1,721,032 research outputs found
A TV based restoration model with local constraints
No full textAlmansa, Andres; Ballester, Coloma; Caselles, Vicent; Haro, G.. (2006). A TV based restoration model with local constraints. Retrieved from the University Digital Conservancy, https://hdl.handle.net/11299/4297
Image inpainting
No full textBertalmio, Marcelo; Sapiro, Guillermo; Caselles, Vicent; Ballester, Coloma. (1999). Image inpainting. Retrieved from the University Digital Conservancy, https://hdl.handle.net/11299/3365
Affine invariant image comparison and its applications
No full textLa comparación de imágenes es un ingrediente fundamental en muchos problemas de procesamiento de imagen y visión por computador. Esta tesis aborda el problema de la comparación de entornos locales en imágenes, o patches, por medio de medidas de similitud (o funciones distancia). En particular, estudiamos el problema de la comparación invariante afín de imágenes a partir de sus patches, lo cual abre la puerta a un análisis más profundo de la estructura de similitud y auto-similitud existente en imágenes naturales. Nuestro trabajo parte de una aproximación axiomática reciente a las medidas de similitud entre imágenes definidas en variedades de Riemann. Empezamos obteniendo y estudiando medidas de similitud afín invariantes para después construir con ellas dos nuevos métodos. El objetivo del primero de ellos es la reconstrucción o completación plausible de regiones de una imagen donde la información se ha perdido, dañado o está oculta. El modelo propuesto es capaz de reconstruir texturas con distorsión perspectiva o incluso más compleja. El segundo método extiende la aproximación denominada de Non-Local Means para el problema de eliminación de ruido en imágenes aprovechando la auto-similitud invariante afín de lasimágenes reales. Nuestra extensión es comparada con éxito con el método original, tanto cualitativa como cuantitativamente, y se obtienen resultados prometedores en comparación con los métodos del estado del arte.Image comparison is a main ingredient in many image processing and computer vision problems and applications, and not surprisingly it is a very diverse topic. The subject of this thesis is the comparison of local patches of images by means of similarity measures (or distance functions). In particular, we are interested in affine invariant patch-wise image comparison which opens the door to a more thorough analysis of similarities and self-similarities present in natural images. Our work is based on a recently proposed axiomatic framework for similarity measures between images defined on Riemannian manifolds. At the beginning we derive and study some affine invariant similarity measures and then present two novel methods built around them. The first method for exemplar-based image inpainting is aimed at the recovery of occluded, missing or corrupted parts of an image, in such a way that the reconstructed image looks natural. It is capable of reconstructing textures under perspective or even more complex distortions. The second method extends the well-known Non-Local Means approach for image denoising by taking advantage of affine invariant self-similarities of real images. Our extension improves the original method in both quantitative and qualitative assessments, and the results are promising when compared with state-of-the-art methods.Programa de doctorat en Tecnologies de la Informació i les Comunicacion
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
On data-driven models for image restoration
No full textRestoration of a high-quality image from a degraded recording is an important problem in early vision processing. In this thesis, we tackle three image restoration problems: image inpainting, colorization, and motion blur kernel estimation for deblurring. In the first part, we present a timeline evolution of the inpainting research using deep learning approaches. We analyze the different approaches that have been developed for image inpainting and test them in the context of art restoration. Additionally, we propose an automatic semantic inpainting method able to reconstruct corrupted information of an image by semantically interpreting the image itself. Moreover, we address the problem of automatic detection of the regions in the image where the information is corrupted by particular lens artifacts, namely, spot flares, and finally their reconstruction via inpainting. In the second part, we propose an automatic colorization approach based on adversarial learning coupled with semantic information able to infer one colorization solution for a given image. Qualitative and quantitative results show the capacity of the proposed method to colorize images in a realistic way achieving state-of-the-art results. Lastly, in the third part, we propose a general, non-parametric model for dense non-uniform