論文の概要: Combined Flicker-banding and Moire Removal for Screen-Captured Images

• arxiv url: http://arxiv.org/abs/2602.01559v1
• Date: Mon, 02 Feb 2026 02:53:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-03 19:28:33.852936
• Title: Combined Flicker-banding and Moire Removal for Screen-Captured Images
• Title（参考訳）: スクリーンキャプチャ画像に対するフリックバンドリングとモアレ除去の併用
• Authors: Libo Zhu, Zihan Zhou, Zhiyi Zhou, Yiyang Qu, Weihang Zhang, Keyu Shi, Yifan Fu, Yulun Zhang,
• Abstract要約: 本研究は,スクリーンキャプチャ画像におけるモアレパターンとフリックバンドの同時除去に関する最初の体系的研究である。 このタスクを支援するために,モアレパターンとフリックバンド処理の両方を含む大規模データセットを構築した。 また,ISPベースのフラッカシミュレーションパイプラインを導入し,モデルトレーニングを安定化し,劣化分布を拡大する。
• 参考スコア（独自算出の注目度）: 24.036188551666573
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Capturing display screens with mobile devices has become increasingly common, yet the resulting images often suffer from severe degradations caused by the coexistence of moiré patterns and flicker-banding, leading to significant visual quality degradation. Due to the strong coupling of these two artifacts in real imaging processes, existing methods designed for single degradations fail to generalize to such compound scenarios. In this paper, we present the first systematic study on joint removal of moiré patterns and flicker-banding in screen-captured images, and propose a unified restoration framework, named CLEAR. To support this task, we construct a large-scale dataset containing both moiré patterns and flicker-banding, and introduce an ISP-based flicker simulation pipeline to stabilize model training and expand the degradation distribution. Furthermore, we design a frequency-domain decomposition and re-composition module together with a trajectory alignment loss to enhance the modeling of compound artifacts. Extensive experiments demonstrate that the proposed method consistently. outperforms existing image restoration approaches across multiple evaluation metrics, validating its effectiveness in complex real-world scenarios.
• Abstract（参考訳）: モバイルデバイスでディスプレイ画面をキャプチャすることはますます一般的になっているが、結果として得られる画像はモアレパターンとフリックバンドの共存による深刻な劣化に悩まされ、視覚的品質が著しく低下する。 これら2つのアーティファクトが実際の撮像プロセスで強く結合しているため、単一劣化のために設計された既存の手法はそのような複雑なシナリオに一般化することができない。 本稿では,スクリーンキャプチャ画像におけるモアレパターンの結合除去とフリックバンド化に関する最初の体系的研究を行い,CLEARという統一的な復元フレームワークを提案する。 この課題を支援するために,モアレパターンとフリックバンドリングの両方を含む大規模データセットを構築し,モデルトレーニングを安定化し,劣化分布を拡大するISPベースのフリックラーシミュレーションパイプラインを導入する。 さらに, 周波数領域分解・再構成モジュールを軌道アライメント損失とともに設計し, 複合品のモデリングを強化する。 実験により,提案手法が一貫したことを示す。 既存のイメージ復元アプローチを複数の評価指標で上回り、複雑な実世界のシナリオでその有効性を検証する。

関連論文リスト

• Physics-Guided Null-Space Diffusion with Sparse Masking for Corrective Sparse-View CT Reconstruction [5.479463752172751]
  拡散モデルは画像処理タスクにおいて顕著な生成能力を示した。 スパース・ビューCT再構成のためのスパース・コンディション・リワイト統合分布推定誘導拡散モデル(STRIDE)を提案する。 実験結果から,PSNRでは2.58dB,SSIMでは2.37%,MSEでは0.236に改善した。
  論文  参考訳（メタデータ） (2025-09-07T09:42:16Z)
• Exploring Fourier Prior and Event Collaboration for Low-Light Image Enhancement [1.8724535169356553]
  イベントカメラは低照度画像強調のための性能向上を提供する。 現在、既存のイベントベースのメソッドは、フレームとイベントを直接単一のモデルにフィードする。 本稿では,振幅-位相絡み付き可視性回復ネットワークを提案する。 第2段階では、空間的ミスマッチを軽減するために、動的アライメントを伴う融合戦略を提案する。
  論文  参考訳（メタデータ） (2025-08-01T04:25:00Z)
• UniRes: Universal Image Restoration for Complex Degradations [53.74404005987783]
  実世界のイメージ復元は、様々なキャプチャ条件、キャプチャデバイス、後処理パイプラインから生じるさまざまな劣化によって妨げられている。 UniResという名前の、シンプルで柔軟な拡散ベースのフレームワークは、このような劣化をエンドツーエンドで解決するために提案されている。 提案手法は, 複合劣化画像復元データセットと単分解画像復元データセットの両方を用いて評価する。
  論文  参考訳（メタデータ） (2025-06-05T21:25:39Z)
• Unpaired Deblurring via Decoupled Diffusion Model [55.21345354747609]
  UID-Diffは,未知領域における劣化性能の向上を目的とした生成拡散モデルである。 構造的特徴とぼかしパターン抽出器を別々に用いて, 抽出した特徴は, 合成データに対する教師付きデブロアリングタスクと教師なしのぼかし転送タスクに使用される。 実世界のデータセットの実験では、UID-Diffが既存の最先端の手法よりも、ぼやけた除去と構造保存に優れていることが示されている。
  論文  参考訳（メタデータ） (2025-02-03T17:00:40Z)
• OneRestore: A Universal Restoration Framework for Composite Degradation [33.556183375565034]
  現実のシナリオでは、画像障害はしばしば複合的な劣化として現れ、低光、迷路、雨、雪といった要素の複雑な相互作用を示す。 本研究では, 複雑な複合劣化シナリオを正確に表現するために, 4つの物理劣化パラダイムを統合した多目的イメージングモデルを提案する。 OneRestoreは、適応的で制御可能なシーン復元のために設計された新しいトランスフォーマーベースのフレームワークである。
  論文  参考訳（メタデータ） (2024-07-05T16:27:00Z)
• Exposure Bracketing Is All You Need For A High-Quality Image [50.822601495422916]
  マルチ露光画像は、デノイング、デブロアリング、高ダイナミックレンジイメージング、超解像において相補的である。 本研究では,これらの課題を組み合わせ,高品質な画像を得るために露光ブラケット写真を活用することを提案する。 特に時間変調リカレントネットワーク(TMRNet)と自己教師あり適応手法を提案する。
  論文  参考訳（メタデータ） (2024-01-01T14:14:35Z)
• Steerable Conditional Diffusion for Out-of-Distribution Adaptation in Medical Image Reconstruction [75.91471250967703]
  我々は、ステアブル条件拡散と呼ばれる新しいサンプリングフレームワークを導入する。 このフレームワークは、利用可能な測定によって提供される情報のみに基づいて、画像再構成と並行して拡散モデルを適用する。 様々な画像モダリティにまたがるアウト・オブ・ディストリビューション性能の大幅な向上を実現した。
  論文  参考訳（メタデータ） (2023-08-28T08:47:06Z)
• Robust Single Image Dehazing Based on Consistent and Contrast-Assisted Reconstruction [95.5735805072852]
  画像復調モデルのロバスト性を改善するための新しい密度変分学習フレームワークを提案する。 具体的には、デハジングネットワークは、一貫性の規則化されたフレームワークの下で最適化されている。 我々の手法は最先端のアプローチを大きく上回っている。
  論文  参考訳（メタデータ） (2022-03-29T08:11:04Z)

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。