
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Ribeiro, David Augusto | - |
| Autor(es): dc.creator | Silva, Juan Casavílca | - |
| Autor(es): dc.creator | Rosa, Renata Lopes | - |
| Autor(es): dc.creator | Saadi, Muhammad | - |
| Autor(es): dc.creator | Mumtaz, Shahid | - |
| Autor(es): dc.creator | Wuttisittikulkij, Lunchakorn | - |
| Autor(es): dc.creator | Rodríguez, Demóstenes Zegarra | - |
| Autor(es): dc.creator | Otaibi, Sattam Al | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:15:59Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:15:59Z | - |
| Data de envio: dc.date.issued | 2022-04-28 | - |
| Data de envio: dc.date.issued | 2022-04-28 | - |
| Data de envio: dc.date.issued | 2021-05 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/49827 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1137183 | - |
| Descrição: dc.description | Light field (LF) imaging has multi-view properties that help to create many applications that include auto-refocusing, depth estimation and 3D reconstruction of images, which are required particularly for intelligent transportation systems (ITSs). However, cameras can present a limited angular resolution, becoming a bottleneck in vision applications. Thus, there is a challenge to incorporate angular data due to disparities in the LF images. In recent years, different machine learning algorithms have been applied to both image processing and ITS research areas for different purposes. In this work, a Lightweight Deformable Deep Learning Framework is implemented, in which the problem of disparity into LF images is treated. To this end, an angular alignment module and a soft activation function into the Convolutional Neural Network (CNN) are implemented. For performance assessment, the proposed solution is compared with recent state-of-the-art methods using different LF datasets, each one with specific characteristics. Experimental results demonstrated that the proposed solution achieved a better performance than the other methods. The image quality results obtained outperform state-of-the-art LF image reconstruction methods. Furthermore, our model presents a lower computational complexity, decreasing the execution time. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Multidisciplinary Digital Publishing Institute (MDPI) | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | Electronics | - |
| Palavras-chave: dc.subject | Light field imaging | - |
| Palavras-chave: dc.subject | Deep learning framework | - |
| Palavras-chave: dc.subject | Image quality | - |
| Palavras-chave: dc.subject | Computational complexity | - |
| Palavras-chave: dc.subject | Intelligent transportation systems | - |
| Palavras-chave: dc.subject | Aprendizado profundo | - |
| Palavras-chave: dc.subject | Imagem - Qualidade | - |
| Palavras-chave: dc.subject | Complexidade computacional | - |
| Palavras-chave: dc.subject | Sistemas de Transporte Inteligente | - |
| Título: dc.title | Light field image quality enhancement by a lightweight deformable deep learning framework for intelligent transportation systems | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: