論文 "Fast bilateral-space stereo for synthetic defocus" ①
論文"Fast bilateral-space stereo for synthetic defocus. "[2]を読む。1回目。
背景
前回まで
論文[0]"The fast bilateral solver"の2章「Problem Formulation」を読んだ。
論文[0]は低品質のセグメンテーション結果から高品質のセグメンテーション結果を生成するバイラテラルソルバーを提案している。
論文[0]の2章「Problem Formulation」は、バイラテラルソルバーを(式8)で定式化している。しかし、実際にプログラミングしようとすると(式8)に必要な行列、(を構成する、信頼度画像)、ベクトルの具体的な作り方が分からない。
疑問点
- バイラテラルソルバーを計算するために必要な行列、ベクトルの作り方。
具体的には、(を構成する、信頼度画像)、、何一つ分からない。
これらはバイラテラル親和性行列を行列因数分解して取得する(式(4))はずなので、“splat/blur/slice”が理解できれば良いのだろうか?だとすると、文献[1,2,5]、特に式(4)の説明に引用されている文献[2]を読めばよい?
- 親和性行列の作り方
なお、バイラテラル親和性行列は親和性行列を二重確率化したものとのことだが、これも具体的なやり方は分からない。二重確率化というのは一般的な用語なのか?
- 信頼度の作り方
最初からずっと不明。
その他要調査事項
今回から
式(8)を計算するために必要な行列、ベクトルの作り方を調べるために文献[2]を読んでみる。
文献[2]で分からなければ、文献[0]補足、文献[1,5]を読むことになりそう。
論文を読む
Abstract をGoogle翻訳し、修正したものを引用する。
Abstract
ステレオペアが与えられると、デプスマップを復元し、そのデプスを使用して合成的にデフォーカス画像をレンダリングすることが可能になる。
ステレオアルゴリズムはよく研究されているが、「これらデフォーカスレンダリングを作成する」という文脈だけを考慮したアルゴリズムはほとんどない。
本稿では、推論が「バイラテラル空間」で行われる新しい最適化フレームワークを用いて、視差図(disparity maps)を効率的に生成する手法を提案する。
我々のアプローチは他のステレオアルゴリズムよりも高品質の「デフォーカス」結果を生成する、同等の技術よりも10倍から100倍高速である。
- 課題
ステレオペアからデプスマップを復元し、デプスマップからデフォーカス画像を作る。
- 提案
視差図生成のための、「バイラテラル空間」で行われる新しい最適化フレームワークを提案
- 効果
従来技術の10倍から100倍高速にデフォーカス画像を生成。
まとめ
論文[0]がセグメンテーション、こちらは視差図の生成が目的。画素ごとに「視差」というラベルを割り当てる問題と考えれば同じことか。