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
- 학위논문
- 저자정보
- 지도교수
- 백준기
- 발행연도
- 2023
- 저작권
- 중앙대학교 논문은 저작권에 의해 보호받습니다.
이용수5
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 학위 논문은 low dynamic range image (LDR) 로부터 high dynamic range (HDR) 이미지를 추정하는 방법을 제안한다. HDR 복원 방법들 중에서, 서로 다른 노출 시간을 갖는 LDR 이미지 집합으로부터 하나의 HDR 이미지로 합성하는 방법이 있다. 하지만 이렇게 LDR 이미지 집합 기반의 HDR 합성 방법은 프레임 사이에서의 움직임 때문에 발생하는 고스팅 또는 열화와 같은 잔여물이 발생한다는 문제가 있다. 또한 포화 영역이 심하게 발생한 LDR 이미지들로 인해 발생하는 시각적 질의 하락이 중요한 문제이다. 이를 해결하기 위해 기존의 제안된 방법들은 다양한 방식으로 입력 이미지들을 정렬하지만 합성 과정에서는 이들 사이의 상호 관계를 이용하기 않기 때문에, 여전히 포화 영역에서는 문제가 발생한다. 본 논문에서는 합성과정을 3차원으로 확장하여 3차원 RRDB 구조의 계층적 설계를 통해 HDR 이미지를 합성한다. 실험결과는 3차원 기반의 구조로 확장하여 합성하는 것의 유효성과, 기존의 다른 방법들보다 정량적 그리고 정성적 수치에서 모두 높은 성능을 보여준다.
목차
제1장 서 론 11.1 연구 배경 2제2장 종래 기술 72.1 종래 기술 8제3장 HDR 합성 방법 123.1 LDR 이미지들의 정렬 163.2 3차원 Residual in Residual Dense Network 19제4장 실험 및 성능 평가 234.1 실험 환경 및 세부 사항 244.2 객관적 평가 244.3 주관적 평가 274.4 다른 데이터 집합에 대한 제안하는 방법 성능 실험 32제5장 제안하는 방법에 대한 분석 365.1 구체적 네트워크 분해 분석 37제6장 결론 및 추후 연구 42참고문헌 44국문초록 48Abstract 50
최근 본 자료
댓글(0)
0