論文の概要: Seamlessly Natural: Image Stitching with Natural Appearance Preservation

• arxiv url: http://arxiv.org/abs/2601.01257v1
• Date: Sat, 03 Jan 2026 18:40:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-06 16:25:22.148494
• Title: Seamlessly Natural: Image Stitching with Natural Appearance Preservation
• Title（参考訳）: シームレス・ナチュラル:自然の外観保存による画像スティッチ
• Authors: Gaetane Lorna N. Tchana, Damaris Belle M. Fotso, Antonio Hendricks, Christophe Bobda,
• Abstract要約: SENAは、パララックスと深度変化を特徴とする現実世界の挑戦的なシーンにおける構造的忠実度を優先する。 SENAは3つの重要なコントリビューションを通じて基本的な制限に対処する。 挑戦的なデータセットで行われた実験は、SENAが主要なホモグラフィーベースの手法に匹敵するアライメント精度を達成することを示した。
• 参考スコア（独自算出の注目度）: 0.6089774484591287
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper introduces SENA (SEamlessly NAtural), a geometry-driven image stitching approach that prioritizes structural fidelity in challenging real-world scenes characterized by parallax and depth variation. Conventional image stitching relies on homographic alignment, but this rigid planar assumption often fails in dual-camera setups with significant scene depth, leading to distortions such as visible warps and spherical bulging. SENA addresses these fundamental limitations through three key contributions. First, we propose a hierarchical affine-based warping strategy, combining global affine initialization with local affine refinement and smooth free-form deformation. This design preserves local shape, parallelism, and aspect ratios, thereby avoiding the hallucinated structural distortions commonly introduced by homography-based models. Second, we introduce a geometry-driven adequate zone detection mechanism that identifies parallax-minimized regions directly from the disparity consistency of RANSAC-filtered feature correspondences, without relying on semantic segmentation. Third, building upon this adequate zone, we perform anchor-based seamline cutting and segmentation, enforcing a one-to-one geometric correspondence across image pairs by construction, which effectively eliminates ghosting, duplication, and smearing artifacts in the final panorama. Extensive experiments conducted on challenging datasets demonstrate that SENA achieves alignment accuracy comparable to leading homography-based methods, while significantly outperforming them in critical visual metrics such as shape preservation, texture integrity, and overall visual realism.
• Abstract（参考訳）: 本稿では, パララックスと深度変化を特徴とする実世界の挑戦シーンにおいて, 構造的忠実度を優先する幾何駆動型画像縫合手法SENA(SEamlessly NAtural)を提案する。 従来の画像縫合はホモグラフィックアライメントに依存しているが、この厳密な平面仮定は、大きなシーン深さを持つデュアルカメラでしばしば失敗し、視界の反りや球面の膨らみなどの歪みを引き起こす。 SENAは3つの重要なコントリビューションを通じて、これらの基本的な制限に対処する。 まず,グローバルアフィン初期化と局所アフィン精製とスムーズな自由形変形を組み合わせた階層型アフィンベースのワープ戦略を提案する。 この設計は局所的な形状、並列性、アスペクト比を保ち、ホモグラフィーモデルで一般的に導入される幻覚構造歪みを避ける。 第2に,RANSACフィルタによる特徴対応の相違点から直接パララックス最小化領域を識別し,セマンティックセグメンテーションに頼ることなく,幾何駆動による適切なゾーン検出機構を導入する。 第3に,この適切なゾーン上に構築したアンカーベースのシームライン切断とセグメンテーションを行い,画像ペア間の1対1の幾何対応を構築することにより,最終パノラマのゴースト,複製,スミアリングアーティファクトを効果的に除去する。 挑戦的なデータセット上で実施された大規模な実験により、SENAは主要なホモグラフィーベースの手法に匹敵するアライメント精度を達成し、形状の保存、テクスチャの整合性、全体的な視覚リアリズムといった重要な視覚的指標においてそれらを著しく上回っていることが示された。

