Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

Conciencia de frecuencia espacial para la detección de objetos en imágenes RAW

Created by
  • Haebom

Autor

Zhuohua Ye, Liming Zhang, Hongru Han

Describir

Este artículo propone el Potenciador de Detección de Objetos de Imágenes RAW con Conciencia Espacial-Frecuencia (SFAE), un novedoso marco que integra los dominios espacial y frecuencial para mejorar el rendimiento de la detección de objetos basada en imágenes RAW. Observamos que los métodos existentes tienen dificultades para recuperar eficazmente los detalles suprimidos de los objetos debido al amplio rango dinámico y la respuesta lineal de las imágenes RAW, que solo procesan el dominio espacial. Aprovechamos la capacidad natural de separar características como los contornos y las texturas de los objetos en el dominio frecuencial. SFAE transforma las bandas de frecuencia en sentido inverso al dominio espacial, lo que facilita una comprensión intuitiva. Utiliza un módulo de atención fusionada entre dominios que mejora la interacción entre las características espaciales y frecuenciales, y realiza ajustes no lineales adaptativos para cada dominio.

Takeaways, Limitations

Takeaways:
Sugiere la posibilidad de abordar eficazmente el problema de la pérdida de detalles de los objetos debido al amplio rango dinámico y la respuesta lineal de las imágenes RAW a través del procesamiento del dominio de frecuencia.
Demostramos que la combinación de las fortalezas de los dominios espaciales y de frecuencia puede lograr un mejor rendimiento en la detección de objetos respecto de los métodos existentes.
La espacialización de las bandas de frecuencia facilita la comprensión y el diseño intuitivos de modelos.
Limitations:
No se han presentado resultados de evaluación cuantitativa para evaluar qué tan bien funciona el SFAE propuesto en comparación con otros métodos de última generación.
La falta de resultados experimentales en diversos conjuntos de datos de imágenes RAW dificulta la evaluación del rendimiento de la generalización.
El procesamiento del dominio de frecuencia puede ser computacionalmente más costoso que el procesamiento del dominio espacial y puede haber limitaciones en el procesamiento en tiempo real.
👍