Search research articles

お問い合わせ

JoVEについて

概要リーダーシップブログ JoVEヘルプセンター

著者向け

出版プロセス編集委員会範囲と方針査読よくある質問投稿

図書館員向け

推薦の声購読アクセスリソース図書館諮問委員会よくある質問

研究

JoVE Journal Methods Collections JoVE Encyclopedia of Experiments アーカイブ

教育

JoVE Core JoVE Business JoVE Science Education JoVE Lab Manual 教員リソースセンター教員サイト

プライバシーポリシー

関連する概念動画

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え

Same author

Foundation Models based Scene Graph Generation.

IEEE transactions on pattern analysis and machine intelligence·2026

Same author

KaSARi: a national framework for standardized, automated, and predictive radiotherapy in Finland.

Acta oncologica (Stockholm, Sweden)·2026

Same author

Prompt is All You Need: Prompting Foundation Models for Large-Scale Self-Supervised Semantic Segmentation.

IEEE transactions on pattern analysis and machine intelligence·2026

Same author

Automated daily adaptation for breast cancer radiotherapy: benefits of deep learning-driven dose prediction workflow for CBCT-based adaptation.

Physics in medicine and biology·2026

Same author

Clinical outcome of high-dose-rate interstitial brachytherapy in vulvar cancer: A single institutional experience.

Brachytherapy·2025

Same author

A comprehensive dose-volume histogram-based index for radiotherapy treatment plan quality evaluation: application to breast cancer radiotherapy.

Physics in medicine and biology·2025

Search research articles

関連する実験動画

Updated: Sep 9, 2025

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Published on: November 30, 2022

セルフィー画像修正のためのエンドツーエンドの深度ベースのパイプライン

Ahmed Alhawwary, Janne Mustaniemi, Phong Nguyen-Ha

IEEE transactions on pattern analysis and machine intelligence

|September 1, 2025

まとめ

この研究は,近距離画像の視点の歪みを修正するためのディープラーニングパイプラインを導入します. この方法は顔の画像を効果的に修正し,既存の技術と比較して品質と速度を大幅に改善します.

科学分野:

コンピュータ・ビジョン
深層学習
画像処理

背景:

クローズアップの肖像画やセルフィーはしばしば視点の歪みを示します
歪みを修正する既存の方法は複雑で時間がかかります.

研究の目的:

顔画像の視点の歪みを軽減するためのエンドツーエンドのディープラーニングパイプラインを開発する.
肖像画の画像修正の品質と効率を向上させる

主な方法:

視野の調整のための顔の深さを予測する深部収束神経ネットワーク (CNN) です.
微分可能なレンダラーは,深さの推定と特徴の抽出のエンドツーエンドトレーニングを容易にする.
カメラの動きを予測するモジュールの助けを借りて,inpaintingモジュールは欠けているピクセルを再構築します.

主要な成果:

提案されたパイプラインはフルフレームの画像の透視の歪みを効果的に修正します
定量的な評価と質的な評価の両方において過去の方法よりも優れています
3D GANベースの方法と同様の結果が得られるが,260倍以上速い.

結論:

さらに関連する動画

AMEBaS: Automatic Midline Extraction and Background Subtraction of Ratiometric Fluorescence Time-Lapses of Polarized Single Cells

AMEBaS: Automatic Midline Extraction and Background Subtraction of Ratiometric Fluorescence Time-Lapses of Polarized Single Cells

Published on: June 23, 2023

Medical-grade Sterilizable Target for Fluid-immersed Fetoscope Optical Distortion Calibration

Medical-grade Sterilizable Target for Fluid-immersed Fetoscope Optical Distortion Calibration

Published on: February 23, 2017

関連する実験動画

Last Updated: Sep 9, 2025

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Published on: November 30, 2022

AMEBaS: Automatic Midline Extraction and Background Subtraction of Ratiometric Fluorescence Time-Lapses of Polarized Single Cells

AMEBaS: Automatic Midline Extraction and Background Subtraction of Ratiometric Fluorescence Time-Lapses of Polarized Single Cells

Published on: June 23, 2023

Medical-grade Sterilizable Target for Fluid-immersed Fetoscope Optical Distortion Calibration

Medical-grade Sterilizable Target for Fluid-immersed Fetoscope Optical Distortion Calibration

Published on: February 23, 2017

ディープラーニング・パイプラインは肖像画の視点の歪み修正に迅速かつ効果的な解決策を提供します
フルフレーム画像の処理は,複合的な後処理を排除し,訂正プロセスを簡素化します.
Unreal Engineで生成された合成データの使用は,このアプローチの強さを示しています.