| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-12-15 10:30 Non-local operator及び周波数領域の特徴マップを用いた単一画像からの雨粒除去 ○江角真也・池原雅章（慶大）  PRMU2022-34 |
|
| 抄録 | （和） | 自動雨粒除去は見た目の良い画像を得るだけでなく，屋外画像の画像処理精度の向上にも有用である．従来法では広範囲での一貫性確保に失敗し不自然な模様がみられたことから，提案手法はNon-local operator を採用した．ここでは特徴マップ同士の積をとることによって離れた場所の特徴類似度を取り込んでいる．加えてエッジなどの高周波数成分をより精密に復元するため，周波数領域の特徴マップに対する処理を採用した．提案手法ではFFT によって周波数領域の特徴マップを生成，畳み込み層により処理を行った．以上により従来手法に比べ定量的により正確な雨粒除去を可能にしたほか，定性的にも処理画像の不自然な模様や細部の復元に対して改善がみられた． |
| （英） | High-quality raindrop removal is desired for outdoor image processing systems as well as for acquiring good-looking images. Existing methods often fail to keep global consistency and generate unnatural patterns. In this paper, we tackle this problem by introducing the non-local operator. The non-local operator combines features in distant locations with matrix multiplication and enables consistency in distant locations. In addition, we also propose to process feature maps in the frequency domain for more precise inpainting of high frequency components such as edges. Feature maps in the frequency domain are obtained by the FFT operation and processed by several convolution layers. Experimental results show that our method effectively removes raindrops and achieves state-of-the-art performance. | |
| キーワード | （和） | 深層学習 / 画像修復 / 雨粒除去 / Non-local Neural Network / 高速フーリエ変換 / / / |
| （英） | Deep Learning / Image Restoration / Raindrop Removal / Non-local Neural Network / Fast Fourier Transform / / / | |
| 文献情報 | 信学技報, vol. 122, no. 314, PRMU2022-34, pp. 13-18, 2022年12月. | |
| 資料番号 | PRMU2022-34 | |
| 発行日 | 2022-12-08 (PRMU) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2022-34 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2022-12-15 - 2022-12-16 |
| 開催地（和） | 富山国際会議場 |
| 開催地（英） | Toyama International Conference Center |
| テーマ（和） | 制御のためのCV |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2022-12-PRMU |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | Non-local operator及び周波数領域の特徴マップを用いた単一画像からの雨粒除去 |
| サブタイトル（和） | |
| タイトル（英） | Single Image Raindrop Removal Using a Non-local Operator and Feature Maps in the Frequency Domain |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | 画像修復 / Image Restoration |
| キーワード(3)（和/英） | 雨粒除去 / Raindrop Removal |
| キーワード(4)（和/英） | Non-local Neural Network / Non-local Neural Network |
| キーワード(5)（和/英） | 高速フーリエ変換 / Fast Fourier Transform |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 江角 真也 / Shinya Ezumi / エズミ シンヤ |
| 第1著者 所属（和/英） | 慶応義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 池原 雅章 / Masaaki Ikehara / イケハラ マサアキ |
| 第2著者 所属（和/英） | 慶応義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-12-15 10:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2022-34 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.314 |
| ページ範囲 | pp.13-18 |
| ページ数 | 6 |
| 発行日 | 2022-12-08 (PRMU) |
[研究会発表申込システムのトップページに戻る]