論文の概要: LatentBurst: A Fast and Efficient Multi Frame Super-Resolution for Hexadeca-Bayer Pattern CIS images
- arxiv url: http://arxiv.org/abs/2604.23268v1
- Date: Sat, 25 Apr 2026 12:19:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-28 17:12:07.237303
- Title: LatentBurst: A Fast and Efficient Multi Frame Super-Resolution for Hexadeca-Bayer Pattern CIS images
- Title（参考訳）: LatentBurst: Hexadeca-BayerパターンCIS画像の高速かつ効率的なマルチフレーム超解像
- Authors: Sangwook Baek, Vin Van Duong, Karam Park, Pilkyu Park,
- Abstract要約: 本稿では,バーストヘキサデカ・バイアパターン接触画像センサ(CIS)画像のための新しいマルチフレーム超解像ネットワーク(MFSR)を提案する。
これには、デモサイティング、デノイング、マルチフレーム融合、超解像度が含まれる。
本稿では,1)大きな動きシナリオを扱うためのピラミッドアライメントと融合アプローチ,2)モバイルデバイス上で効率的に動作可能な効率的なUNetベースの構造,3)微細調整された光フロー推定と2段階の知識蒸留により,ドメインギャップをより効果的に削減する,LatentBurstという新しいネットワークを提案する。
- 参考スコア（独自算出の注目度）: 2.111588470710772
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper introduces a novel multi frame super-resolution network (MFSR) for burst hexadeca Bayer pattern Contact Image Sensor (CIS) images, which includes demosaicing, denoising, multi-frame fusion, and super-resolution. Designing a high-quality reconstruction network poses several challenges as follows: 1) Unlike the Bayer color filter array (CFA) pattern, it is hard to interpolate hexadeca-Bayer pattern since the pixel distance between the same color groups increases; 2) Due to large object motion and camera movements, the final fusion result usually suffers the misalignment resulting a blurry image or ghosting artifacts; 3) The proposed network should be fast and efficient enough to operate in real-time on mobile devices. To overcome these challenges, we propose a novel network, called LatentBurst, which contains: 1) a pyramid align and fusion approach in latent feature to deal with large motion scenario; 2) an efficient UNet-based structure which can run efficiently on mobile device; 3) fine-tuned optical flow estimation and two-step knowledge distillation to reduce domain-gap more effectively. Experimental results in various scenarios demonstrate the effectiveness of our proposed method compared with other state-of-the-art methods.
- Abstract（参考訳）: 本稿では,バーストヘキサデカ・バイアーパターン接触画像センサ(CIS)画像のためのマルチフレーム超解像ネットワーク(MFSR)を提案する。
高品質な復元ネットワークの設計には,次のような課題がある。
1) カラーフィルタアレイ(CFA)パターンとは異なり, 同じ色群間の画素距離が増加するため, ヘキサデカ・バイヤーパターンの補間は困難である。
2 大きな物体の動き及びカメラの動きにより、最終融合結果は通常、ぼやけた画像又はゴーストアーティファクトを生じる不一致を被る。
3)提案するネットワークは,モバイルデバイス上でリアルタイムに動作可能な高速かつ効率的なネットワークであるべきである。
これらの課題を克服するために、LatentBurstと呼ばれる新しいネットワークを提案します。
1) 大型運動シナリオに対処する潜在特徴におけるピラミッドアライメントと融合アプローチ
2) モバイルデバイス上で効率的に動作可能な効率的なUNetベースの構造。
3) ドメインギャップをより効果的に低減するため, 微調整光流量推定と2段階の知識蒸留を行った。
