抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
商用小型カメラセンサの限られたダイナミックレンジは,様々な照明条件を有するシーンの不正確な表現をもたらし,画像品質に悪影響を与え,次に,基礎となる画像処理アルゴリズムの性能を制限する。最新の最先端(SoTA)畳込みニューラルネットワーク(CNN)を後処理技法として開発し,アンダー/オーバー露光画像を独立に復元する。しかし,グレア,高ビーム,様々な雑音強度によるカラーブリージングなどの実世界劣化を含む画像に適用するとき,これらのアルゴリズムは劣化を増幅し,さらに画質を劣化させる。著者らは,これらの限界を克服するために,構造誘導のための周波数事前を用いて,照明と雑音除去を順次バランスさせる軽量2段階画像強調アルゴリズムを提案した。さらに,現実的な画像品質を確保するために,画像の周波数と空間領域特性の間の関係を活用し,様々な照明条件の下で一貫した画像増強のためのFourierスペクトルベースの敵対フレームワーク(AFNet)を提案した。画像強調の現行の定式化は後処理技術として想定されるが,著者らは,そのようなアルゴリズムが,RAWセンサデータと軽量CNNアーキテクチャから恩恵を受けるカメラセンサ内の画像信号処理(ISP)パイプラインの機能性を統合するために拡張できるかどうかを調べる。定量的および定性的評価に基づいて,著者らはまた,様々な照明条件における物体検出および意味セグメンテーションのような一般的知覚タスクの性能に対する画像強調技術の実用性および効果も調べた。【JST・京大機械翻訳】