:47:35Z)
• Repopulating Street Scenes [59.2621467759251]
  そこで本稿では,歩行者や車両などの物体を配置・非人口化・再人口化することにより,街頭シーンの画像を自動的に再構成する枠組みを提案する。 この手法の応用例としては、画像の匿名化によるプライバシー向上、自律運転のような知覚タスクのためのデータ強化などがある。
  論文  参考訳（メタデータ） (2021-03-30T09:04:46Z)
• Sampling Based Scene-Space Video Processing [89.49726406622842]
  ビデオ処理のための新しいサンプリングベースのフレームワークを提案する。 奥行きのミスやカメラのポーズ推定がある場合、高品質なシーン空間ビデオ効果を可能にする。 カジュアルにキャプチャーされた、手持ちの、動く、圧縮された、モノラルなビデオの結果を提示する。
  論文  参考訳（メタデータ） (2021-02-05T05:55:04Z)
• People as Scene Probes [9.393640749709999]
  我々は、高度な自動化とリアリズムで、新しいオブジェクトを同じシーンに合成する方法を示す。 特に、ユーザが画像に新しい物体(2Dカットアウト)を配置すると、自動的に再スケールされ、信頼され、隠蔽され、太陽に対して正しい方向に現実的な影を放つ。
  論文  参考訳（メタデータ） (2020-07-17T19:50:42Z)

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。