Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Depth-Assisted Demosaicing for Light Field Data in Layered Object Space
Mittuniversitetet, Fakulteten för naturvetenskap, teknik och medier, Institutionen för informationssystem och –teknologi. (Realistic3D)
Mittuniversitetet, Fakulteten för naturvetenskap, teknik och medier, Institutionen för informationssystem och –teknologi. (Realistic3D)
2019 (Engelska)Ingår i: 2019 IEEE International Conference on Image Processing (ICIP), IEEE, 2019, s. 3746-3750, artikel-id 8803441Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Light field technology, which emerged as a solution to the increasing demands of visually immersive experience, has shown its extraordinary potential for scene content representation and reconstruction. Unlike conventional photography that maps the 3D scenery onto a 2D plane by a projective transformation, light field preserves both the spatial and angular information, enabling further processing steps such as computational refocusing and image-based rendering. However, there are still gaps that have been barely studied, such as the light field demosaicing process. In this paper, we propose a depth-assisted demosaicing method for light field data. First, we exploit the sampling geometry of the light field data with respect to the scene content using the ray-tracing technique and develop a sampling model of light field capture. Then we carry out the demosaicing process in a layered object space with object-space sampling adjacencies rather than pixel placement. Finally, we compare our results with state-of-art approaches and discuss about the potential research directions of the proposed sampling model to show the significance of our approach.

Ort, förlag, år, upplaga, sidor
IEEE, 2019. s. 3746-3750, artikel-id 8803441
Nyckelord [en]
Lenses, Cameras, Image color analysis, Three-dimensional displays, Microoptics, Interpolation, Two dimensional displays, Light field, demosaicing, object space, ray-tracing technique
Nationell ämneskategori
Data- och informationsvetenskap
Identifikatorer
URN: urn:nbn:se:miun:diva-37690DOI: 10.1109/ICIP.2019.8803441Scopus ID: 2-s2.0-85076819023ISBN: 978-1-5386-6249-6 (tryckt)OAI: oai:DiVA.org:miun-37690DiVA, id: diva2:1370490
Konferens
2019 IEEE International Conference on Image Processing (ICIP), Taipei, Taiwan, 22-25 September, 2019
Tillgänglig från: 2019-11-15 Skapad: 2019-11-15 Senast uppdaterad: 2020-01-15Bibliografiskt granskad

Open Access i DiVA

fulltext(9429 kB)48 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 9429 kBChecksumma SHA-512
c014dc7e9e0160692265303fb03d17eeabe24785c550b0e0517bff8a41efecb0ce6eb6d1868c9c4eeb8ded9b8b9c35ea8a3815ed03535a7e4ebf8d0bf4d99b99
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextScopus

Sök vidare i DiVA

Av författaren/redaktören
Li, YongweiSjöström, Mårten
Av organisationen
Institutionen för informationssystem och –teknologi
Data- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 48 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 86 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf