論文の概要: Computational Framework for Estimating Relative Gaussian Blur Kernels between Image Pairs

• arxiv url: http://arxiv.org/abs/2601.18099v1
• Date: Mon, 26 Jan 2026 03:21:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:08.641024
• Title: Computational Framework for Estimating Relative Gaussian Blur Kernels between Image Pairs
• Title（参考訳）: 画像ペア間の相対的ガウスブラカーネル推定のための計算フレームワーク
• Authors: Akbar Saadat,
• Abstract要約: 本稿では,モデルをリアルタイムアプリケーションで実現するための,ゼロトレーニングフォワード計算フレームワークを提案する。 提案手法は, 平均絶対誤差(MAE)を1.7%以下で推定する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Following the earlier verification for Gaussian model in \cite{ASaa2026}, this paper introduces a zero training forward computational framework for the model to realize it in real time applications. The framework is based on discrete calculation of the analytic expression of the defocused image from the sharper one for the application range of the standard deviation of the Gaussian kernels and selecting the best matches. The analytic expression yields multiple solutions at certain image points, but is filtered down to a single solution using similarity measures over neighboring points.The framework is structured to handle cases where two given images are partial blurred versions of each other. Experimental evaluations on real images demonstrate that the proposed framework achieves a mean absolute error (MAE) below $1.7\%$ in estimating synthetic blur values. Furthermore, the discrepancy between actual blurred image intensities and their corresponding estimates remains under $2\%$, obtained by applying the extracted defocus filters to less blurred images.
• Abstract（参考訳）: 本稿では, ガウスモデルの事前検証に続き, リアルタイムアプリケーションで実現するためのゼロトレーニングフォワード計算フレームワークを提案する。 このフレームワークは、ガウスカーネルの標準偏差の適用範囲について、よりシャープな画像からデフォーカス画像の解析式を離散的に計算し、最適なマッチングを選択することに基づいている。 解析式は、ある画像点における複数の解を生成するが、隣接する点に対する類似度尺度を用いて1つの解にフィルタリングされ、与えられた2つの画像が互いに部分的にぼやけたバージョンである場合を扱うように構成されている。 実画像を用いた実験により,提案手法は平均絶対誤差(MAE)が合成ボケ値の推定において1.7 %以下であることを示す。 さらに、実際のぼやけた画像強度とそれに対応する推定値との差は、抽出したデフォーカスフィルタを少ないぼやけた画像に適用することによって得られる$2\%以下である。

関連論文リスト

• Score-Based Turbo Message Passing for Plug-and-Play Compressive Image Recovery [24.60447255507278]
  オフ・ザ・シェルフのイメージ・デノイザは概して、一般的なまたは手作りの先駆者に依存している。 我々は, スコアベース最小二乗誤差(MMSE)デノイザを統合した, 圧縮画像復元のためのメッセージパッシングフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-28T04:30:58Z)
• Provably Robust Score-Based Diffusion Posterior Sampling for Plug-and-Play Image Reconstruction [31.503662384666274]
  科学と工学において、ゴールは、ある画像のモダリティを記述する既知のフォワードモデルから収集された少数の測定値から未知の画像を推測することである。 モチベートされたスコアベース拡散モデルはその経験的成功により、画像再構成に先立って模範の印象的な候補として現れた。
  論文  参考訳（メタデータ） (2024-03-25T15:58:26Z)
• DVMNet++: Rethinking Relative Pose Estimation for Unseen Objects [59.51874686414509]
  既存のアプローチでは、通常、接地構造オブジェクト境界ボックスと、多数の離散仮説を持つ近似3次元回転を用いて3次元翻訳を予測している。 本稿では,1回のパスで相対オブジェクトのポーズを計算するDeep Voxel Matching Network (DVMNet++)を提案する。 提案手法は,最先端手法と比較して計算コストの低い新しいオブジェクトに対して,より正確な相対的ポーズ推定を行う。
  論文  参考訳（メタデータ） (2024-03-20T15:41:32Z)
• Simultaneous Image-to-Zero and Zero-to-Noise: Diffusion Models with Analytical Image Attenuation [53.04220377034574]
  高品質(未条件)な画像生成のための前方拡散プロセスに解析的画像減衰プロセスを導入することを提案する。 本手法は,フォワード画像からノイズへのマッピングを,テクスチメジからゼロへのマッピングとテクスティケロ・ツー・ノイズマッピングの同時マッピングとして表現する。 我々は,CIFAR-10やCelebA-HQ-256などの無条件画像生成や,超解像,サリエンシ検出,エッジ検出,画像インペインティングなどの画像条件下での下流処理について実験を行った。
  論文  参考訳（メタデータ） (2023-06-23T18:08:00Z)
• Poisson-Gaussian Holographic Phase Retrieval with Score-based Image Prior [19.231581775644617]
  本稿では,スコア関数を先行生成関数とする高速化されたWirtinger Flow (AWF) を用いた新しいアルゴリズム"AWFS"を提案する。 PRの対数様関数の勾配を計算し、リプシッツ定数を決定する。 本稿では,提案アルゴリズムの臨界点収束保証を確立する理論的解析を行う。
  論文  参考訳（メタデータ） (2023-05-12T18:08:47Z)
• Accurate Cup-to-Disc Ratio Measurement with Tight Bounding Box Supervision in Fundus Photography [5.517632401040172]
  CDRは緑内障の診断において最も重要な指標の1つである。 本研究は, 厳密な拘束箱監視のみを用いて, 底面画像における正確なCDR測定の実現可能性について検討した。
  論文  参考訳（メタデータ） (2021-10-03T07:23:40Z)
• Deep Variational Network Toward Blind Image Restoration [60.45350399661175]
  ブラインド画像復元はコンピュータビジョンでは一般的だが難しい問題である。 両利点を両立させることを目的として,新しいブラインド画像復元手法を提案する。 画像デノイングと超解像という2つの典型的なブラインド赤外線タスクの実験により,提案手法が現状よりも優れた性能を達成できることが実証された。
  論文  参考訳（メタデータ） (2020-08-25T03:30:53Z)
• GeoDA: a geometric framework for black-box adversarial attacks [79.52980486689287]
  我々は,最も困難なブラックボックス設定の1つにおいて,逆例を生成するためのフレームワークを提案する。 我々のフレームワークは、ディープネットワークの決定境界は通常、データサンプルの近傍で小さな平均曲率を持つという観察に基づいている。
  論文  参考訳（メタデータ） (2020-03-13T20:03:01Z)

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。