Core Concepts
夜間撮影時のレンズフレアを効率的に除去する高性能なアルゴリズムを開発する。
Abstract
本レポートでは、MIPI 2024チャレンジの夜間フレア除去トラックの方法と結果を要約している。
参加者は、夜間フレア除去に関して多大な貢献をした。
170人の登録参加者の中から、14チームが最終テストフェーズに参加し、結果を提出した。
提案されたソリューションは、夜間フレア除去の分野で最先端のパフォーマンスを達成した。
MiAlgo AIチームが1位、BigGuyチームが2位、SFNet-FRチームが3位となった。
各チームのアプローチは以下の通り:
MiAlgo AIチーム: 2段階のネットワークアーキテクチャを提案し、拡散モジュールと強化モジュールを組み合わせることで高品質な結果を生成。
BigGuyチーム: Restormer-likeの1段階ネットワークを設計し、グローバルな接続性をモデル化するTransformerを活用。
SFNet-FRチーム: 空間周波数ドメインでの多段階の特徴抽出と融合を行うSFNetを提案。
Stats
入力画像とフレアのない正解画像の差分を最小化することで、フレアの除去を行う。
知覚類似性を表すLPIPS損失関数を最小化することで、視覚的に高品質な結果を生成する。
Quotes
"2段階のネットワークアーキテクチャを実装することで、段階的な戦略で視覚的に高品質な結果を生成できる。"
"グローバルな接続性をモデル化するTransformerを活用することで、フレアの除去に有効なアプローチができる。"
"空間周波数ドメインでの特徴抽出と融合を行うことで、フレア除去の性能を向上できる。"