論文の概要: SFP: Real-World Scene Recovery Using Spatial and Frequency Priors

• arxiv url: http://arxiv.org/abs/2512.08254v1
• Date: Tue, 09 Dec 2025 05:24:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-10 22:28:07.817868
• Title: SFP: Real-World Scene Recovery Using Spatial and Frequency Priors
• Title（参考訳）: SFP: 空間と周波数の先行値を用いた実世界のシーンリカバリ
• Authors: Yun Liu, Tao Li, Cosmin Ancuti, Wenqi Ren, Weisi Lin,
• Abstract要約: シーンリカバリは様々なコンピュータビジョンアプリケーションにとって重要なタスクである。 本研究では,現実のシーンを再現するための空間的・周波数的優先度(SFP)を提案する。
• 参考スコア（独自算出の注目度）: 84.27251794411673
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scene recovery serves as a critical task for various computer vision applications. Existing methods typically rely on a single prior, which is inherently insufficient to handle multiple degradations, or employ complex network architectures trained on synthetic data, which suffer from poor generalization for diverse real-world scenarios. In this paper, we propose Spatial and Frequency Priors (SFP) for real-world scene recovery. In the spatial domain, we observe that the inverse of the degraded image exhibits a projection along its spectral direction that resembles the scene transmission. Leveraging this spatial prior, the transmission map is estimated to recover the scene from scattering degradation. In the frequency domain, a mask is constructed for adaptive frequency enhancement, with two parameters estimated using our proposed novel priors. Specifically, one prior assumes that the mean intensity of the degraded image's direct current (DC) components across three channels in the frequency domain closely approximates that of each channel in the clear image. The second prior is based on the observation that, for clear images, the magnitude of low radial frequencies below 0.001 constitutes approximately 1% of the total spectrum. Finally, we design a weighted fusion strategy to integrate spatial-domain restoration, frequency-domain enhancement, and salient features from the input image, yielding the final recovered result. Extensive evaluations demonstrate the effectiveness and superiority of our proposed SFP for scene recovery under various degradation conditions.
• Abstract（参考訳）: シーンリカバリは様々なコンピュータビジョンアプリケーションにとって重要なタスクである。 既存の手法は通常、複数の劣化を処理するのに本質的に不十分な1つの先行処理に依存しており、合成データで訓練された複雑なネットワークアーキテクチャを採用している。 本稿では,現実のシーンを再現するための空間的・周波数的優先度(SFP)を提案する。 空間領域では、劣化した画像の逆転が、シーンの透過に類似したスペクトル方向に沿って投影されていることを観察する。 この空間的先行を利用して、透過マップを推定し、散乱劣化からシーンを復元する。 周波数領域では、適応周波数拡張のためにマスクが構築され、提案した新しい手法を用いて2つのパラメータが推定される。 具体的には、劣化した画像の直流(DC)成分の平均強度が、周波数領域の3つのチャネルにまたがる平均強度が、クリア画像の各チャネルの平均強度を近似すると仮定する。 第2の先行は、鮮明な画像の場合、0.001以下の低半径周波数の大きさが全スペクトルの約1%を占めるという観測に基づいている。 最後に、入力画像から空間領域復元、周波数領域拡張、および有意な特徴を統合するための重み付き融合戦略を設計し、最終的な結果を得た。 各種劣化条件下でのシーン復元に提案したSFPの有効性と優位性を示した。

関連論文リスト

• Unified Image Restoration and Enhancement: Degradation Calibrated Cycle Reconstruction Diffusion Model [8.713784455593778]
  CycleRDMは、復元および拡張タスクを統合するために設計された新しいフレームワークである。 分解された領域、粗い正規領域、および正規領域の間の写像関係を学習する。 復元品質を向上させるため,分解ウェーブレット高周波領域の特徴ゲインモジュールを設計した。
  論文  参考訳（メタデータ） (2024-12-19T08:33:33Z)
• Multi-scale Restoration of Missing Data in Optical Time-series Images with Masked Spatial-Temporal Attention Network [0.6675733925327885]
  リモートセンシング画像に欠落した値を出力する既存の方法は、補助情報を完全に活用できない。 本稿では,時系列リモートセンシング画像の再構成のためのMS2という,深層学習に基づく新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-06-19T09:05:05Z)
• AdaIR: Adaptive All-in-One Image Restoration via Frequency Mining and Modulation [99.57024606542416]
  周波数マイニングと変調に基づく適応的なオールインワン画像復元ネットワークを提案する。 我々のアプローチは、異なる周波数サブバンド上の画像内容に異なる劣化タイプが影響を及ぼすという観察によって動機付けられている。 提案モデルでは,入力劣化に応じて情報周波数サブバンドをアクセントすることで適応的再構成を実現する。
  論文  参考訳（メタデータ） (2024-03-21T17:58:14Z)
• Holistic Dynamic Frequency Transformer for Image Fusion and Exposure Correction [18.014481087171657]
  露出関連問題の修正は、画像の品質向上における重要な要素である。 本稿では、周波数領域を利用して露出補正タスクの処理を改善し、統一する新しい手法を提案する。 提案手法は, 露光補正においてより高度で統一された解を実現する方法である。
  論文  参考訳（メタデータ） (2023-09-03T14:09:14Z)
• PC-GANs: Progressive Compensation Generative Adversarial Networks for Pan-sharpening [50.943080184828524]
  空間情報とスペクトル情報の漸進的補償によりMS画像のシャープ化を行うパンシャーピングの新しい2段階モデルを提案する。 モデル全体が三重GANで構成されており、特定のアーキテクチャに基づいて、三重GANを同時に訓練できるように、共同補償損失関数が設計されている。
  論文  参考訳（メタデータ） (2022-07-29T03:09:21Z)
• Spatially-Adaptive Image Restoration using Distortion-Guided Networks [51.89245800461537]
  空間的に変化する劣化に苦しむ画像の復元のための学習ベースソリューションを提案する。 本研究では、歪み局所化情報を活用し、画像中の困難な領域に動的に適応するネットワーク設計であるSPAIRを提案する。
  論文  参考訳（メタデータ） (2021-08-19T11:02:25Z)
• Deep Unfolded Recovery of Sub-Nyquist Sampled Ultrasound Image [94.42139459221784]
  本稿では,ISTAアルゴリズムの展開に基づく時空間領域におけるサブNyquistサンプルからの再構成手法を提案する。 本手法は,高品質な撮像性能を確保しつつ,配列要素数,サンプリングレート,計算時間を削減できる。
  論文  参考訳（メタデータ） (2021-03-01T19:19:38Z)
• Frequency Consistent Adaptation for Real World Super Resolution [64.91914552787668]
  実シーンにスーパーリゾリューション(SR)法を適用する際に周波数領域の整合性を保証する新しい周波数一貫性適応(FCA)を提案する。 監視されていない画像から劣化カーネルを推定し、対応するLow-Resolution (LR)画像を生成する。 ドメイン一貫性のあるLR-HRペアに基づいて、容易に実装可能な畳み込みニューラルネットワーク(CNN)SRモデルを訓練する。
  論文  参考訳（メタデータ） (2020-12-18T08:25:39Z)

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。