要約
モアレパターンは、スクリーンショット撮影時にモニタとカメラ間の周波数アリアシングによって引き起こされる一般的な画像品質低下現象である。モアレパターンは複雑な周波数分布を示し、色チャネル間での振幅の不均衡、および多様な外観特性を有するため、その除去は困難な課題である。本論文では、このようなモアレパターンの特徴に特化した構成を備えたモアレパターン除去ニューラルネットワーク（MopNet）を提案する。MopNetの核心となる各モジュールは、モアレパターンの特異な性質に応じて特別に設計されている。具体的には、複雑な周波数構造に対応するマルチスケール特徴集約、色チャネル間の振幅差を活用するチャネルごとのターゲットエッジ予測器、および多様な外観特性を認識する属性認識型分類器を採用している。定量的および定性的な実験評価により、MopNetが最先端の性能を発揮することが確認された。