論文の概要: Color Pass-Through via Camera-Display Coupling
- arxiv url: http://arxiv.org/abs/2607.12746v1
- Date: Tue, 14 Jul 2026 13:16:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 17:08:30.15329
- Title: Color Pass-Through via Camera-Display Coupling
- Title（参考訳）: カメラ・ディスク・カップリングによるカラーパススルー
- Abstract要約: 画像を直接操作するエンドツーエンドの学習フレームワークであるColor Pass-Throughを提案する。
カメラとディスプレイの結合は、2つの実用的な利点をもたらす。
提案手法は, 5点ユーザ調査で平均+2.0点, 定量的指標で2倍以上の改善が得られた。
- 参考スコア（独自算出の注目度）: 17.070341956620176
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: When a real-world scene is captured by a smartphone camera and viewed on its screen, the displayed image often differs noticeably from the original scene in color, brightness, and contrast. This gap persists despite substantial advances in both modern cameras and displays. A key reason is that most pipelines factor the high-dimensional capture-to-display process into two separately calibrated camera and display stages, and then connect them through low-dimensional color transforms, leading to information bottlenecks and inevitable error accumulation. To address this systemic challenge, we propose Color Pass-Through, an end-to-end learned framework that operates directly on captured images. Our key insight is to treat the camera and display as a coupled system rather than calibrating them in isolation. Coupling the camera and display yields two practical advantages: (1) it brings the entire real-world scenes to the display via end-to-end optimization, and (2) it allows efficient one-step calibration for each distinct observer via complete capture-to-display path. We validate Color Pass-Through using both digital and human observers. Compared with representative baselines, our method achieves an average gain of +2.0 points on a 5-point user study and more than 2x improvement on quantitative metrics, demonstrating improved reproduction of the perceived color of the original scene.
- Abstract（参考訳）: 実世界のシーンをスマートフォンのカメラで捉えて画面で見ると、表示された画像は、色、明るさ、コントラストのオリジナルのシーンと著しく異なることが多い。
このギャップは、現代のカメラとディスプレイの両方で大幅に進歩したにもかかわらず持続する。
主な理由は、ほとんどのパイプラインが高次元のキャプチャー・トゥ・ディスプレイのプロセスを2つの別個のキャリブレーションされたカメラとディスプレイのステージに分解し、それらを低次元のカラー変換によって接続し、情報のボトルネックと避けられないエラーの蓄積をもたらすためである。
このシステム的課題に対処するために、我々は、キャプチャした画像を直接操作するエンドツーエンドの学習フレームワークであるColor Pass-Throughを提案する。
私たちの重要な洞察は、カメラとディスプレイを分離して調整するのではなく、結合したシステムとして扱うことです。
カメラとディスプレイの結合は,(1)エンド・ツー・エンドの最適化による実世界のシーン全体の表示,(2)フル・キャプチャ・トゥ・ディスプレイ・パスによる各観察者の効率的なワンステップ・キャリブレーションの2つの実用的な利点をもたらす。
デジタルと人の両方のオブザーバを用いてカラーパススルーを検証する。
代表的ベースラインと比較すると,5点以上のユーザスタディでは平均+2.0ポイント,定量値では2倍以上の改善を実現し,オリジナルシーンの知覚色再現性の向上を実証した。
関連論文リスト
- Two-Stage Camera Calibration Method for Multi-Camera Systems Using Scene Geometry [52.27010615715154]
本稿では,マルチカメラトラッキングシステムのための2段階キャリブレーション手法を提案する。
第1段階では、自然幾何学的プリミティブの演算子のアノテーションに基づいて、個々のカメラの部分校正を行う。
第2段階では、投影された有効視野のインタラクティブな操作により、正確なシステム校正を行う。
