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。
歪は一般的な広角カメラと魚眼カメラで撮影した画像に広く存在する。歪修正の長い歴史にもかかわらず,単一歪画像から歪パラメータを正確に推定することは依然として困難である。主な理由は,これらのパラメータが画像特徴に暗黙的であり,ネットワークが歪情報を完全に学習することに影響することである。本研究では,より高い効率でより正確なパラメータを得ることができる新しい歪修正手法を提案した。筆者らの重要な洞察は,歪修正が単一歪画像から順序歪を学習する問題として投げられる事である。この問題を解決するために,順序歪を学習し,現実的な歪分布を近似する局所-大域関連推定ネットワークを設計した。暗黙の歪パラメータとは対照的に,提案した順序歪は画像特徴とより明示的な関係を持ち,その結果,ニューラルネットワークの歪知覚を著しく高める。歪み情報の冗長性を考慮して,著者らの方式は,順序歪み推定のために歪み画像の一部を使用するだけであり,効率的歪み修正における有望な応用を示した。筆者らの知る限り,筆者らは最初に,画像特徴と歪修正の間のギャップを埋める順序歪を通して,異種歪パラメータを学習フレンドリ中間表現に統一した。実験結果は,本手法が最先端の方法よりも著しいマージンで優り,視覚外観で最良の性能を示す一方で,定量的評価を約23%改善することを示した。このコードはhttps://github.com/KangLiao929/OrdinalDistortionで利用可能である。【JST機械翻訳】