728x90
[3줄 요약]
단일 이미지로부터 균일한 모션 블러를 제거하는 알고리즘을 제안한다. 이를 위해 컨볼루션 신경망을 사용하여 이전 연구들에서 발견된 제안 사항을 통합하고 개선하였다. 실험 결과, 제안된 알고리즘이 기존 알고리즘에 비해 더 나은 결과를 제공함을 보여주었다.
CNN을 이용한 모델로 원본 이미지 1개와 8개 종류의 커널로 블러시킨 이미지 8개를 가지고 원본 이미지를 정답 레이블로 하여 학습시켜 디블러링을 할 수 있는 커널을 구해냈다.
실제로 PSNR, SSIM 방식으로 결과 비교 값도 높은 수준인 것을 확인할 수 있었다.
그 커널을 이미지에 적용했더니 확실히 개인적인 느낌이지만 원본 이미지와 흡사할 정도로 선명해진 것을 확인할 수 있었다.
기타 더 상세한 사항까지 정리하기에는 굳이? 라는 생각이 들어서 짧게 요약하였다.
논문 2장에서 기존 방법들을 소개하였는데, 이는 필요하면 그 때가서 공부하면 될 것 같다.
느낀점
→ 이 논문의 경우에는 딥러닝에 적용하기 위해 정답이 존재하는 상황인데 내가 다루는 사진중 디블러링이 필요한 사진은 이미 흔들린 사진일 것이라 적용이 가능할지 의문이다.
정말 큰 데이터 베이스로 대량의 블러된 이미지와 원본 이미지를 학습 시킨다면 일반화된 디블러링 모델을 구할 수도 있지 않을까 생각해본다.
728x90
반응형
