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
- 2024.11
- 수록면
- 888 - 905 (18page)
- DOI
- 10.5909/JBE.2024.29.6.888
이용수
초록· 키워드
오류제보하기
최근 인공 신경망 기술의 발전으로 이를 응용하는 영상 복원 성능이 크게 향상되었다. 특히, 트랜스포머 기반 모델들은 영상 복원에 획기적인 성능을 보인다. 그러나 이들은 단일 열화에만 초점을 맞추어 더 복잡한 혼합 열화 영상 복원 문제는 다루지 않았다. 이를 해결하기 위해 본 연구에서는 Two-stage U-Net Transformer(TUT)를 제안한다. TUT는 혼합 열화 영상을 효과적으로 복원하기 위해 복원 과정을 두 단계로 나눈다. 1단계는 공간 열화, 2단계는 색상 열화를 처리하여 복원된 영상의 품질을 더욱 향상시킨다. 또한, 효과적인 특징은 강조하고 도움이 되지 않는 특징은 감소하는 목적의 조절자를 공간 및 채널 방향의 트랜스포머에 적용하여 복원한다. 끝으로, 혼합 열화 복원에 적합한 학습 전략과 손실 함수를 적용하여 복원 과정을 최적화한다. 다양한 데이터에서의 실험 결과, TUT는 혼합 열화 영상을 복원하는 데 있어 정량적 및 정성적으로 기존의 트랜스포머 기반 영상 복원 모델들을 능가하는 성능을 보였다. 본 연구의 결과는 TUT가 복잡한 영상 복원 작업의 실질적 응용에 새로운 방향성을 제시할 수 있음을 시사한다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 관련연구
Ⅲ. 제안하는 2단계 U-Net 트랜스포머 (Two-stage U-Net Transformer)
Ⅳ. 실험 결과
Ⅴ. 결론
참고문헌 (References)
참고문헌 (41)
참고문헌 신청
Deng, Jia, et al. “ImageNet: A Large-Scale Hierarchical Image Database.” 2009 IEEE Conference on Computer Vision and Pattern Recognition, June 2009. doi: https://doi.org/10.1109/cvpr.2009.5206848
Vaswani, Ashish, et al. “Attention is all you need.” Advances in neural information processing systems 30 (2017).
Zamir, Syed Waqas, et al. “Restormer: Efficient Transformer for High-Resolution Image Restoration.” 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), June 2022. doi: https://doi.org/10.1109/cvpr52688.2022.00564
Tsai, Fu-Jen, et al. “Stripformer: Strip Transformer for Fast Image Deblurring.” Computer Vision – ECCV 2022, 2022, pp. 146–62. doi: https://doi.org/10.1007/978-3-031-19800-7_9
Ronneberger, Olaf, et al. “U-Net: Convolutional Networks for Biomedical Image Segmentation.” Medical Image Computing and Computer-Assisted Intervention – MICCAI 2015, 2015, pp. 234–41. doi: https://doi.org/10.1007/978-3-319-24574-4_28
Vaswani, Ashish, et al. “Attention is all you need.” Advances in neural information processing systems 30 (2017).
Zamir, Syed Waqas, et al. “Restormer: Efficient Transformer for High-Resolution Image Restoration.” 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), June 2022. doi: https://doi.org/10.1109/cvpr52688.2022.00564
Tsai, Fu-Jen, et al. “Stripformer: Strip Transformer for Fast Image Deblurring.” Computer Vision – ECCV 2022, 2022, pp. 146–62. doi: https://doi.org/10.1007/978-3-031-19800-7_9
Ronneberger, Olaf, et al. “U-Net: Convolutional Networks for Biomedical Image Segmentation.” Medical Image Computing and Computer-Assisted Intervention – MICCAI 2015, 2015, pp. 234–41. doi: https://doi.org/10.1007/978-3-319-24574-4_28
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
TUT: Two-stage U-Net-based Transformer for Image Restoration with Mixed Degradation
한국방송미디어공학회 학술발표대회 논문집
2024 .06
-
적응형 채널 어텐션 모듈을 활용한 복합 열화 복원 네트워크
컴퓨터그래픽스학회논문지
2019 .07
-
딥러닝 기반의 복합 열화 영상 분류 및 복원 기법
방송공학회논문지
2019 .05
-
점진적 열화과정에 대한 역확산 기반의 영상복원
대한전자공학회 학술대회
2023 .06
-
Degradation function 을 이용한 이미지 복원 기법
한국통신학회 학술대회논문집
2016 .01
-
영상 분해를 이용한 영상 복원에 관한 연구
한국통신학회 학술대회논문집
2017 .11
-
기준 영상을 활용한 효율적 영상 복원에 관한 연구
한국정보통신학회논문지
2015 .03
-
적대적 생성신경망을 이용한 손상된 이미지의 복원
방송공학회논문지
2018 .07
-
딥러닝 기반 위성영상 복원에 관한 연구
한국통신학회 학술대회논문집
2020 .11
-
멀티모달 텍스트-이미지 정렬을 활용한 블라인드 폭우 얼굴 영상 복원
전기전자학회논문지
2024 .12
-
방향성 라플라시안을 사용한 공간 적응적 정칙화 영상복원
한국정보기술학회논문지
2021 .02
-
배터리 열화 예측을 위한 Stress model 기반 열화 모델 설계 방안 연구
전력전자학회 학술대회 논문집
2023 .07
-
왜곡 정보 모듈을 이용한 이미지 디블러 방법
방송공학회논문지
2022 .05
-
평균 열화 함수를 이용한 데이터 기반 배터리 열화 모델링 연구
한국통신학회 학술대회논문집
2017 .01
-
멀티프레임 예제기반 초해상도 영상복원을 이용한 UHD TV 영상 개선
전자공학회논문지
2015 .03
-
단일 영상 3차원 인간 모델 복원에 관한 연구
한국통신학회 학술대회논문집
2020 .02
-
심층 신경망 기반 효율적인 단일 영상 초해상도 복원 기법
전자공학회논문지
2018 .06
-
개선된 전달량 함수 추정 방법을 이용한 저조도 영상 복원
대한전자공학회 학술대회
2015 .11
-
디지털 홀로그램 압축으로 인한 수치 복원 영상의 화질 열화 분석
한국통신학회 학술대회논문집
2023 .02
-
다차원 하천공간 복원 프레임웍의 개발과 적용
한국수자원학회 학술발표회
2017 .01
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091185311