[카테고리:] Paper Review

Abstract   많은 CNN 네트워크는 고정된 size의 이미지를 input으로 받는다. 이 과정에서 이미지를 원하는 size로 조정하기 위해 downsample 등을 하게 되는데 이 과정에서 정보를 손실하고 정확도가 떨어진다고 한다. 따라서 이 논문에서는 이러한 downsample을 frequency domain의 정보를 이용하여 tirvial frequency component를 줄이는 방식으로 진행하여 정확도 손실을 최소화 할 수 있었다고 한다.  Introduction   대부분의 CNN model들이 고정된 size의…

Introduction  예전에 리뷰했던 Fast Fourier Convolution (2020 NIPS)와 비슷한 컨셉을 이미지 복원 분야에 적용한 논문이다.   Fourier Transform을 통해 이미지를 주파수 영역으로 보내주게 되면 픽셀 값 하나하나 이미지의 global 정보를 갖게 되는데 이를 이용해 1×1 convolution만을 이용해 적은 연산량과 parameter 수로 효율적인 연산을 가능하게 하는 방법이다.  이 논문에선 Fourier Transofrm을 이미지 복원 분야에 적용하게 된 motivation에…

2023.12.26 기준, KBNet에 살짝 밀렸지만 아직도 Image denoising 분야에서 거의 SOTA 성능을 찍고 있는 NAFNet을 제시한 논문인 Simple Baselines for Image Restoration 논문에 대해 리뷰 하고자 한다. (ECCV 2022) 1. Introduction  Deep Learning을 이용한 image restoration분야(denoising, deblurring, super-resolution 등등)는 놀라운 성능을 많이 보여주었다. 이 논문에서는 기존 방법들의 간단한 변형으로 system complexity를 낮추고 SOTA 성능을 찍을 수 있었다는…

SDE를 이용한 image restoration 방법을 제안한 논문이다. git 주소 : https://github.com/Algolzw/image-restoration-sde Introduction 기본적으로 SDE는 아래와 같은 방식으로 원래의 이미지에서 노이즈로 변환하는 Forward 식을 만들고 반대로 노이즈에서 이미지로 변환해주는 Reverse 식을 만들어 네트워크가 score 값을 예측하도록 학습시킨다. 이렇게 학습된 네트워크를 이용해 노이즈로부터 이미지를 생성한다. Restoration task는 기본적으로 완전히 새로운 이미지를 생성하는 것이 아니라 이미지의 degradation을 복원하고…

흔히 Denoising/Deblurring 같은 이미지 복원 task를 위해서 딥러닝 모델을 학습시킨다고 했을 때 사용하는 방법은 Noise/Clean 데이터 쌍을 모아서 네트워크에 보여주면서 네트워크가 noisy image와 clean image의 차이를 학습하고 noisy 이미지에서 noise만 제거해 clean한 이미지를 만들도록 하는 것이다.   그런데 이 Deep Image Prior 논문은 clean image가 아예 없어도 네트워크는 자연스러운 이미지에 대한 prior(사전 지식)을 가지고 있기 때문에…