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。
実世界イメージングシステムは,雑音,光学収差,および他の不完全性により劣化する測定を獲得し,人間の視聴および高レベル知覚タスクに対する画像処理を行う。従来のカメラは,高レベルタスク処理からイメージングを区分することによってこの問題を扱う。そのようなように,従来のイメージングは,デモザイキング,雑音除去,デブルリング,トーンマッピングおよび圧縮のようなステップの逐次パイプラインにおけるRAWセンサ測定の処理を含む。このパイプラインは,視覚的に plしい画像を得るために最適化される。他方,高レベル処理は,特徴抽出,分類,追跡および融合のようなステップを含む。このサイロ設計手法は効率的な開発を可能にするが,カメラシステムの高レベルタスクの知識なしに区画化性能メトリックスを指示する。例えば,今日のデモザイキングと雑音除去アルゴリズムは,知覚画像品質メトリックを用いて設計されたが,物体検出のようなドメイン固有タスクではそうではない。デモザイキング,雑音除去,ぼけ,音色マッピング,および分類を同時に行うエンドツーエンド微分アーキテクチャを提案する。アーキテクチャは,その出力が知覚品質のために最適化された既存のISPのものと異なる処理パイプラインを学習し,ノイズとアーチファクトの増加のコストで微細な詳細を保存する。著者らは,著者らのモデルが,実世界アプリケーションにとって必須である,低光および他の挑戦的な条件での知覚を大幅に改善する,捕捉およびシミュレーションデータについて実証した。最後に,提案モデルは,低光条件における画像再構成のために最適化するとき,最先端の精度を達成し,本研究で実証されたアプリケーションを超えた再構成および解析タスクのための潜在的に有用なドロップインネットワークとしてのアーキテクチャ自体を検証した。【JST・京大機械翻訳】