論文の概要: Clutter Detection and Removal by Multi-Objective Analysis for Photographic Guidance
- arxiv url: http://arxiv.org/abs/2507.14553v1
- Date: Sat, 19 Jul 2025 09:15:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-22 20:51:31.940433
- Title: Clutter Detection and Removal by Multi-Objective Analysis for Photographic Guidance
- Title（参考訳）: 写真誘導のための多目的分析によるクラッタ検出と除去
- Authors: Xiaoran Wu,
- Abstract要約: 写真のクレーターは、写真家が意図した感情やストーリーを観客に伝えるのを妨げている。
我々は、クラッタ識別と除去のための解決策とガイダンスを提供するカメラ誘導システムを開発した。
- 参考スコア（独自算出の注目度）: 1.0878040851638
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Clutter in photos is a distraction preventing photographers from conveying the intended emotions or stories to the audience. Photography amateurs frequently include clutter in their photos due to unconscious negligence or the lack of experience in creating a decluttered, aesthetically appealing scene for shooting. We are thus motivated to develop a camera guidance system that provides solutions and guidance for clutter identification and removal. We estimate and visualize the contribution of objects to the overall aesthetics and content of a photo, based on which users can interactively identify clutter. Suggestions on getting rid of clutter, as well as a tool that removes cluttered objects computationally, are provided to guide users to deal with different kinds of clutter and improve their photographic work. Two technical novelties underpin interactions in our system: a clutter distinguishment algorithm with aesthetics evaluations for objects and an iterative image inpainting algorithm based on generative adversarial nets that reconstructs missing regions of removed objects for high-resolution images. User studies demonstrate that our system provides flexible interfaces and accurate algorithms that allow users to better identify distractions and take higher quality images within less time.
- Abstract（参考訳）: 写真のクレーターは、写真家が意図した感情やストーリーを観客に伝えるのを妨げている。
写真家のアマチュアは、無意識の怠慢や、散らかって美的な撮影シーンを作る経験がないために、写真に散らかっていることが多い。
そこで我々は,クラッタ識別と除去のためのソリューションとガイダンスを提供するカメラ誘導システムの開発を動機としている。
我々は、ユーザが対話的にクラッタを識別できる写真全体の美学と内容へのオブジェクトの寄与を推定し、可視化する。
クラッタの除去に関する提言と、クラッタオブジェクトを計算的に除去するツールが提供されることにより、ユーザがさまざまな種類のクラッタに対処し、写真作業を改善することができる。
対象物の美的評価を伴うクラッタ識別アルゴリズムと,高解像度画像に対する除去対象の欠落領域を再構成する生成逆数ネットに基づく反復画像塗布アルゴリズムである。
ユーザスタディでは,ユーザが気晴らしをよりよく識別し,より高品質な画像をより少ない時間で取得できるように,フレキシブルなインターフェースと正確なアルゴリズムを提供する。
関連論文リスト
- Deep Generative Adversarial Network for Occlusion Removal from a Single Image [3.5639148953570845]
本稿では,完全自動2段階畳み込みニューラルネットワークを提案する。
我々は、GANを利用して、構造とテクスチャの両方を含む現実的なコンテンツを、インペイントのための単一ショットで合成する。
論文 参考訳（メタデータ） (2024-09-20T06:00:45Z) - DiffUHaul: A Training-Free Method for Object Dragging in Images [78.93531472479202]
