論文の概要: Parallax Portrait Matting

• arxiv url: http://arxiv.org/abs/2607.11205v1
• Date: Mon, 13 Jul 2026 07:56:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 17:47:21.38248
• Title: Parallax Portrait Matting
• Title（参考訳）: Parallax (複数形 Parallaxs)
• Abstract要約: そこで,Parallax Portrait Mattingを提案する。 パイプラインはトリマップとフォアグラウンド/バックグラウンドの動きを推定し、予測のためにアライメントされたビューを構築します。 実験により,本手法は,難解なポートレートケースにおいて,強い単一像のマッティングベースラインよりも細部や前景の色をより正確に再現できることがわかった。
• 参考スコア（独自算出の注目度）: 22.65892241632063
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Image matting is highly ill-posed, especially when both the foreground and background are richly textured. While single-image matting methods learn strong priors from data, they often struggle on these challenging cases. Existing approaches improve results by requiring additional signals such as green screens, polarized lighting, or clean background images, but these typically rely on specialized capture setups. We present Parallax Portrait Matting, a practical two-frame matting method that uses a second image captured with slight viewpoint change. Such a setting arises naturally in burst photography, where small camera motion induces foreground-background parallax and provides complementary observations for matting. Our pipeline estimates trimaps and foreground/background motion, then constructs aligned views for prediction. To handle imperfect motion estimation, the network uses the background-aligned pair for direct fusion and the foreground-aligned cue through cross-attention for error compensation. Experiments show that our method recovers finer details and more accurate foreground colors than strong single-image matting baselines on challenging portrait cases.
• Abstract（参考訳）: 特に前景と背景の両方が豊かにテクスチャ化されている場合、画像マッチングは非常に不適切である。 シングルイメージのマッティング手法はデータから強い先入観を学習する一方で、これらの困難なケースで苦労することが多い。 既存のアプローチでは、グリーンスクリーン、偏光、クリーンな背景画像などの追加信号を必要とするが、通常は特殊なキャプチャ設定に依存している。 そこで,Parallax Portrait Mattingを提案する。 このような設定はバースト写真で自然に発生し、小さなカメラの動きは前景と後ろ景の視差を誘発し、交尾を補完する観察を提供する。 パイプラインはトリマップとフォアグラウンド/バックグラウンドの動きを推定し、予測のためにアライメントされたビューを構築します。 不完全な動作推定に対処するために、ネットワークは、直接融合に背景整列ペアと、エラー補償にクロスアテンションを介して前景整列キューを使用する。 実験により,本手法は, 難解なポートレートケースにおいて, 強い単一像のマッティングベースラインよりも細部や前景の色をより正確に再現できることが判明した。

関連論文リスト

• 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)
• Painterly Image Harmonization via Adversarial Residual Learning [37.78751164466694]
  画家的なイメージは 背景の絵のスタイルを 前景の物体に 転送することを目的としています 本研究では,前景特徴写像と背景特徴写像の間の領域ギャップを埋めるために,逆学習を用いる。
  論文  参考訳（メタデータ） (2023-11-15T01:53:46Z)
• 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)
• Deep Rotation Correction without Angle Prior [57.76737888499145]
  我々は,高コンテンツ忠実度で傾きを自動的に補正する,回転補正という新しい実用的タスクを提案する。 このタスクは画像編集アプリケーションに簡単に統合でき、ユーザーは手動操作なしで回転した画像を修正できる。 我々はニューラルネットワークを利用して、傾斜した画像を知覚的に水平に歪めることができる光学フローを予測する。
  論文  参考訳（メタデータ） (2022-07-07T02:46:27Z)
• Deep Rectangling for Image Stitching: A Learning Baseline [57.76737888499145]
  我々は不規則な境界やシーンに大きな多様性を持つ最初の画像縫合整形データセットを構築した。 実験では、従来の方法よりも定量的にも質的にも優位性を示す。
  論文  参考訳（メタデータ） (2022-03-08T03:34:10Z)
• Pixel-wise Deep Image Stitching [21.824319551526294]
  画像縫いは、異なる視点から撮影された画像をより広い視野で画像に縫い付けることを目的としている。 既存の方法は、推定されたワープ関数を用いて、対象画像を基準画像にワープする。 本稿では,大視差問題に対処するため,画素ワイドワープフィールドを利用した新しい深部画像縫合フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-12-12T07:28:48Z)
• Low-Light Image Enhancement with Normalizing Flow [92.52290821418778]
  本稿では,この一対多の関係を正規化フローモデルを用いてモデル化する。 低照度画像/特徴を条件として取り、通常露光される画像の分布をガウス分布にマッピングすることを学ぶ可逆ネットワーク。 既存のベンチマークデータセットによる実験結果から,提案手法はより定量的,質的な結果を得ることができ,照度が良く,ノイズやアーティファクトが小さく,色も豊かになることがわかった。
  論文  参考訳（メタデータ） (2021-09-13T12:45:08Z)
• Z2P: Instant Rendering of Point Clouds [104.1186026323896]
  ニューラルネットワークを用いて点雲をレンダリングする手法を提案する。 既存のポイントレンダリング技術は、スプレイティングを使用するか、最初にレンダリング可能な表面メッシュを再構築する。
  論文  参考訳（メタデータ） (2021-05-30T13:58:24Z)
• Practical Wide-Angle Portraits Correction with Deep Structured Models [17.62752136436382]
  本稿では,写真から視線歪みを取り除くための深層学習手法について紹介する。 入力として広角ポートレートが与えられると、LineNet、ShapeNet、トランジションモジュールからなるカスケードネットワークを構築します。 定量的評価には,ラインの整合性と面の整合性という2つの新しい指標を導入する。
  論文  参考訳（メタデータ） (2021-04-26T10:47:35Z)
• Towards Geometry Guided Neural Relighting with Flash Photography [26.511476565209026]
  本稿では,深層学習を用いた深度マップを用いた1枚のフラッシュ写真から画像のリライティングを行うフレームワークを提案する。 本研究は,本質的な画像分解と画像リライティングにおける最先端の画像ベースアプローチに対する幾何学的アプローチの利点を実験的に検証する。
  論文  参考訳（メタデータ） (2020-08-12T08:03:28Z)
• Self-Supervised Linear Motion Deblurring [112.75317069916579]
  深層畳み込みニューラルネットワークは、画像の劣化の最先端技術である。 本稿では,自己監督型動作遅延に対する識別可能なreblurモデルを提案する。 我々の実験は、自己監督された単一画像の劣化が本当に実現可能であることを実証した。
  論文  参考訳（メタデータ） (2020-02-10T20:15:21Z)

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。