種々のシナリオにおける実験結果から,提案手法の有効性を他の最先端手法と比較した。
関連論文リスト
- EfficienT-HDR: An Efficient Transformer-Based Framework via Multi-Exposure Fusion for HDR Reconstruction [0.0]
本研究では,HDR再構成のための軽量ビジョントランスアーキテクチャを提案する。
ゴーストを効果的に抑制するために、Intersection-Aware Adaptive Fusionモジュールを使用している。
実験の結果、ベースラインと比較して、メインバージョンはFLOPSを約67%削減した。
論文 参考訳（メタデータ） (2025-09-24T06:01:37Z) - Global Modeling Matters: A Fast, Lightweight and Effective Baseline for Efficient Image Restoration [9.2933763571933]
Pyramid Wavelet-Fourier Network (PW-FNet)は、画像復元のための効率的な修復ベースラインである。
PW-FNetはマルチ・インプット・マルチ出力構造を備え、マルチスケール・マルチ周波数帯域分解を実現する。
画像劣化, 雨滴除去, 画像超解像, モーションデブリ, 水中/低照度化などの課題の実験により, PW-FNetは修復品質の最先端の手法を超越するだけでなく, 優れた効率性が得られることが示された。
論文 参考訳（メタデータ） (2025-07-18T05:15:04Z) - Efficient Multi-scale Network with Learnable Discrete Wavelet Transform for Blind Motion Deblurring [25.36888929483233]
そこで本研究では,シングルインプットとマルチアウトプット(SIMO)に基づくマルチスケールネットワークを提案する。
実世界の軌道特性を学習可能なウェーブレット変換モジュールと組み合わせて、ぼやけた画像から鋭い画像へのステップバイステップ遷移の方向連続性と周波数特性に着目した。
論文 参考訳（メタデータ） (2023-12-29T02:59:40Z) - Hybrid-Supervised Dual-Search: Leveraging Automatic Learning for
Loss-free Multi-Exposure Image Fusion [60.221404321514086]
マルチ露光画像融合(MEF)は、様々な露光レベルを表すデジタルイメージングの限界に対処するための重要な解決策である。
本稿では、ネットワーク構造と損失関数の両方を自動設計するための二段階最適化探索方式であるHSDS-MEFと呼ばれるMEFのためのハイブリッドスーパービジョンデュアルサーチ手法を提案する。
論文 参考訳（メタデータ） (2023-09-03T08:07:26Z) - Improving Misaligned Multi-modality Image Fusion with One-stage
Progressive Dense Registration [67.23451452670282]
多モード画像間の相違は、画像融合の課題を引き起こす。
マルチスケールプログレッシブ・センス・レジストレーション方式を提案する。
このスキームは、一段階最適化のみで粗大な登録を行う。
論文 参考訳（メタデータ） (2023-08-22T03:46:24Z) - Searching a Compact Architecture for Robust Multi-Exposure Image Fusion [55.37210629454589]
2つの大きなスタブリングブロックは、画素の不一致や非効率な推論など、開発を妨げる。
本研究では,高機能なマルチ露光画像融合のための自己アライメントとディテールリプレクションモジュールを取り入れたアーキテクチャ検索に基づくパラダイムを提案する。
提案手法は様々な競争方式より優れており、一般的なシナリオではPSNRが3.19%向上し、不整合シナリオでは23.5%向上した。
論文 参考訳（メタデータ） (2023-05-20T17:01:52Z) - Gated Multi-Resolution Transfer Network for Burst Restoration and
Enhancement [75.25451566988565]
低画質の原画像のバーストから空間的精度の高い高画質画像を再構成する新しいGated Multi-Resolution Transfer Network (GMTNet)を提案する。
5つのデータセットに関する詳細な実験分析は、我々のアプローチを検証し、バースト超解像、バーストデノイング、低照度バーストエンハンスメントのための最先端技術を設定する。
論文 参考訳（メタデータ） (2023-04-13T17:54:00Z) - 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) - A Triple-Double Convolutional Neural Network for Panchromatic Sharpening [31.392337484731783]
パンシャルペニング(英: Pansharpening)とは、空間分解能の高いパンクロマティック画像と、空間分解能の低いマルチスペクトル画像の融合を指す。
本稿では,パンシャーピングのためのレベルドメインに基づく損失関数を持つ新しいディープニューラルネットワークアーキテクチャを提案する。
論文 参考訳（メタデータ） (2021-12-04T04:22:11Z)
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。