DiffUHaulと呼ばれるオブジェクトドラッグタスクのためのトレーニング不要な手法を提案する。
まず、各認知段階に注意マスキングを適用して、各生成を異なるオブジェクトにまたがってよりゆがみやすくする。
初期のデノナイジングステップでは、ソース画像とターゲット画像の注意特徴を補間して、新しいレイアウトを元の外観とスムーズに融合させる。
論文 参考訳（メタデータ） (2024-06-03T17:59:53Z) - Retrieval Robust to Object Motion Blur [54.34823913494456]
本研究では,動きのぼやけの影響を受けやすい画像のオブジェクト検索手法を提案する。
ぼやけたオブジェクト検索のための最初の大規模データセットを提示する。
提案手法は,新しいぼやけた検索データセット上で,最先端の検索手法より優れている。
論文 参考訳（メタデータ） (2024-04-27T23:22:39Z) - Be Yourself: Bounded Attention for Multi-Subject Text-to-Image Generation [60.943159830780154]
本稿では,サンプリングプロセスにおける情報フローをバウンドする訓練不要な手法である境界注意法を紹介する。
提案手法は,与えられたプロンプトとレイアウトの整合性を向上する複数の主題の生成に有効であることを示す。
論文 参考訳（メタデータ） (2024-03-25T17:52:07Z) - Empowering Visually Impaired Individuals: A Novel Use of Apple Live
Photos and Android Motion Photos [3.66237529322911]
われわれは、Apple Live PhotosとAndroid Motion Photosの技術の使用を提唱している。
以上の結果から,Live PhotosとMotion Photosは,共通の視覚支援タスクにおいて,単フレーム画像よりも優れていた。
論文 参考訳（メタデータ） (2023-09-14T20:46:35Z) - Realistic Saliency Guided Image Enhancement [32.446298454642985]
プロの写真家が行う一般的な編集作業には、邪魔な要素の強調や主題の強化が含まれる。
本稿では,様々なイメージタイプにまたがって高いリアリズムを維持するために,サリエンシ誘導画像強調のためのリアリズム損失を提案する。
私たちは、メモリフットプリントとランタイムを小さくしながら、自分たちのデータセットに対する最近のアプローチより優れています。
論文 参考訳（メタデータ） (2023-06-09T17:52:34Z) - SimpSON: Simplifying Photo Cleanup with Single-Click Distracting Object
Segmentation Network [70.89436857471887]
ワンクリックでタスクを遂行するために最適化された対話型トラクタ選択法を提案する。
本手法は従来の単視分割法により達成された精度とリコールを超越した手法である。
実験により, 未知の物体を対話的に, グループで効果的に, 正確に識別できることが実証された。
論文 参考訳（メタデータ） (2023-05-28T04:05:24Z) - Structure-Guided Image Completion with Image-level and Object-level Semantic Discriminators [97.12135238534628]
複雑な意味論やオブジェクトの生成を改善するために,セマンティック・ディミネータとオブジェクトレベル・ディミネータからなる学習パラダイムを提案する。
特に、セマンティック・ディミネーターは、事前学習された視覚的特徴を利用して、生成された視覚概念の現実性を改善する。
提案手法は, 生成品質を著しく向上させ, 各種タスクの最先端化を実現する。
論文 参考訳（メタデータ） (2022-12-13T01:36:56Z) - A Simple and Effective Use of Object-Centric Images for Long-Tailed
Object Detection [56.82077636126353]
シーン中心画像における物体検出を改善するために,物体中心画像を活用する。
私たちは、シンプルで驚くほど効果的なフレームワークを提示します。
我々の手法は、レアオブジェクトのオブジェクト検出(およびインスタンスセグメンテーション)の精度を相対的に50%(および33%)向上させることができる。
論文 参考訳（メタデータ） (2021-02-17T17:27:21Z) - Improved Handling of Motion Blur in Online Object Detection [0.0]
我々は、感情誘発ぼかしの詳細に焦点を当てた。
鮮明な画像とぼやけた画像のパフォーマンスのギャップを、それぞれ異なる潜在的な原因をターゲットとする5つの治療法のクラスを探索する。
他の4つの治療法は、マルチスケールなテクスチャ、アウト・オブ・ディストリビューション・テスト、ラベル生成、曖昧な型による条件付けに対処する。
論文 参考訳（メタデータ） (2020-11-29T21:58:26Z) - Improving Object Detection with Selective Self-supervised Self-training [62.792445237541145]
本研究では,Web画像を利用した人為的対象検出データセットの強化について検討する。
画像と画像の検索によりWebイメージを検索し、他の検索手法に比べて、キュレートされたデータからのドメインシフトが少なくなる。
画像分類のためのラベルのないデータを探索する2つの並列処理をモチベーションとした新しい学習手法を提案する。
論文 参考訳（メタデータ） (2020-07-17T18:05:01Z)
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。