論文の概要: Towards Spatially-Varying Gain and Binning
- arxiv url: http://arxiv.org/abs/2507.04190v1
- Date: Sat, 05 Jul 2025 23:51:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-08 15:46:35.060556
- Title: Towards Spatially-Varying Gain and Binning
- Title（参考訳）: 空間変動利得と結合に向けて
- Authors: Anqi Yang, Eunhee Kang, Wei Chen, Hyong-Euk Lee, Aswin C. Sankaranarayanan,
- Abstract要約: 局所的なシーンの明るさに空間的に利得を変化させることで、読み出しノイズを無視できることが示される。
そこで本研究では,与えられた光レベルの分解能と雑音のバランスを最良とするバイニングサイズを求めるための簡単な解析法を提案する。
デジタルバイニングは、より大きな利得が許された場合、アナログよりも優れる。
- 参考スコア（独自算出の注目度）: 16.855972069379884
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Pixels in image sensors have progressively become smaller, driven by the goal of producing higher-resolution imagery. However, ceteris paribus, a smaller pixel accumulates less light, making image quality worse. This interplay of resolution, noise, and the dynamic range of the sensor and their impact on the eventual quality of acquired imagery is a fundamental concept in photography. In this paper, we propose spatially-varying gain and binning to enhance the noise performance and dynamic range of image sensors. First, we show that by varying gain spatially to local scene brightness, the read noise can be made negligible, and the dynamic range of a sensor is expanded by an order of magnitude. Second, we propose a simple analysis to find a binning size that best balances resolution and noise for a given light level; this analysis predicts a spatially-varying binning strategy, again based on local scene brightness, to effectively increase the overall signal-to-noise ratio. % without sacrificing resolution. We discuss analog and digital binning modes and, perhaps surprisingly, show that digital binning outperforms its analog counterparts when a larger gain is allowed. Finally, we demonstrate that combining spatially-varying gain and binning in various applications, including high dynamic range imaging, vignetting, and lens distortion.
- Abstract（参考訳）: 画像センサーのピクセルは徐々に小さくなり、高解像度の画像を生成するという目標によって駆動されている。
しかし、小さなピクセルであるセテリスパリバスは光の蓄積を減らし、画質が悪化する。
この解像度、ノイズ、ダイナミックレンジの相互作用と、取得した画像の最終的な品質への影響は、写真の基本概念である。
本稿では,画像センサの雑音特性とダイナミックレンジを向上させるため,空間的に異なるゲインとバニングを提案する。
まず、局所的な風景の明るさに空間的に利得を変化させることで、読み出しノイズを無視でき、センサのダイナミックレンジを桁違いに拡張できることを示す。
第2に,光レベルの分解能と雑音のバランスを最良とするバイニングサイズを求めるための簡単な解析法を提案し,局所的な明るさに基づいて空間的に変化するバイニング戦略を予測し,信号対雑音比を効果的に向上させる。
%であった。
アナログ・デジタル・バイニング・モードについて論じるが、意外なことに、デジタル・バイニングはより大きなゲインが許された場合にアナログ・バイニングよりも優れていることを示す。
最後に、高ダイナミックレンジイメージング、ナビネット、レンズ歪みなどの様々な応用において、空間的に変化するゲインとビンニングを組み合わせることを実証した。
関連論文リスト
- A Real-time Endoscopic Image Denoising System [3.778979468946945]
1mm×1mm以下の超コンパクトなアナログ画像センサを備えた単一用内視鏡は、医療診断に革命的な進歩をもたらす。
光感受性領域の制限により、画素当たりの光子捕獲が減少し、適切な明るさを維持するために光子の感度設定が高くなる。
医用内視鏡におけるアナログ画像センサの包括的ノイズモデルを構築し,3種類のノイズに対処する。
