文献

J-GLOBAL ID：202002256720973593   整理番号：20A2662479

畳込みニューラルネットワークに基づく二重焦点カメラHDRイメージング【JST・京大機械翻訳】

Dual-focal camera HDR imaging based on convolutional neural network

著者 (5件)： Song Jionghui (Zhejiang Univ. (China)) ,  Li Qi (Zhejiang Univ. (China)) ,  Feng Huajun (Zhejiang Univ. (China)) ,  Xu Zhihai (Zhejiang Univ. (China)) ,  Chen Yueting (Zhejiang Univ. (China))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 11567  ページ： 115673L-5  発行年： 2020年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,画像の動的範囲を拡張するために,同じターゲットに直面する二重焦点カメラに基づく方法を提案した。本論文における二重焦点カメラの空間分解能は,異なる,ダウンサンプリング,アップサンプリング,および多重解像度融合は,画像融合処理において必要であり,理想的高ダイナミックレンジ画像を得る。現在のマルチフレーム高ダイナミックレンジアルゴリズムは,主に類似分解能画像である。大きい分解能差異がある2つの画像があるとき,通常の登録アルゴリズム(For用例,光フロー登録アルゴリズム)の影響は限られ,画像は登録後にゴーストとカラーアーチファクトが現れる。著者らの方法は,2つのサブネットから成る畳込みニューラルネットワークを使用する。画像融合サブネットとスタイル転送サブネット。周囲の視野に1つの露光画像だけがあるので,中心視野は周囲の視野から別々に処理される。中心視野において,U-Netを用いて,登録速度と登録精度を上げるために,層によって画像層を登録する。中心視野における高ダイナミックレンジ画像の後,スタイル転送ネットワークを用いて,高ダイナミックレンジ画像のカラー分布を周囲の視野に転送する。その結果,著者らの方法が,ゴーストとカラーアーチファクトが,既存の一般的マルチフレーム高ダイナミックレンジ法と比較して著しく低減され,様々な入力にわたってロバストである,優れた結果を生成することを示すために,広範囲な定性的および定量的比較を実施した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *カメラ ,  *ネットワーク ,  露光 ,  *画像処理 ,  ダイナミックレンジ ,  ゴースト ,  ロバスト性 ,  アーチファクト
準シソーラス用語： 多重解像度 ,  ダウンサンプリング ,  画像融合 ,  アップサンプリング ,  高ダイナミックレンジ画像 ,  高ダイナミックレンジ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  焦点 ,  イメージング