Physics vs. Learned Priors: Rethinking Camera and Algorithm Design for Task-Specific Imaging

要約

カメラはもともと、物理学に基づくヒューリスティックを使用して美的な画像をキャプチャするように設計されました。
近年、カメラの設計は、純粋に物理駆動型から、ますますデータ駆動型でタスク固有のものへと変化しています。
このホワイト ペーパーでは、カメラ ハードウェアとアルゴリズムのエンド ツー エンド設計のこの新生分野のビルディング ブロックを理解するためのフレームワークを提示します。
このフレームワークの一部として、物理学とデータの両方を活用する方法がイメージングとコンピューター ビジョンでどのように普及しているかを示し、タスク固有のカメラ設計の将来を支配し続ける重要な傾向を強調しています。
最後に、エンド ツー エンドの設計を進めるための現在の障壁を共有し、これらの障壁を克服する方法について仮説を立てます。

要約(オリジナル)

Cameras were originally designed using physics-based heuristics to capture aesthetic images. In recent years, there has been a transformation in camera design from being purely physics-driven to increasingly data-driven and task-specific. In this paper, we present a framework to understand the building blocks of this nascent field of end-to-end design of camera hardware and algorithms. As part of this framework, we show how methods that exploit both physics and data have become prevalent in imaging and computer vision, underscoring a key trend that will continue to dominate the future of task-specific camera design. Finally, we share current barriers to progress in end-to-end design, and hypothesize how these barriers can be overcome.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google