PIINET:キューブマップを用いた360度パノラマ画像修復ネットワーク【JST・京大機械翻訳】

Han Seo Woo; Suh Doug Young

プレプリント

J-GLOBAL ID：202202221136008421 整理番号：21P0057942

PIINET:キューブマップを用いた360度パノラマ画像修復ネットワーク【JST・京大機械翻訳】

PIINET: A 360-degree Panoramic Image Inpainting Network Using a Cube Map

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 (2件)： ,
資料名：
発行年： 2020年10月29日プレプリントサーバーでの情報更新日： 2021年01月26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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

修復はコンピュータビジョンの分野で連続的に研究されている。人工知能技術を開発したので,深層学習技術を修復研究に導入して,性能の改善を助けた。現在,深層学習を用いた修復アルゴリズムの入力ターゲットを単一画像からビデオまで研究した。しかし,パノラマ画像のための深層学習ベースの修復技術は,活発に研究されていない。生成敵対ネットワーク(GAN)を用いた360度パノラマ画像修復法を提案した。提案したネットワーク入力は,360度要求角形式パノラマ画像がそれをキューブマップフォーマットに変換し,それは比較的小さな歪みを持ち,訓練ネットワークとしてそれを使用する。立方体マップフォーマットを使用するので,立方体マップの6つの側面の相関を考慮すべきである。したがって,立方体マップのすべての顔を,全体の識別ネットワークのための入力として使用し,そして,立方体マップの各顔を,生成された画像の信頼度を決定するために,スライス識別ネットワークのための入力として使用した。提案したネットワークは,既存の単一画像修復アルゴリズムおよびベースラインアルゴリズムよりも定性的に優れていた。【JST・京大機械翻訳】

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

図形・画像処理一般

, ,

前のページに戻る