Supervised Image Segmentation for High Dynamic Range Imaging

要約

通常のカメラや携帯電話では、限られた輝度しか撮影することができません。そのため、これらの機器から出力される画像の多くは、品質的に現実世界と似ていない。暗すぎたり明るすぎたり、細部がよく見えなかったりするのです。そこで、HDR（High Dynamic Range）イメージングと呼ばれる様々な手法が用いられます。その目的は、よりディテールのある画像を生成することです。しかし、残念なことに、多重露光画像からHDR画像を生成する方法の多くは、異なる露光をいかに組み合わせるかという点にのみ着目しており、各画像の最も良いディテールを選択することには全く着目していません。そこで、本研究では、画像分割の助けを借りて、各画像の最も目に見える部分を抽出することに努めている。グランドトゥルースを生成する方法として、手動閾値と大津閾値の2つを検討し、ニューラルネットワークを用いて、これらの領域を学習分割する。最後に、ニューラルネットワークが画像の可視部分を良好にセグメンテーションできることを示す。

要約(オリジナル)

Regular cameras and cell phones are able to capture limited luminosity. Thus, in terms of quality, most of the produced images from such devices are not similar to the real world. They are overly dark or too bright, and the details are not perfectly visible. Various methods, which fall under the name of High Dynamic Range (HDR) Imaging, can be utilised to cope with this problem. Their objective is to produce an image with more details. However, unfortunately, most methods for generating an HDR image from Multi-Exposure images only concentrate on how to combine different exposures and do not have any focus on choosing the best details of each image. Therefore, it is strived in this research to extract the most visible areas of each image with the help of image segmentation. Two methods of producing the Ground Truth were considered, as manual threshold and Otsu threshold, and a neural network will be used to train segment these areas. Finally, it will be shown that the neural network is able to segment the visible parts of pictures acceptably.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL