Photo Developing based on 5D Probabilistic Light Field
Project/Area Number |
18K19813
|
Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
Allocation Type | Multi-year Fund |
Review Section |
Medium-sized Section 61:Human informatics and related fields
|
Research Institution | Nagoya Institute of Technology |
Principal Investigator |
Fukushima Norishige 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (80550508)
|
Project Period (FY) |
2018-06-29 – 2021-03-31
|
Project Status |
Completed (Fiscal Year 2020)
|
Budget Amount *help |
¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
Fiscal Year 2020: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2019: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2018: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
|
Keywords | 画像処理 / エッジ保存平滑化フィルタ / バイラテラルフィルタ / ガイデットフィルタ / SSIM / Bayer画像処理 / 乱択アルゴリズム / ジョイントバイラテラルアップサンプル / コンピュテーショナルフォトグラフィ / ガウシアンフィルタ / ノンローカルミーンフィルタ / Bayer画像 / 定数時間ガウシアンフィルタ / 局所LUT / オプティカルフロー / Halide / 光線空間 / 自由視点映像 / リフォーカシング / ハイダイナミックレンジイメージング |
Outline of Final Research Achievements |
In this research, we aim to establish a capturing method that achieves higher image quality, higher realism, and higher functionality by changing the paradigm of shooting from the conventional shooting method of "setting the camera, capturing the subject in the field of view, and then releasing the shutter" to "shooting video while changing the camera settings and later developing the desired image by computational processing. The aim of this research is to establish a method of capturing images that achieves higher image quality, higher realism, and higher functionality. As a result of our research, we have achieved a high-performance development process from a set of consecutive images.
|
Academic Significance and Societal Importance of the Research Achievements |
本研究では,大別して4つの研究成果を上げた.1つめは,近年の画像処理の基幹的な役割を果たすエッジ保存平滑化フィルタの代表的なフィルタであるバイラテラルフィルタの高速化を実現した.2つ目は,画像処理結果をサブサンプリングし,それをエッジ保存平滑化フィルタを使って高精度にアップサンプルすることで高速かつ高性能な任意の画像処理の高速化を実現した.ほかにもランダムサブサンプルによっても高速化した.3つ目は,代表的な画質評価指標であるSSIMやMS-SSIMの計算を高速化した.最後に,連射したBayer画像群から直接的に高品質の画像を現像する方法を実現した.
|
Report
(4 results)
Research Products
(67 results)
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Presentation] Fast Local LUT Upsampling2020
Author(s)
H. Tajima, T. Tsubokawa, Y. Maeda, and N. Fukushima
Organizer
International Conference on Computer Vision Theory and Applications (VISAPP)
Related Report
Int'l Joint Research
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Book] 距離・画像センサの基礎と最先端2020
Author(s)
伊東 敏夫 (著), 福嶋 慶繁 (著), 鈴木 真二 (著), 高瀬 竜一 (著), 植芝 俊夫 (著), 堂前 幸康 (著), 木寺 正平 (著), & 25 その他
Total Pages
228
Publisher
S&T出版
ISBN
9784907002831
Related Report
-
-