motion blur estimation. Given a blurry image, a set of adaptive basis kernels, as well as the mixing coefficients at the pixel level, are estimated, producing a per-pixel map of motion blur. This rich but efficient forward model of the degradation process allows the utilization of existing tools for solving inverse problems.La restauració d'una imatge d'alta qualitat a partir d'una versió degradada és un problema important en el processament de la visió a etapes primerenques. En aquesta tesi, abordem tres problemes de restauració d'imatges: inpanting, colorització i estimació dels nuclis de borrositat per moviment per a la reducció de la borrositat. En la primera part, presentem una evolució temporal dels mètodes d'inpainting basats en aprenentatge profund. Analitzem els diferents enfocs que s'han desenvolupat i els testegem en el context de la restauració d'art. També, proposem un mètode automàtic per inpainting capaç de reconstruir la informació corrupta d'una imatge interpretant semànticament la pròpia imatge. A més, abordem el problema de la detecció automàtica de les regions en la imatge on la informació està corrompuda per artefactes d'un tipus particular anomenat "flare spot", i finalment els reconstruïm mitjançant un algoritme d'inpainting. En la segona part, proposem un algoritme de colorització automàtica basat en aprenentatge adversari juntament amb la incorporació d'informació semàntica. El mètode proposat és capaç d'estimar una de les moltes possibles solucions. Els resultats qualitatius i quantitatius mostren la capacitat del mètode proposat per coloritzar imatges de manera realista aconseguint resultats competitius i de l'estat de l'art. Finalment, en la tercera part, proposem un model general no paramètric per a l'estimació densa dels nuclis de borrositat de moviment no uniformes per a la reducció de la borrositat. Donada una imatge borrosa, s'estimen un conjunt de nuclis de base adaptatius a la imatge donada, així com els coeficients de la barreja a nivell de píxel, produïnt un mapa per píxel de desenfocament pel moviment. Aquest model complet i eficient del procés de degradació permet l'utilització d'eines existents per a resoldre problemes inversos.La restauración de una imagen de alta calidad a partir de una versión degradada es un problema importante en el procesamiento de la visión en etapas tempranas. En esta tesis, abordamos tres problemas de restauración de imágenes: inpanting , colorización y estimación de los núcleos de borrosidad por movimiento para la reducción de la borrosidad. En la primera parte, presentamos una evolución temporal de los métodos de inpainting basados en aprendizaje profundo. Analizamos los diferentes enfoques que se han desarrollado y los probamos en el contexto de la restauración de arte. Además, proponemos un método automático para inpainting capaz de reconstruir la información corrupta de una imagen interpretando semánticamente la propia imagen. Además, abordamos el problema de la detección automática de las regiones en la imagen donde la información está corrompida por artefactos de lentes particulares llamados "flare spot" y finalmente se reconstruyen mediante un algoritmo de inpainting. En la segunda parte, proponemos un algoritmo de colorización automática basado en aprendizaje adversario junto con la incorporación de información semántica. El algoritmo es capaz de estimar una de las múltiples posibles soluciones. Los resultados cualitativos y cuantitativos muestran la capacidad del método propuesto para colorear imágenes de manera realista logrando resultados competitivos con el estado del arte. Por último, en la tercera parte, proponemos un modelo general no paramétrico para la estimación densa de los núcleo de movimiento no uniformes para la reducción de la borrosidad. Dada una imagen borrosa, se estiman un conjunto de núcleos de base adaptativos a la imagen dada, así como los coeficientes de mezcla a nivel de píxel, produciendo un mapa por píxel de desenfoque de movimiento. Este modelo completo y eficiente del proceso de degradación permite la utilización de herramientas existentes para resolver problemas inversos.Programa de doctorat en Tecnologies de la Informació i les Comunicacion
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Some problems in depth enhanced video processing
No full textIn this thesis we tackle two problems, namely, the data interpolation prob- lem in the context of depth computation both for images and for videos, and the problem of the estimation of the apparent movement of objects in image sequences. The rst problem deals with completion of depth data in a region of an image or video where data are missing due to occlusions, unreliable data, damage or lost of data during acquisition. In this thesis we tackle it in two ways. First, we propose a non-local gradient-based energy which is able to complete planes locally. We consider this model as an extension of the bilateral lter to the gradient domain. We have successfully evaluated our model to complete synthetic depth images and also incomplete depth maps provided by a Kinect sensor. The second approach to tackle the problem is an experimental study of the Biased Absolutely Minimizing Lipschitz Extension (biased AMLE in short) for anisotropic interpolation of depth data to big empty regions without informa- tion. The AMLE operator is a cone interpolator, but the biased AMLE is an exponential cone interpolator which makes it more addapted to depth maps of real scenes that usually present soft convex or concave surfaces. Moreover, the biased AMLE operator is able to expand depth data to huge regions. By con- sidering the image domain endowed with an anisotropic metric, the proposed method is able to take into account the underlying geometric information in order not to interpolate across the boundary of objects at di erent depths. We have proposed a numerical model to compute the solution of the biased AMLE which is based on the eikonal operators. Additionally, we have extended the proposed numerical model to video sequences. The second problem deals with the motion estimation of the objects in a video sequence. This problem is known as the optical ow computation. The Optical ow problem is one of the most challenging problems in computer vision. Traditional models to estimate it fail in presence of occlusions and non-uniform illumination. To tackle these problems we proposed a variational model to jointly estimate optical ow and occlusion. Moreover, the proposed model is able to deal with the usual drawback of variational methods in dealing with fast displacements of objects in the scene which are larger than the object it- self. The addition of a term that balance gradient and intensities increases the robustness to illumination changes of the proposed model. The inclusions of a supplementary matches given by exhaustive search in speci cs locations helps to follow large displacements.En esta tesis se abordan dos problemas: interpolación de datos en el contexto del cálculo de disparidades tanto para imágenes como para video, y el problema de la estimación del movimiento aparente de objetos en una secuencia de imágenes. El primer problema trata de la completación de datos de profundidad en una región de la imagen o video dónde los datos se han perdido debido a oclusiones, datos no confiables, datos dañados o pérdida de datos durante la adquisición. En esta tesis estos problemas se abordan de dos maneras. Primero, se propone una energía basada en gradientes no-locales, energía que puede (localmente) completar planos. Se considera este modelo como una extensión del filtro bilateral al dominio del gradiente. Se ha evaluado en forma exitosa el modelo para completar datos sintéticos y también mapas de profundidad incompletos de un sensor Kinect. El segundo enfoque, para abordar el problema, es un estudio experimental del biased AMLE (Biased Absolutely Minimizing Lipschitz Extension) para interpolación anisotrópica de datos de profundidad en grandes regiones sin información. El operador AMLE es un interpolador de conos, pero el operador biased AMLE es un interpolador de conos exponenciales lo que lo hace estar más adaptado a mapas de profundidad de escenas reales (las que comunmente presentan superficies convexas, concavas y suaves). Además, el operador biased AMLE puede expandir datos de profundidad a regiones grandes. Considerando al dominio de la imagen dotado de una métrica anisotrópica, el método propuesto puede tomar en cuenta información geométrica subyacente para no interpolar a través de los límites de los objetos a diferentes profundidades. Se ha propuesto un modelo numérico, basado en el operador eikonal, para calcular la solución del biased AMLE. Adicionalmente, se ha extendido el modelo numérico a sequencias de video. El cálculo del flujo óptico es uno de los problemas más desafiantes para la visión por computador. Los modelos tradicionales fallan al estimar el flujo óptico en presencia de oclusiones o iluminación no uniforme. Para abordar este problema se propone un modelo variacional para conjuntamente estimar flujo óptico y oclusiones. Además, el modelo propuesto puede tolerar, una limitación tradicional de los métodos variacionales, desplazamientos rápidos de objetos que son más grandes que el tamaño objeto en la escena. La adición de un término para el balance de gradientes e intensidades aumenta la robustez del modelo propuesto ante cambios de iluminación. La inclusión de correspondencias adicionales (obtenidas usando búsqueda exhaustiva en ubicaciones específicas) ayuda a estimar grandes desplazamientos.Programa de doctorat en Tecnologies de la Informació i les Comunicacion
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
- …
