논문리뷰4 Detecting Illumination in Images 여러 광원이 존재하는 경우, 많은 이미징 알고리즘은 좋지 않은 결과를 낳는다.(tracking, scene analysis, object recognition, illuminant estimation) 그래서 이 논문에서는 그림자에 집중하며, chromagneic camera와 combination detection 기법을 이용한 조명 감지 방법을 제시한다. 조명이 2,3개 일 경우 제일 좋은 성능을 보이나, 그 이상일 경우 성능이 좋지 못하다. → 좋은 알고리즘일 것이라 생각되었으나, Cromagenic camera가 필요하다는 점 때문에 일반적인 상황에서 적용하기는 어려울 것 같다. Abstract 이 논문은 chromagenic camera와 combination detection 기법을 사용하여 .. 2023. 10. 17. RINDNet: Edge Detection for Discontinuity in Reflectance, Illumination, Normal and Depth : 논문 리뷰 3줄 요약 4가지 유형의 Edge(에지) Reflectance, Illumination, Normal, Depth(반사율, 조명, 정상 및 깊이)를 공동으로 감지하기 위한 새로운 신경망 솔루션인 RINDNet을 제안한다. 제안된 방법은 세 단계로 작동하며 어텐션 모듈을 사용하여 에지 유형 간의 기본 관계를 캡처한다. 실험 결과는 RINDNet이 최첨단 에지 감지 알고리즘과 비교하여 유망한 결과를 낳는다는 것을 보여준다. 따라서 이 논문은 RINDNet이 네 가지 유형의 에지를 모두 동시에 감지하는 효과적인 솔루션이라고 결론지었다. → 논문에서 두 명의 라벨링(주석처리자)가 필요하고, 정말 섬세한 작업을 요한다고 한다. 기본적으로 모델 학습시에 라벨링이 필요하기는 하지만 공수가 클 것으로 보인다. Abst.. 2023. 10. 16. A NO-REFERENCE EVALUATION METRIC FOR LOW-LIGHT IMAGE ENHANCEMENT : 논문 리뷰 3줄 요약 저조도 환경에서 촬영된 사진을 기존의 다양한 low-light image enhancement algorithms(LIEAs)를 사용하였을 경우, 어두운 부분에서의 숨겨진 왜곡이 강조되거나 새로운 왜곡이 생기는 문제점이 발생. 또한 light enhancement를 한 경우에 대한 IQA metrics가 출판하였을 경우까지 존재하지 않았음. 그래서 No-reference low-light image enhancement evaluation(NLIEE) 방법을 제안한다. 이 방법은 광강화, 색상 비교, 노이즈 측정, 구조 평가의 4가지 측면에서 주로 18개의 특징을 추출한다. 이러한 NLIEE 방법은 LIEQ 데이터셋에서 평가하였을 때, 광각화 부분에 있어서 NR-IQA 및 quality des.. 2023. 10. 15. Batch Normalization(2015) 논문 리뷰 Batch Normalization(2015) [3줄요약] 각 미니배치 학습마다 정규화를 진행함으로써, 내부 공변량 변화에 대응하고 학습시, 더 높은 학습률을 사용할 수 있다는 점과, 가중치 초기화에 덜 신경을 쓸 수 있고 BN을 사용하면 Dropout을 사용하지 않아도 되는 장점이 있다. 또한 아무 optimizer를 사용할 수 있다는 장점도 존재하여 이미지 관련 모델에서 상당히 큰 차이로 높은 성능을 나타낸다. 1. Introduction SGD 는 간단하고, 효과적이지만 학습률과 같은 하이퍼파라미터, 모델 파라미터의 초기값 튜닝에 신경을 많이 써야한다. 또한 이전 레이어가 다음 레이어에 영향을 많이 주기 때문에 학습이 어렵다. 그러므로 모델이 깊어질 수록 조그만한 변화가 큰 변화를 만들어낸다. 이를.. 2023. 8. 6. 이전 1 다음 728x90
