論文の概要: CPDDNet: Color-Polarization Denoising and Demosaicking Network

• arxiv url: http://arxiv.org/abs/2607.01100v1
• Date: Wed, 01 Jul 2026 15:52:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.973491
• Title: CPDDNet: Color-Polarization Denoising and Demosaicking Network
• Title（参考訳）: CPDDNet:カラーポーラライゼーションのデノベーションとデモザイクネットワーク
• Abstract要約: カラー偏光フィルタアレイ(CPFA)センサは、シーンのテクスチャ(色強度)と物理的(偏光)情報を1枚のショットでキャプチャする。 CPFAセンサーからの生モザイク出力は、特に低照度条件下では、大きなノイズと分解能の損失に悩まされることが多い。 既存のメソッドは一般的に、タスクのデノベーションやデコザイクに重点を置いており、それらの間の結合を捉えていない。
• 参考スコア（独自算出の注目度）: 24.928074925612055
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Color-polarization imaging using a color-polarization filter array (CPFA) sensor captures both texture (color intensity) and physical (polarization) information of the scene in a single shot, enabling various applications in computer vision. However, the raw mosaic output from a CPFA sensor often suffers from severe noise and resolution loss, especially under low-light conditions. Existing methods generally focus on either denoising or demosaicking tasks, failing to capture the coupling between them and neglecting shared low-level features. In this paper, we propose a color-polarization denoising and demosaicking network (CPDDNet), which is a joint framework that performs noise removal and CPFA interpolation using a feature fusion module that retains the features from the CPFA raw data at both the denoising and the demosaicking stages. Experimental results demonstrate that CPDDNet significantly enhances image quality and polarization parameter accuracy, outperforming existing approaches on a real dataset.
• Abstract（参考訳）: カラー偏光フィルタアレイ(CPFA)センサーを用いたカラー偏光イメージングは、シーンのテクスチャ(色強度)と物理的(偏光)の両方を単一のショットで捉え、コンピュータビジョンにおける様々な応用を可能にする。 しかし、CPFAセンサからの生モザイク出力は、特に低照度条件下では、大きなノイズと分解能の損失に悩まされることが多い。 既存のメソッドは一般的に、タスクのデノベーションまたはデコザイクに重点を置いており、それら間の結合を捉えず、共有する低レベル機能を無視している。 本稿では,ノイズ除去とCPFA補間を行う共同フレームワークである色分極復調ネットワーク(CPDDNet)を提案する。 実験の結果,CPDDNetは画像品質と偏光パラメータの精度を大幅に向上し,実データに対する既存手法よりも優れていた。

