文献

J-GLOBAL ID：202102238166181499   整理番号：21A0463145

マルチビュー深さ強調のための事前クロスビュー最適化フィルタの完全使用【JST・京大機械翻訳】

Make Full Use of Priors Cross-View Optimized Filter for Multi-View Depth Enhancement

著者 (3件)： He Xin (Huazhong University of Science and Technology, Wuhan, China) ,  Liu Qiong (Huazhong University of Science and Technology, Wuhan, China) ,  Yang You (Huazhong University of Science and Technology, Wuhan, China)
資料名： ACM Transactions on Multimedia Computing, Communications, and Applications  (ACM Transactions on Multimedia Computing, Communications, and Applications)
巻： 16  号： 4  ページ： 1-19  発行年： 2020年 
JST資料番号： W5702A  ISSN： 1551-6857  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： マルチビュービデオプラス深さ(MVD)は,将来の3D視覚アプリケーションとインタラクティブメディアのための有望で広く採用されるデータ表現である。しかし,深さビデオ上の圧縮歪みはこのような応用の開発を妨げ,フィルタは端末側での品質向上のために極めて重要である。クロスビュー事前はフィルタ設計に直感的に関与できるが,これらの事前は圧縮で歪められ,従ってそれらの寄与は以前の研究ではほとんど考慮されない。本論文では,奥行きマップ品質向上のためのクロスビュー最適化フィルタを,内部およびクロスビュー事前のフル利用により提案した。深さの現況をフィルタリングする際の歪んだ交差視点の寄与を評価し,次に,内部および交差ビューの事前をフィルタ設計に含めることができる。したがって,クロスビューの歪みは以前には障壁ではない。その目的のために,相互情報誘導クロスビュー一貫性を,MVDの圧縮歪みからクロスビューの寄与を評価するために設計した。その後,グローバル最適化のフレームワークの下で,内部と交差ビューの事前をモデリングして,データ精度と空間平滑度の両方をモデル化する設計エネルギー関数を最小にするために取り入れた。実験結果は,提案モデルが最先端の方法より優れていて,ピーク信号対ノイズ比および構造類似性計量に関して,それぞれ3.289dBおよび0.0407平均利得を得ることができることを示した。主観的評価のために,物体の詳細と構造情報を圧縮深さビデオで復元した。また,精度評価のための3Dモデリングのための平滑相互作用と点雲のための仮想ビュー合成を含む,いくつかの実用的応用を通して,著者らの方法を検証した。これらの検証において,物体輪郭上のリングと位置合わせアーチファクトを対話型ビデオのために適切に扱い,不連続物体表面を3Dモデリングのために復元した。これらの結果の全ては,MVDにおける圧縮歪が提案モデルによって適切にフィルタリングされ,将来の帯域幅制約付き3Dと対話型視覚アプリケーションのための有望な解決策を提供することを示唆する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  *最適化 ,  視覚 ,  相互作用 ,  フィルタ設計 ,  フィルタリング ,  録画装置 ,  端末装置 ,  応用プログラム ,  利得 ,  帯域幅 ,  三次元 ,  不連続性 ,  アーチファクト
準シソーラス用語： 圧縮歪 , 【Automatic Indexing@JST】

著者キーワード (3件)： 多視点ビデオプラス深さ ,  グローバル最適化 ,  視点の一貫性

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： マルチビュー ,  最適化