Fast Fourier Intrinsic Network

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F21%3A00354246" target="_blank" >RIV/68407700:21230/21:00354246 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.1109/WACV48630.2021.00321" target="_blank" >https://doi.org/10.1109/WACV48630.2021.00321</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/WACV48630.2021.00321" target="_blank" >10.1109/WACV48630.2021.00321</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Fast Fourier Intrinsic Network

Popis výsledku v původním jazyce

We address the problem of decomposing an image into albedo and shading. We propose the Fast Fourier Intrinsic Network, FFI-Net in short, that operates in the spectral domain, splitting the input into several spectral bands. Weights in FFI-Net are optimized in the spectral domain, allowing faster convergence to a lower error. FFI-Net is lightweight and does not need auxiliary networks for training. The network is trained end-to-end with a novel spectral loss which measures the global distance between the network prediction and corresponding ground truth. FFI-Net achieves state-of-the-art performance on MPI-Sintel, MIT Intrinsic, and IIW datasets.

Název v anglickém jazyce

Fast Fourier Intrinsic Network

Popis výsledku anglicky

We address the problem of decomposing an image into albedo and shading. We propose the Fast Fourier Intrinsic Network, FFI-Net in short, that operates in the spectral domain, splitting the input into several spectral bands. Weights in FFI-Net are optimized in the spectral domain, allowing faster convergence to a lower error. FFI-Net is lightweight and does not need auxiliary networks for training. The network is trained end-to-end with a novel spectral loss which measures the global distance between the network prediction and corresponding ground truth. FFI-Net achieves state-of-the-art performance on MPI-Sintel, MIT Intrinsic, and IIW datasets.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/EF16_019%2F0000765" target="_blank" >EF16_019/0000765: Výzkumné centrum informatiky</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 2021

ISBN

978-0-7381-4266-1

ISSN

2472-6737

e-ISSN

2642-9381

Počet stran výsledku

10

Strana od-do

3168-3177

Název nakladatele

IEEE Computer Society

Místo vydání

USA

Místo konání akce

Waikoloa, HI

Datum konání akce

5. 1. 2021

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000693397600117