関連論文リスト

• RHVI-FDD: A Hierarchical Decoupling Framework for Low-Light Image Enhancement [11.50861592672004]
  低照度画像は、しばしば激しいノイズ、詳細な損失、色歪みに悩まされる。 本稿では,この問題を解決するために,新しい階層型デカップリングフレームワーク(RHVI-FDD)を提案する。 提案手法は,客観的指標と主観的視覚的品質の両方において,既存の最先端手法よりも一貫して優れている。
  論文  参考訳（メタデータ） (2026-04-07T12:18:57Z)
• IrisNet: Infrared Image Status Awareness Meta Decoder for Infrared Small Targets Detection [92.56025546608699]
  IrisNetは、入力赤外線画像ステータスに検出戦略を適用する、新しいメタ学習フレームワークである。 提案手法は,赤外線画像特徴量とデコーダパラメータ全体の動的マッピングを確立する。 NUDT-SIRST、NUAA-SIRST、IRSTD-1Kデータセットの実験は、我々のIrisNetの優位性を示している。
  論文  参考訳（メタデータ） (2025-11-25T13:53:54Z)
• Learning Multi-scale Spatial-frequency Features for Image Denoising [58.883244886588336]
  本稿では,マルチスケール適応型デュアルドメインネットワーク(MADNet)を提案する。 画像ピラミッド入力を用いて低解像度画像からノイズのない結果を復元する。 高周波情報と低周波情報の相互作用を実現するために,適応型空間周波数学習ユニットを設計する。
  論文  参考訳（メタデータ） (2025-06-19T13:28:09Z)
• Retinex-RAWMamba: Bridging Demosaicing and Denoising for Low-Light RAW Image Enhancement [71.13353154514418]
  低照度画像の強化、特に生ドメインからsRGBドメインへのマッピングのようなクロスドメインタスクは、依然として大きな課題である。 RAWMambaと呼ばれる低照度RAW画像用にカスタマイズされた新しいMambaベースの手法を提案する。 低照度RAW画像の高精細化を図り、復調を施すことにより、高精細化を実現する。
  論文  参考訳（メタデータ） (2024-09-11T06:12:03Z)
• FDCE-Net: Underwater Image Enhancement with Embedding Frequency and Dual Color Encoder [49.79611204954311]
  水中画像は、低明度、色の変化、ぼやけた詳細、吸光光によるノイズ、水や懸濁粒子による散乱などの様々な問題に悩まされることが多い。 従来の水中画像強調法(UIE)は主に空間領域の強調に焦点を当てており、画像固有の周波数領域情報を無視している。
  論文  参考訳（メタデータ） (2024-04-27T15:16:34Z)
• NIR-Assisted Image Denoising: A Selective Fusion Approach and A Real-World Benchmark Dataset [53.79524776100983]
  近赤外(NIR)画像を活用して、視認可能なRGB画像の復調を支援することで、この問題に対処する可能性を示している。 既存の作品では、NIR情報を効果的に活用して現実のイメージを飾ることに苦戦している。 先進デノナイジングネットワークにプラグイン・アンド・プレイ可能な効率的な選択核融合モジュール(SFM)を提案する。
  論文  参考訳（メタデータ） (2024-04-12T14:54:26Z)
• Two-Step Color-Polarization Demosaicking Network [14.5106375775521]
  TCPDNetは2段階のカラー偏光復光ネットワークである。 TCPDNetは、偏光画像の画質とストークスパラメータの精度で既存の手法より優れている。
  論文  参考訳（メタデータ） (2022-09-13T14:28:18Z)
• Polarized Color Image Denoising using Pocoformer [42.171036556122644]
  偏光カラー写真は、視覚的なテクスチャと1枚のスナップショットで対象のサージカル情報の両方を提供する。 指向性偏光フィルタアレイを用いることで、従来のカラー画像に比べて光子数とSNRが極めて低い。 クリーンな信号と正確な分極情報を同時に復元する学習に基づく手法を提案する。
  論文  参考訳（メタデータ） (2022-07-01T05:52:14Z)
• SJ-HD^2R: Selective Joint High Dynamic Range and Denoising Imaging for Dynamic Scenes [17.867412310873732]
  Ghosting artifacts, Motion blur, Lowfidelity in highlightは、高ダイナミックレンジ(LDR)イメージングにおける主な課題である。 本稿では,2つのサブネットワークを含むHDRとデノナイズパイプラインを提案する。 私たちは、最初の共同HDRとデノナイジングベンチマークデータセットを作成します。
  論文  参考訳（メタデータ） (2022-06-20T07:49:56Z)
• Mitigating Channel-wise Noise for Single Image Super Resolution [33.383282898248076]
  本稿では,色チャネルを協調的に考慮し,ノイズの多い色画像の超解法を提案する。 結果は、実際のシナリオにおけるアプローチの超解能を実証する。
  論文  参考訳（メタデータ） (2021-12-14T17:45:15Z)
• Variational Denoising Network: Toward Blind Noise Modeling and Removal [59.36166491196973]
  ブラインド画像のデノイングはコンピュータビジョンにおいて重要な問題であるが、非常に難しい問題である。 本稿では,ノイズ推定と画像デノーミングを併用した新しい変分推論手法を提案する。
  論文  参考訳（メタデータ） (2019-08-29T15:54:06Z)

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。