| Item type |
SIG Technical Reports(1) |
| 公開日 |
2022-05-05 |
| タイトル |
|
|
タイトル |
CNNに基づく任意枚数画像からの直接・大域成分への分解 |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
卒論スポットライトセッション |
| 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 |
|
|
|
九州工業大学大学院情報工学府情報創成工学専攻 |
| 著者所属 |
|
|
|
九州工業大学大学院情報工学研究院知能情報工学系 |
| 著者所属 |
|
|
|
九州工業大学大学院情報工学研究院知能情報工学系 |
| 著者所属 |
|
|
|
九州工業大学大学院情報工学研究院知能情報工学系 |
| 著者名 |
上田, 宇起
王, 超
川原, 僚
岡部, 孝弘
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
本稿では,プロジェクタ-カメラシステムを用いて,シーンの画像を鏡面反射や拡散反射などの直接成分と相互反射や表面下散乱などの大域成分に分解する手法を提案する.物理モデルに基づいて分解を行う従来手法には,投影パタンのボケにより分解精度が低下するという問題があり,画像撮影のための投影パタンと撮影画像の分解処理の両方に改良の余地がある.そこで提案手法では,データ駆動のアプローチで,任意枚数の画像から,投影パタンのボケに頑健な画像分解を行う.具体的には,畳み込みカーネルを用いて投影パタンを表現できることに着目して,投影パタンと分解処理の両方を,CNN の枠組みで同時に最適化する.実画像を用いた実験を行い,提案手法の有効性を示す. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11131797 |
| 書誌情報 |
研究報告コンピュータビジョンとイメージメディア(CVIM)
巻 2022-CVIM-230,
号 20,
p. 1-5,
発行日 2022-05-05
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8701 |
| 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 |