[카테고리:] Paper Review

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…

Intro 이번에 소개할 논문은 DeblurGAN 이란 논문이다. 아래 그림이 Deblur가 뭔지, 어떤 도움을 주는지 잘 보여준다.  위의 사진이 blur가 있는 사진, 아래 사진이 clean한 사진이고 가운데 사진은 DeblurGAN을 통해 blur를 제거하여 만든 사진이다. 이를 이용해 object detection을 해보면 blur가 있는 사진에서는 bowl은 잡히지도 않고 사람도 못 잡는 경우가 있는데 DeblurGAN을 통해 blur를 제거하니 object detection이…

Abstract 일반적으로 고정된 크기의 convolution filter를 사용하는 방법은 한번에 이미지의 global한 정보를 다루기 어렵다. global한 정보를 얻기 위해 더 큰 recpetive field를 만들기 위해서는 kernel size를 늘리거나 convolution filter를 여러개 쌓는 등의 방법을 적용해야하는데 이는 연산량을 늘리고 네트워크를 무겁게 만든다. 이 논문에서는 이를 Fourier tranformation을 통해 해결한다. Fourier domian에서는 point하나 하나가 이미지의 global한 정보를 담고…

Introduction  이번에 리뷰할 논문은 2022 CVPR에 나왔던 All-In-One Image Restoration for Unknown Corruption, 줄여서 AIRNet이다.   제목 그대로 다양한 이미지 손상에 대해서 네트워크 하나로 한번에 복원하는 것을 목적으로 한다.   대부분의 이미지 복원 분야에서는 네트워크 하나를 하나의 task로만 학습시켜서 사용한다. 예를들어 denoising 목적으로 네트워크를 학습시키면 그 네트워크는 학습한 noise만 잘 제거하고 다른 타입의 노이즈는 제거하지 못한다. 이…

Introduction 최근 이미지 노이즈 제거 (denoising) 분야에서는 대부분 Deep Learning을 사용한다. 하지만 Deep Learning을 사용하여 denoising을 학습할 때 문제점이 학습 데이터에 존재하는 노이즈 분포는 잘 제거하지만 학습 데이터에 없는 노이즈에 대해서는 잘 제거를 못한다는 것이다. 기존에 denoising을 학습할 때 clean image에 가우시안 노이즈를 더해서 노이즈 이미지를 만들어 학습에 사용을 많이 하는데 이렇게 학습한 네트워크는 ISP…