論文 参考訳（メタデータ） (2025-06-18T12:12:10Z) - SaccadeDet: A Novel Dual-Stage Architecture for Rapid and Accurate Detection in Gigapixel Images [50.742420049839474]
SaccadeDetは、人間の目の動きにインスパイアされた、ギガピクセルレベルの物体検出のための革新的なアーキテクチャである。
PANDAデータセットを用いて評価した本手法は,最先端手法の8倍の高速化を実現する。
また、全スライドイメージングへの応用を通じて、ギガピクセルレベルの病理解析に有意な可能性を示す。
論文 参考訳（メタデータ） (2024-07-25T11:22:54Z) - Multi-Modal Neural Radiance Field for Monocular Dense SLAM with a
Light-Weight ToF Sensor [58.305341034419136]
単眼カメラと軽量ToFセンサを備えた初の高密度SLAMシステムを提案する。
本稿では,RGBカメラと軽量ToFセンサの両方の信号のレンダリングをサポートするマルチモーダル暗黙のシーン表現を提案する。
実験により,本システムは軽量なToFセンサの信号をうまく利用し,競合的な結果が得られることが示された。
論文 参考訳（メタデータ） (2023-08-28T07:56:13Z) - High Dynamic Range and Super-Resolution from Raw Image Bursts [52.341483902624006]
本稿では,露光ブラケット付きハンドヘルドカメラで撮影した原写真からの高解像度・高ダイナミックレンジカラー画像の再構成について紹介する。
提案アルゴリズムは,画像復元における最先端の学習手法と比較して,メモリ要求の少ない高速なアルゴリズムである。
実験では、ハンドヘルドカメラで野生で撮影された実際の写真に最大4ドル(約4,800円)の超高解像度な要素で優れた性能を示す。
論文 参考訳（メタデータ） (2022-07-29T13:31:28Z) - Lightweight HDR Camera ISP for Robust Perception in Dynamic Illumination
Conditions via Fourier Adversarial Networks [35.532434169432776]
照明とノイズ除去の逐次的バランスをとる軽量な2段階画像強調アルゴリズムを提案する。
また、異なる照明条件下での一貫した画像強調のためのフーリエスペクトルベース対向フレームワーク(AFNet)を提案する。
また,定量的および定性的な評価に基づいて,画像強調技術が共通認識タスクの性能に与える影響について検討した。
論文 参考訳（メタデータ） (2022-04-04T18:48:51Z) - A photosensor employing data-driven binning for ultrafast image
recognition [0.0]
ピクセルビンニング(Pixel binning)は、光学画像の取得と分光において広く用いられる技術である。
ここでは、センサー要素の大部分を1つのスーパーピクセルに組み合わせることで、バイナリの概念を限界まで押し上げる。
与えられたパターン認識タスクに対しては、機械学習アルゴリズムを用いてトレーニングデータから最適な形状を決定する。
論文 参考訳（メタデータ） (2021-11-20T15:38:39Z) - CERL: A Unified Optimization Framework for Light Enhancement with
Realistic Noise [81.47026986488638]
現実世界で撮影された低照度画像は、センサーノイズによって必然的に破損する。
既存の光強調法は、拡張中の現実世界のノイズの重要な影響を見落としているか、ノイズ除去を別の前処理または後処理のステップとして扱うかのどちらかである。
実世界の低照度雑音画像(CERL)のコーディネート・エンハンスメントを行い,光強調部と雑音抑制部を一体化・物理接地したフレームワークにシームレスに統合する。
論文 参考訳（メタデータ） (2021-08-01T15:31:15Z) - Passive Inter-Photon Imaging [18.739224941453983]
デジタルカメラの画素は入射光エネルギーをアナログ電流に変換し、それを固定幅のバイナリ表現に変換することで画像強度を測定する。
この直接測定方法は、極端照明下でのダイナミックレンジの制限と性能の低下に苦しむ。
本稿では、連続光子検出の時間遅延として定義される光子間タイミングの測定に基づく新しい強度手がかりを提案する。
論文 参考訳（メタデータ） (2021-03-31T18:44:52Z) - Designing a Practical Degradation Model for Deep Blind Image
Super-Resolution [134.9023380383406]
単一画像スーパーレゾリューション (sisr) 法は, 推定劣化モデルが実画像から逸脱した場合はうまく動作しない。
本稿では, ランダムにシャッフルされたブラー, ダウンサンプリング, ノイズ劣化からなる, より複雑で実用的な劣化モデルを提案する。
論文 参考訳（メタデータ） (2021-03-25T17:40:53Z) - Learning Spatial and Spatio-Temporal Pixel Aggregations for Image and
Video Denoising [104.59305271099967]
ピクセル集計ネットワークを提示し、画像デノイジングのためのピクセルサンプリングと平均戦略を学びます。
時間空間にまたがるサンプル画素をビデオデノナイズするための画素集約ネットワークを開発した。
本手法は,動的シーンにおける大きな動きに起因する誤認問題を解決することができる。
論文 参考訳（メタデータ） (2021-01-26T13:00:46Z)
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。