학습 가능한 밴드패스 필터를 활용한 이미지 디모어링

이미지 모어리 제거는 질감과 색상 복원을 포함하는 다면적인 이미지 복원 과제이다. 본 논문에서는 이 문제를 해결하기 위해 새로운 다스케일 밴드패스 합성곱 신경망(MBCNN)을 제안한다. MBCNN은 엔드투엔드 솔루션으로서 두 하위 문제를 별도로 해결한다. 질감 복원을 위해, 모어리 질감 제거를 위한 주파수 사전 지식을 학습할 수 있는 학습 가능한 밴드패스 필터(LBF)를 제안한다. 색상 복원을 위해, 먼저 전역적인 색상 왜곡을 보정하기 위해 전역 톤 매핑을 적용한 후, 각 픽셀별로 국소적인 색상 보정을 수행하는 두 단계 톤 매핑 전략을 제안한다. 제안한 구성 요소들의 효과를 검증하기 위해 아블레이션 스터디를 수행하였으며, 두 개의 공개 데이터셋에서 수행한 실험 결과를 통해 기존 최고 성능 기법들에 비해 뚜렷한 성능 향상을 보였다(PSNR 기준 2dB 이상 향상).