지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.12
- 수록면
- 45 - 54 (10page)
이용수
초록· 키워드
오류제보하기
최근 노이즈 제거를 위한 심층 학습 모델에 대한 연구가 활발하게 진행되고 있다. 특히 블라인드 노이즈 제거(blind denoising) 기술이 발전하면서 깨끗한 영상을 얻기가 불가능한 영상의 영역에서 노이즈 영상만으로 심층 학습 기반 노이즈 제거 모델의 학습이 가능해졌다. 우리는 관찰된 노이즈 영상으로부터 깨끗한 영상을 얻기 위해 더는 깨끗한 영상과 노이즈 영상의 짝을 이루는 데이터를 필요하지 않는다. 하지만 노이즈 영상과 깨끗한 영상 간의 차이가 큰 데이터라면 노이즈 영상만으로 학습된 노이즈 제거 모델은 우리가 원하는 품질의 깨끗한 영상을 복원하기 어려울 것이다. 이 문제를 해결하기 위해서 짝지어지지 않는 깨끗한 영상과 노이즈 영상으로 학습한 모델 기반 노이즈 제거 기술은 최근 연구되고 있다. 가장 최신 기술인 ISCL은 깨끗한 영상과 노이즈 영상의 쌍을 기반으로 한 지도학습 기반 모델의 성능과 거의 근접한 성능을 보여주었다. 우리는 제안된 방법이 ISCL을 포함한 다른 최신 짝을 이루지 않는 영상 기반 노이즈 제거 기술보다 성능이 우수함을 보여준다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 방법
4. 결과
5. 결론
References
참고문헌 (29)
참고문헌 신청
Kanggeun Lee / 2021 / ISCL: Interdependent Self-Cooperative Learning for Unpaired Image Denoising / IEEE Transactions on Medical Imaging 40(11):3238~3248
D. G. C. Hildebrand / 2017 / Gridtape for fast nanoscale imaging
B. J. Graham / 2018 / Gridtape imaging stage
B. J. Graham / High-throughput transmission electron microscopy with automated serial sectioning / bioRxiv
T. Minh Quan / 2019 / Removing imaging artifacts in electron microscopy using an asymmetrically cyclic adversarial network without paired training data / Proc. IEEE Int. Conf. Comput. Vis. Workshop
D. G. C. Hildebrand / 2017 / Gridtape for fast nanoscale imaging
B. J. Graham / 2018 / Gridtape imaging stage
B. J. Graham / High-throughput transmission electron microscopy with automated serial sectioning / bioRxiv
T. Minh Quan / 2019 / Removing imaging artifacts in electron microscopy using an asymmetrically cyclic adversarial network without paired training data / Proc. IEEE Int. Conf. Comput. Vis. Workshop
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
영상 노이즈 제거 기법의 연구
전자공학회지
2021 .02
-
영상 잡음 제거에서의 디테일 향상을 위한 심층 신경망
멀티미디어학회논문지
2019 .06
-
영상 노이즈 제거를 위한 CNN 구조의 손실 함수 개선 방안 연구
대한전자공학회 학술대회
2019 .06
-
물질 특성 분석을 위한 STEM 영상의 노이즈 제거 및 원자 분할 방법
대한전자공학회 학술대회
2020 .08
-
고장진단과 노이즈 제거를 동시에 학습하는 노이즈에 강건한 고장진단 기술
대한기계학회 춘추학술대회
2018 .12
-
다운 스케일 영상을 이용한 적응적인 비국부 평균 노이즈 제거 방식
한국통신학회논문지
2015 .01
-
Multiresolution Non-Local Means Filtering for Image Denoising of MRI
한국차세대컴퓨팅학회 논문지
2015 .01
-
Residual Network 를 이용한 SAR 영상 노이즈 제거 모델 성능 향상
한국통신학회 학술대회논문집
2019 .06
-
건설현장 디지털맵 구축을 위한 노이즈제거 알고리즘 검토
대한토목학회 학술대회
2020 .10
-
An Index-Building Method for Boundary Matching that Supports Arbitrary Partial Denoising
한국정보통신학회논문지
2019 .11
-
이벤트 기반으로 복원한 영상에서의 노이즈 제거 방법
한국방송미디어공학회 학술발표대회 논문집
2020 .11
-
멀티-뷰를 위한 압축 친화적인 노이즈 제거 기법
대한전자공학회 학술대회
2020 .08
-
단일 영상 기반 텍스쳐 보존 잡음제거
한국정보과학회 학술발표논문집
2021 .06
-
딥러닝 기반 눈/비 제거 알고리즘을 이용한 저선량 엑스레이 이미지 노이즈 제거
한국정밀공학회 학술발표대회 논문집
2021 .11
-
Evaluation of Deep Learning and Low Rank Methods for Image Denoising
대한전자공학회 학술대회
2017 .06
-
Image Denoising Method based on Deep Learning using Improved U-net
IEIE Transactions on Smart Processing & Computing
2021 .08
-
이미지 노이즈 제거를 이용한 적대공격에 대한 방어
한국정보과학회 학술발표논문집
2018 .06
-
다중 잡음 제거 영상을 이용한 Non-convex Low Rank 최소화 기법 기반 영상 잡음 제거 기법
한국방송미디어공학회 학술발표대회 논문집
2018 .06
-
양방향 가중치를 이용한 x선 영상 잡음 제거 알고리즘
한국정보통신학회논문지
2017 .01
-
혼합 norm 기반의 가중치 함수를 이용한 평균 노이즈 제거 기법
전기전자학회논문지
2016 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-004-000114549