歪修正のための深い順序歪推定法【JST機械翻訳】

Liao Kang; Lin Chunyu; Zhao Yao

プレプリント

J-GLOBAL ID：202202220607022563 整理番号：22P0173450

歪修正のための深い順序歪推定法【JST機械翻訳】

A Deep Ordinal Distortion Estimation Approach for Distortion Rectification

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年07月21日プレプリントサーバーでの情報更新日： 2024年04月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

, , , , , , , ,
, , , , , 【Automatic Indexing@JST】

図形・画像処理一般

, ,

前のページに戻る