論文の概要: Comprehensive Modeling of Camera Spectral and Color Behavior

• arxiv url: http://arxiv.org/abs/2507.04617v1
• Date: Mon, 07 Jul 2025 02:24:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:35.256323
• Title: Comprehensive Modeling of Camera Spectral and Color Behavior
• Title（参考訳）: カメラスペクトルの包括的モデリングと色行動
• Authors: Sanush K Abeysekera, Ye Chow Kuang, Melanie Po-Leen Ooi,
• Abstract要約: 本稿では,RGBデジタルカメラのスペクトル応答をモデル化する新しい手法を提案する。 その結果,色忠実度とスペクトル精度を向上させる効果が示された。 このアプローチは、科学的、工業的、創造的な領域でカメラシステムを最適化するための強力なツールを提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The spectral response of a digital camera defines the mapping between scene radiance and pixel intensity. Despite its critical importance, there is currently no comprehensive model that considers the end-to-end interaction between light input and pixel intensity output. This paper introduces a novel technique to model the spectral response of an RGB digital camera, addressing this gap. Such models are indispensable for applications requiring accurate color and spectral data interpretation. The proposed model is tested across diverse imaging scenarios by varying illumination conditions and is validated against experimental data. Results demonstrate its effectiveness in improving color fidelity and spectral accuracy, with significant implications for applications in machine vision, remote sensing, and spectral imaging. This approach offers a powerful tool for optimizing camera systems in scientific, industrial, and creative domains where spectral precision is paramount.
• Abstract（参考訳）: デジタルカメラのスペクトル応答は、シーン輝度と画素強度のマッピングを定義する。 重要な重要性にもかかわらず、光入力と画素強度出力のエンドツーエンド相互作用を考慮に入れた包括的なモデルはない。 本稿では,RGBデジタルカメラのスペクトル応答をモデル化する新しい手法を提案する。 このようなモデルは、正確な色とスペクトルデータ解釈を必要とするアプリケーションには不可欠である。 提案手法は,様々な照明条件によって様々な画像シナリオで検証され,実験データに対して検証される。 その結果、色忠実度とスペクトル精度を改善する効果が示され、マシンビジョン、リモートセンシング、スペクトルイメージングへの応用に重要な意味を持つことがわかった。 このアプローチは、スペクトル精度が最重要である科学的、工業的、創造的な領域において、カメラシステムを最適化するための強力なツールを提供する。

関連論文リスト

• CARL: Camera-Agnostic Representation Learning for Spectral Image Analysis [75.25966323298003]
  スペクトルイメージングは、医療や都市景観の理解など、様々な領域で有望な応用を提供する。 スペクトルカメラのチャネル次元と捕獲波長のばらつきは、AI駆動方式の開発を妨げる。 我々は、$textbfC$amera-$textbfA$gnostic $textbfR$esupervised $textbfL$のモデルである$textbfCARL$を紹介した。
  論文  参考訳（メタデータ） (2025-04-27T13:06:40Z)
• Hyperspectral Dataset and Deep Learning methods for Waste from Electric and Electronic Equipment Identification (WEEE) [0.0]
  ハイパースペクトル画像分割のための多種多様なディープラーニングアーキテクチャの性能を評価する。 その結果,空間情報をスペクトルデータと組み合わせることで,セグメンテーション結果が改善された。 我々は、Tecnalia WEEE Hyperspectralデータセットのクリーニングと公開によって、この分野に貢献する。
  論文  参考訳（メタデータ） (2024-07-05T13:45:11Z)
• Limitations of Data-Driven Spectral Reconstruction -- Optics-Aware Analysis and Mitigation [22.07699685165064]
  コスト効率のよいRGBカメラで撮影したRGB画像からスペクトル情報を抽出することを目的とした,データ駆動型スペクトル再構成の最近の取り組み。 我々は、現在のデータセットとオーバーフィッティングに関する実用的制限と、RGB画像に符号化された情報の性質に関する基本的な制限の両方を評価する。 本稿では,メタデータデータ拡張と光学レンズ収差の組み合わせを利用して,RGB画像へのメタデータ情報の符号化を改善することを提案する。
  論文  参考訳（メタデータ） (2024-01-08T11:46:45Z)
• SpectralGPT: Spectral Remote Sensing Foundation Model [60.023956954916414]
  SpectralGPTという名前のユニバーサルRS基盤モデルは、新しい3D生成事前学習変換器(GPT)を用いてスペクトルRS画像を処理するために構築されている。 既存の基礎モデルと比較して、SpectralGPTは、様々なサイズ、解像度、時系列、領域をプログレッシブトレーニング形式で対応し、広範なRSビッグデータのフル活用を可能にする。 我々の評価では、事前訓練されたスペクトルGPTモデルによる顕著な性能向上が強調され、地球科学分野におけるスペクトルRSビッグデータ応用の進展に有意な可能性を示唆している。
  論文  参考訳（メタデータ） (2023-11-13T07:09:30Z)
• High Spectral Spatial Resolution Synthetic HyperSpectral Dataset form multi-source fusion [7.249349307341409]
  本研究では,高スペクトル像と空間分解能像を組み合わせた合成ハイパースペクトルデータセットを提案する。 提案したデータセットは、RGB、プッシュブルーム可視型ハイパースペクトルカメラ、スナップショット赤外線ハイパースペクトルカメラの3つのモードを活用することで、この制限に対処する。
  論文  参考訳（メタデータ） (2023-06-25T11:17:12Z)
• Breaking Modality Disparity: Harmonized Representation for Infrared and Visible Image Registration [66.33746403815283]
  シーン適応型赤外線と可視画像の登録を提案する。 我々は、異なる平面間の変形をシミュレートするためにホモグラフィーを用いる。 我々は、まず、赤外線と可視画像のデータセットが不一致であることを示す。
  論文  参考訳（メタデータ） (2023-04-12T06:49:56Z)
• 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)

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。