מושגי ליבה
物体運動ブラーの影響下でも高精度な物体検索を実現する手法を提案する。
תקציר
本研究では、物体運動ブラーの影響下での画像検索を可能にする新しいタスクを提案している。従来の画像検索手法は主に静止物体を対象としており、運動ブラーの影響を受けた物体の検索は未探索の分野であった。
提案手法は、ブラー状態の異なる物体画像間の対応関係を学習することで、運動ブラーに対してロバストな画像表現を生成する。具体的には、以下の取り組みを行っている:
- ブラー推定、物体位置推定、分類の各タスクを統合的に学習することで、ブラーに関する理解を深化させる。
- ブラー度合いの異なる画像ペアを用いた対照学習により、ブラーに不変な特徴表現を獲得する。
- 初の大規模ブラー画像データセットを構築し、提案手法の有効性を検証する。
実験の結果、提案手法は従来手法を大幅に上回る性能を示し、物体運動ブラーに対して高いロバスト性を発揮することが確認された。本研究は、動的な実世界シナリオにおける画像検索の高度化に貢献するものである。
סטטיסטיקה
物体の運動ブラーが強いほど、物体の詳細な構造やテクスチャが失われ、主に色情報のみが残る。
ブラー度合いが大きい物体ほど、その可視性が低下する。
ציטוטים
"Moving objects are frequently seen in daily life and usually appear blurred in images due to their motion."
"By only considering sharp and static objects, the existing retrieval methods fall short in addressing the dynamic nature of real-world scenarios, where objects are in movement, resulting in images blurred by object motion."