- …
- …
#298
summarized by : Satoshi Inose
どんな論文か？
「1枚の画像」と「画像内の範囲」を指定すると、全体の明るさに対する局所的な明るさを推定するCNNの論文。アーキテクトとして、「画像全体」と「予測したい範囲」を別々に学習させ、「光の深さ」や「反射」等のパラメータを追加で学習させることで、既存の手法より高い精度が得られた。また、20ms程度と高速に処理できることも特徴として挙げている。
新規性
従来手法では、幾何的に反射率が既知の物体を配置することで、定量的な明るさの情報を獲得することができていた。しかし、配置作業に労力がかかるだけでなく、表現できる明るさが画像全体のものに限定される等、制約も多く存在していた。本手法では物体を配置する必要もなければ、局所的な明るさも推定でき、かつ精度も高い。
結果
定量／定性評価を実施。26,800枚の合成写真のうち、24,000枚を学習用、2,800枚を評価用として使用。MSEにより評価したところ、精度向上を確認。また、定性評価として144人の被験者に従来法と提案法の比較検証を実施し、従来手法より正例に近いという回答を得た。
その他（なぜ通ったか？等）
画像の明るさを正確かつ高速に推定することで、AR等のアプリケーションへの適用が期待される。
- …
- …