HyperAIHyperAI
il y a 11 jours

SUNet : Réseau d'undistorsion symétrique pour la correction du mode roulant

Bin Fan, Yuchao Dai, Mingyi He
SUNet : Réseau d'undistorsion symétrique pour la correction du mode roulant
Résumé

La grande majorité des appareils photo grand public modernes utilisent un mécanisme de mise au point à balayage (rolling shutter), ce qui entraîne des distorsions d’image lorsque l’appareil se déplace pendant l’acquisition. Dans cet article, nous proposons un nouveau réseau profond pour résoudre le problème général de correction du rolling shutter à partir de deux images consécutives. Notre architecture est conçue de manière symétrique afin de prédire l’image au format global shutter correspondant au temps intermédiaire entre les deux cadres, une tâche particulièrement difficile pour les méthodes existantes, car elle correspond à une pose de caméra s’écartant le plus des deux cadres extrêmes. Premièrement, deux champs de déformation d’undistorsion densément symétriques dans le temps sont estimés en s’appuyant sur des principes établis : construction pyramidale, application de warpings et traitement du volume de coût. Ensuite, les deux images au format rolling shutter sont respectivement transformées dans un espace de caractéristiques commun vers une image au format global shutter. Enfin, une contrainte de cohérence symétrique est intégrée dans le décodeur d’image afin d’agréger efficacement les indices contextuels provenant des deux images rolling shutter, permettant ainsi la reconstruction d’une image global shutter de haute qualité. Des expériences étendues menées sur des données synthétiques et réelles issues de benchmarks publics démontrent l’avantage de notre approche par rapport aux méthodes de pointe actuelles.

SUNet : Réseau d'undistorsion symétrique pour la correction du mode roulant | Articles de recherche récents | HyperAI