ghosting artifacts | BriefGPT

关键词ghosting artifacts

搜索结果 - 8

OmniLocalRF：来自动态视频的全向局部辐射场
本文介绍了一种称为 OmniLocalRF 的新方法，能够同时渲染仅静态场景视图、删除和修补动态对象。本方法使用局部辐射场原理和全向射线的双向优化原则，以全向视频作为输入，评估前一帧和当前帧之间的相互观察。为了减少动态对象的幽灵状伪影和修复
PDF3 months ago
HDRTransDC：基于 Transformer 变形卷积的高动态范围图像重建
通过融合多曝光低动态范围（LDR）图像生成无伪影、具有真实细节的高动态范围（HDR）图像是高动态范围成像的目标。为了解决相关问题，本文提出了一种高质量 HDR 图像生成的 HDR 转换变形卷积（HDRTransDC）网络，该网络包括 Tra
PDF4 months ago
朝着更好的无鬼影伪装脸部图像
基于像素级对齐的自动生成方法，可防止幽灵伪影现象，使得生成的融合图像更难以检测，特别是在与基于风格转移的低级图像特征改进相结合时，同时不影响生物特征的质量。
PDF7 months ago
IMPUS：使用扩散模型的感官均匀采样图像变形
我们提出了一种基于扩散的图像变形方法，采用感知均匀采样（IMPUS），给定一对图像，产生平滑、直观、逼真的插值。
PDF8 months ago
基于条件扩散模型的高质量 HDR 去鬼影
从低动态范围（LDR）图像中恢复高动态范围（HDR）图像是通过现有的深度神经网络（DNN）技术实现的。但是，基于 DNN 的方法在 LDR 图像存在饱和度和大动作时仍然会生成虚影伪影，这限制了其在真实世界场景中的应用潜力。为了解决这个挑战，
PDF8 months ago
自我监督的动态场景中使用多曝光图像的高动态范围成像
该研究提出了一种自监督的高动态范围（HDR）重建方法 SelfHDR，该方法仅需使用动态多曝光图像进行训练，可消除对有标签数据的需求，并通过两个互补组件来学习重建网络，分别关注 HDR 颜色和结构。实验结果表明，SelfHDR 在真实世界图
PDF9 months ago
高动态范围成像技术在饱和补偿下对动态场景的应用
本文提出了一种新方法，通过将运动对准问题重新制定为简单的亮度调整问题来生成对齐的多曝光特征，并采用粗糙到精细的合并策略和显式饱和度补偿来恢复饱和区域，其中使用自适应的上下文关注重建饱和区域，实验证明我们的方法在定性和定量评估方面优于现有的最
PDF10 months ago
CVPR基于注意力引导的网络，用于无幽灵高动态范围成像
提出了一种采用注意力模块引导合并 LDR 图像的高动态范围成像（AHDR）神经网络，此方法可避免光流估计误差引起的伪影问题，通过实验证明该方法能够在图像质量上达到最先进的水平。
PDF5 years ago