関連論文リスト

• LiftProj: Space Lifting and Projection-Based Panorama Stitching [11.757651376730509]
  本研究では空間的に吊り上げられたパノラマ縫合の枠組みを紹介する。 三次元空間に統一射影中心を設け、融合したデータを単一のパノラマ多様体にマッピングするために等距離円筒射影を用いる。 穴埋めは、視点遷移によって明らかにされた未知の領域に対処するために、キャンバス領域内で行われる。
  論文  参考訳（メタデータ） (2025-12-30T15:03:38Z)
• Coarse-to-Fine Non-Rigid Registration for Side-Scan Sonar Mosaicking [0.1631115063641726]
  サイドスキャンソナーモザイクは大規模な海底マッピングにおいて重要な役割を果たしている。 既存の剛性またはアフィン登録法は複雑な変形をモデル化できない。 本稿では,大規模なサイドスキャンソナー画像に適した,粗大な階層的階層的非剛性登録フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-19T12:44:31Z)
• G4Splat: Geometry-Guided Gaussian Splatting with Generative Prior [53.762256749551284]
  我々は,3次元シーン再構成を効果的に活用するための基本的な前提条件として,正確な幾何学を同定する。 生成パイプライン全体にこの幾何学的ガイダンスを導入し、可視性マスク推定を改善し、新しいビュー選択をガイドし、ビデオ拡散モデルに着色した場合の多視点一貫性を向上させる。 本手法は,屋内および屋外の両方のシナリオにおいて,高い一般化性を有するシングルビュー入力とアンポーズ映像を自然にサポートする。
  論文  参考訳（メタデータ） (2025-10-14T03:06:28Z)
• Gaussian Alignment for Relative Camera Pose Estimation via Single-View Reconstruction [18.936573991468926]
  GARPSは、2つの独立して再構成された3Dシーンの直接的なアライメントとしてこの問題を論じる、トレーニング不要のフレームワークである。 差分可能なGMMアライメント目標を最適化することにより、フィードフォワード2ビューポーズ推定器の初期ポーズを洗練する。 Real-Estate10Kデータセットの実験では、GARPSが古典的および最先端の学習ベースの手法よりも優れていることが示されている。
  論文  参考訳（メタデータ） (2025-09-17T02:57:34Z)
• DVP-MVS++: Synergize Depth-Normal-Edge and Harmonized Visibility Prior for Multi-View Stereo [7.544716770845737]
  そこで我々は,DVP-MVS++を提案する。DVP-MVS++は,高度で可視性の高いパッチ変形に対して,奥行き正規のエッジアライメントと調和されたクロスビューの両方を相乗化する革新的な手法である。 ETH3D, Tanks & TemplesおよびStrechaデータセットの評価結果は,提案手法の最先端性能と堅牢な一般化能力を示す。
  論文  参考訳（メタデータ） (2025-06-16T08:15:22Z)
• AlignDiff: Learning Physically-Grounded Camera Alignment via Diffusion [0.5277756703318045]
  本稿では,カメラ内在パラメータと外在パラメータをジェネリック・レイ・カメラ・モデルを用いて扱う新しいフレームワークを提案する。 従来のアプローチとは異なり、AlignDiffは意味論から幾何学的特徴へ焦点を移し、局所歪みのより正確なモデリングを可能にした。 実験により,提案手法は,推定光束の角誤差を8.2度,全体のキャリブレーション精度で著しく低減し,課題のある実世界のデータセットに対する既存手法よりも優れていることを示した。
  論文  参考訳（メタデータ） (2025-03-27T14:59:59Z)
• ND-SDF: Learning Normal Deflection Fields for High-Fidelity Indoor Reconstruction [50.07671826433922]
  微妙な幾何を同時に復元し、異なる特徴を持つ領域をまたいだ滑らかさを保つことは自明ではない。 そこで我々は,ND-SDFを提案する。ND-SDFは,通常のシーンとそれ以前のシーンの角偏差を表す正規偏向場を学習する。 本手法は, 壁面や床面などのスムーズなテクスチャ構造を得るだけでなく, 複雑な構造の幾何学的詳細も保存する。
  論文  参考訳（メタデータ） (2024-08-22T17:59:01Z)
• Parallax-Tolerant Unsupervised Deep Image Stitching [57.76737888499145]
  本稿では,パララックス耐性の非教師あり深層画像縫合技術であるUDIS++を提案する。 まず,グローバルなホモグラフィから局所的な薄板スプライン運動への画像登録をモデル化するための,頑健で柔軟なワープを提案する。 本研究では, 縫合された画像をシームレスに合成し, シーム駆動合成マスクの教師なし学習を行うことを提案する。
  論文  参考訳（メタデータ） (2023-02-16T10:40:55Z)
• Light Field Spatial Super-resolution via Deep Combinatorial Geometry Embedding and Structural Consistency Regularization [99.96632216070718]
  ハンドヘルドデバイスが取得した光フィールド(LF)画像は通常、空間分解能の低下に悩まされる。 LF画像の高次元空間特性と複雑な幾何学構造は、従来の単一像SRよりも問題をより困難にしている。 本稿では,LF画像の各ビューを個別に超解答する新しい学習ベースLFフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-04-05T14:39:57Z)

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。