Deep Neural Networksを用いたInverse Tone Mapping

• Item type: SIG Technical Reports(1)
• 公開日: 2018-05-31
• タイトル: Deep Neural Networksを用いたInverse Tone Mapping
• タイトル / 言語: en
• タイトル: Inverse Tone Mapping using Deep Neural Networks
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 学生セッション
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 早稲田大学
• 著者所属: 早稲田大学
• 著者所属: 早稲田大学
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者名: 平尾, 克彦; 竹内, 健; 甲藤, 二郎
• 著者名(英): Katsuhiko, Hirao; Masaru, Takeuchi; Jiro, Katto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: Deep Neural Networks (DNN) を用いて，単一の Standard Dynamic Range (SDR) 画像から High Dynamic Range (HDR) 画像を生成する inverse Tone Mapping Operator (iTMO) を提案する．近年の撮像，表示デバイスの進歩に伴い，既存の SDR 画像の輝度を HDR 相当まで拡大する高精度な iTMOs 技術が求められている．本稿では，近年様々な分野で成功を収めている Deep learning ベースの手法を提案し，画質評価指標である PSNR を用いて，その有効性を示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We propose inverse Tone Mapping Operators (iTMOs) that generate High Dynamic Range (HDR) image from an Standard Dynamic Range (SDR) image using Deep Neural Networks (DNN). Recently, high precision iTMOs are required with the progress of imaging and display devices. Inspired by the recent success of deep learning in a variety of fields, we propose a deep learning based method and show efficiency of our method by PSNR.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10438399
• 書誌情報: 研究報告オーディオビジュアル複合情報処理（AVM）; 巻 2018-AVM-101, 号 3, p. 1-2, 発行日 2018-05-31
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8582
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会