論文 参考訳（メタデータ） (2025-12-04T16:47:39Z) - M2SVid: End-to-End Inpainting and Refinement for Monocular-to-Stereo Video Conversion [60.728003408015844]
入力左図の奥行きに基づく再投影により得られた歪んだ右図の描画と洗練のための新しいアーキテクチャを提案する。
提案手法は従来の最先端手法よりも優れており,ユーザスタディでは4つの比較手法の中で平均1.43のランクが得られた。
論文 参考訳（メタデータ） (2025-05-22T11:58:54Z) - Real-Time Computational Visual Aberration Correcting Display Through High-Contrast Inverse Blurring [0.0]
眼鏡やコンタクトレンズを必要とせずに屈折性視収差に対処するライブ視覚補正ディスプレイ(VCD)を開発した。
この補正は、表示画像のデコンボリューションにより、視聴者の目に関連する点拡散関数(PSF)を用いて達成する。
その結果,視覚的明瞭度は有意に向上し,構造類似度指標(SSIM)は83.04%であった。
論文 参考訳（メタデータ） (2024-12-30T11:15:45Z) - EF-3DGS: Event-Aided Free-Trajectory 3D Gaussian Splatting [87.1077910795879]
生物学的ビジョンにインスパイアされたイベントカメラは、時間分解能の高い画素の強度を非同期に記録する。
本稿では,イベントカメラの利点を3DGSにシームレスに統合するイベント支援フリートラジェクトリ3DGSを提案する。
提案手法を,パブリックタンクとテンプルのベンチマークと,新たに収集した実世界のデータセットであるRealEv-DAVISで評価した。
論文 参考訳（メタデータ） (2024-10-20T13:44:24Z) - Neuromorphic Synergy for Video Binarization [54.195375576583864]
バイモーダルオブジェクトは視覚システムによって容易に認識できる情報を埋め込む視覚形式として機能する。
ニューロモルフィックカメラは、動きのぼかしを緩和する新しい機能を提供するが、最初にブルーを脱色し、画像をリアルタイムでバイナライズするのは簡単ではない。
本稿では,イベント空間と画像空間の両方で独立に推論を行うために,バイモーダル目標特性の事前知識を活用するイベントベースバイナリ再構築手法を提案する。
また、このバイナリ画像を高フレームレートバイナリビデオに伝搬する効率的な統合手法も開発している。
論文 参考訳（メタデータ） (2024-02-20T01:43:51Z) - DVANet: Disentangling View and Action Features for Multi-View Action
Recognition [56.283944756315066]
本稿では,学習した行動表現を映像中の視覚関連情報から切り離すための多視点行動認識手法を提案する。
本モデルとトレーニング方法は,4つの多視点行動認識データセットにおいて,他のユニモーダルモデルよりも有意に優れている。
論文 参考訳（メタデータ） (2023-12-10T01:19:48Z) - Breaking Modality Disparity: Harmonized Representation for Infrared and
Visible Image Registration [66.33746403815283]
シーン適応型赤外線と可視画像の登録を提案する。
我々は、異なる平面間の変形をシミュレートするためにホモグラフィーを用いる。
我々は、まず、赤外線と可視画像のデータセットが不一致であることを示す。
論文 参考訳（メタデータ） (2023-04-12T06:49:56Z) - Cross-Camera Deep Colorization [10.254243409261898]
本稿では,カラープラスモノデュアルカメラシステムからの画像の整列と融合を行う,エンドツーエンドの畳み込みニューラルネットワークを提案する。
提案手法は,約10dBPSNRゲインの大幅な改善を継続的に達成する。
論文 参考訳（メタデータ） (2022-08-26T11:02:14Z) - Deep Metric Color Embeddings for Splicing Localization in Severely
Degraded Images [10.091921099426294]
本研究では,画像に最適なスプライシング検出法を提案する。
我々は、照明色やカメラの白点推定に敏感な深度距離空間を学習するが、一方、対象色の変化には敏感である。
本評価では,強い圧縮とダウンサンプリングの対象となる画像に対して,提案手法の組込み空間が技量を上回り,その性能が向上することを示す。
論文 参考訳（メタデータ） (2022-06-21T21:28:40Z) - Jointly Optimizing Color Rendition and In-Camera Backgrounds in an RGB
Virtual Production Stage [2.2304863069891834]
仮想生産システムで使用されるLEDパネルは、狭帯域赤、緑、青のLEDからのピークスペクトル出力のために、照明として使用される場合、問題のある色変化を引き起こす。
本稿では,このカラーリフレクション問題を改善するとともに,正確なカメラ内背景色を透過する仮想生産段階のカラーキャリブレーションプロセスを提案する。
論文 参考訳（メタデータ） (2022-05-24T23:23:40Z) - Colour alignment for relative colour constancy via non-standard
references [11.92389176996629]
相対色濃度は、多くの科学的イメージング応用に必須の要件である。
カメラ画像形成をブラックボックスとみなすカラーアライメントモデルを提案する。
カラーアライメントは、カメラ応答校正、応答線形化、色マッチングという3段階のプロセスとして定式化される。
論文 参考訳（メタデータ） (2021-12-30T15:58:55Z)
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。