文献

J-GLOBAL ID：202202219244069713   整理番号：22A0847945

大規模運動と重度飽和を伴う動的シーンのための高ダイナミックレンジイメージング【JST・京大機械翻訳】

High Dynamic Range Imaging for Dynamic Scenes With Large-Scale Motions and Severe Saturation

著者 (7件)： Tan Xiao (School of Engineering Science, University of Science and Technology of China, Anhui, China) ,  Chen Huaian (School of Engineering Science, University of Science and Technology of China, Anhui, China) ,  Xu Kai (School of Engineering Science, University of Science and Technology of China, Anhui, China) ,  Xu Chunmei (School of Engineering Science, University of Science and Technology of China, Anhui, China) ,  Jin Yi (School of Engineering Science and School of Data Science, University of Science and Technology of China, Anhui, China) ,  Zhu Changan (School of Engineering Science and School of Data Science, University of Science and Technology of China, Anhui, China) ,  Zheng Jinjin (School of Engineering Science and School of Data Science, University of Science and Technology of China, Anhui, China)
資料名： IEEE Transactions on Instrumentation and Measurement  (IEEE Transactions on Instrumentation and Measurement)
巻： 71  ページ： ROMBUNNO.5003415.1-15  発行年： 2022年 
JST資料番号： C0232A  ISSN： 0018-9456  CODEN： IEIMAO  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： 動的シーンのためのマルチ露光低ダイナミックレンジ(LDR)画像から,高ダイナミックレンジ(HDR)イメージングにおいて2つの重要な課題が存在する。1)大規模前景運動による入力画像を整列させ,2)限られた数の入力LDR画像から大きな飽和領域を回復する。これらの課題に取り組むために,いくつかの深い畳み込みニューラルネットワークが,大きな進歩を遂げてきた。しかし,これらの方法は,いくつかの挑戦的なシーンに適用するときゴーストと飽和アーチファクトを受ける傾向がある。本論文では,DHDRNetと呼ぶエンドツーエンド変形可能HDRイメージングネットワークを提案し,効果的なアラインメントモジュールを構築し,自己誘導注意を採用することにより,これらの問題を軽減することを試みた。最初に,HDRイメージングタスクにおけるアラインメントプロセスを解析し,それに対応して,多重スケールでLDR画像を整列させ,粗い方法で整列特徴を再構成するピラミッド型変形可能モジュール(PDM)を設計した。この方法で,提案したDHDRNetは,大規模複合運動を処理でき,不整合に起因するゴーストアーチファクトを抑制することができる。さらに,著者らは,アーチファクトを抑圧し,最終HDR画像において微細な詳細を保持するのを助ける,整列および併合プロセス中の飽和領域の影響を低減するために,自己誘導注意を採用した。広範な定性的および定量的比較は,提案モデルが既存の最先端手法よりも性能が優れており,大規模運動および厳しい飽和を伴う挑戦的なシーンに対してロバストであることを示した。ソースコードはhttps://github.com/Tx000/DHDRNetで利用可能である。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アラインメント ,  運動 ,  露光 ,  飽和 ,  *画像処理 ,  画像 ,  再構成 ,  エンドツーエンド方式 ,  *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： マルチスケール ,  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 (6件)： 大規模 ,  運動 ,  飽和 ,  シーン ,  高ダイナミックレンジ ,  イメージング