[논문]다중 스케일 네트워크 기반 영상 내 모아레 무늬 제거 기법

박현국; 비엔지아안; 이철

다중 스케일 네트워크 기반 영상 내 모아레 무늬 제거 기법
Image Demorieing Based on a Multi-scale Neural Network 원문보기

박현국 (동국대학교) , 비엔지아안 (동국대학교) , 이철 (동국대학교)

본 논문에서는 다중 스케일로 구성된 뉴럴 네트워크를 이용하여 영상 내 모아레 무늬을 제거하는 기법을 제안한다. 제안하는 기법은 영상 피라미드를 생성하여 모아레 무늬를 구성하는 다양한 주파수 범위의 정보를 제거한다. 각 branch는 Multi-scale Feature Block (MFB)과 Tone-Mapping Block (TMB)으로 구성하여 효과적으로 모아레 현상을 제거하고 저하된 색상 저하를 복원한다. 컴퓨터 모의실험을 통해 제안하는 기법이 기존 기법에 비해서 높은 모아레 제거 성능을 보이는 것을 확인한다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 다중 스케일 뉴럴 네트워크 기반 영상 내 모아레 무늬를 효과적으로 제거하는 기법을 제안한다. 제안하는 네트워크는 모아레 현상이 주파수 영역에서 광범위한 영역에 발생한다는 가정 하에 이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(No.
본 논문은 다중 스케일 뉴럴 네트워크 기반 영상 내 모아레 무늬 제거 기법을 제안하였다. 제안하는 네트워크는 branch로 나누어 입력 영상을 처리하며, 각 branch에서 MFB와 TMB를 이용하여 모아레 현상을 제거한다.

제안 방법

그림 3이 도시하는 것과 같이 3×3 Conv layer와 Adaptive average pooling layer을 통해 영상의 feature map을 추출한다. 그리고 추출된 feature map은 attention mechanism [6]을 이용하여 3개의 Fully-connected layer를 통해 deep feature map으로 추출한다. 마지막으로 deep feature map은 입력과 동일한 크기의 feature와 곱해져 영상의 밝기 차이를 학습한다.
는 의 역함수이며 저하된 밝기를 복원하는 톤매핑을 나타낸다. 본 논문에서는 수식 (2)가 나타내는 것과 같이 모아레 무늬 제거와 톤매핑의 두 가지의 단계를 통해 원본 영상을 복원한다.
본 논문은 다중 스케일 뉴럴 네트워크 기반 영상 내 모아레 무늬 제거 기법을 제안하였다. 제안하는 네트워크는 branch로 나누어 입력 영상을 처리하며, 각 branch에서 MFB와 TMB를 이용하여 모아레 현상을 제거한다. MFB는 모아레 현상을 제거하고 TMB는 저하된 영상의 밝기를 복원한다.

데이터처리

본 논문에서는 제안하는 모아레 제거 기법의 성능을 LCDMoire 데이터셋의 validation set을 이용하여 평가한다 [7]. 또한, 제안하는 기법의 결과 영상과 Sun 등의 기법 [3]과 Cavigelli 등의 기법 [5]의 결과 영상을 비교하여 성능을 평가한다.

이론/모형

본 논문에서는 제안하는 모아레 제거 기법의 성능을 LCDMoire 데이터셋의 validation set을 이용하여 평가한다 [7]. 또한, 제안하는 기법의 결과 영상과 Sun 등의 기법 [3]과 Cavigelli 등의 기법 [5]의 결과 영상을 비교하여 성능을 평가한다.

성능/효과

MFB는 모아레 현상을 제거하고 TMB는 저하된 영상의 밝기를 복원한다. 실험을 통해서 제안하는 기법이 기존 기법에 비해서 모아레 제거에 우수한 성능을 보임을 확인하였다.
MFB는 모아레 영역을 효과적으로 복원하며, TMB은 저하된 영상의 색상을 복원한다. 컴퓨터 모의실험을 통하여 제안하는 기법이 기존 기법 [3, 5]에 비해서 모아레 현상을 더욱 효과적으로 제거할 수 있음을 확인한다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

다중 스케일 네트워크 기반 영상 내 모아레 무늬 제거 기법
Image Demorieing Based on a Multi-scale Neural Network 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

데이터처리

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

다중 스케일 네트워크 기반 영상 내 모아레 무늬 제거 기법 Image Demorieing Based on a Multi-scale Neural Network 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

데이터처리

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

다중 스케일 네트워크 기반 영상 내 모아레 무늬 제거 기법
Image Demorieing Based on a Multi-scale Neural Network 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper