AOD-Net: 일체형 제안 제거 네트워크

본 논문은 컨볼루셔널 신경망(CNN)을 기반으로 구축된 이미지 흐림 제거 모델인 All-in-One Dehazing Network(AOD-Net)을 제안한다. 이 모델은 재정의된 대기 산란 모델을 기반으로 설계되었으며, 기존 대부분의 모델들이 전송 행렬과 대기광을 별도로 추정하는 방식을 취하는 것과 달리, AOD-Net은 경량 CNN을 통해 직접 청정 이미지를 생성한다. 이러한 혁신적인 엔드 투 엔드 설계는 AOD-Net을 다른 딥러닝 모델(예: Faster R-CNN)에 쉽게 통합할 수 있게 하여, 안개가 낀 이미지에서의 고수준 작업 성능을 향상시킬 수 있다. 합성 및 자연 안개 이미지 데이터셋에 대한 실험 결과를 통해, PSNR, SSIM 및 주관적 시각 품질 측면에서 기존 최고 수준의 기술보다 뛰어난 성능을 입증하였다. 더불어 AOD-Net을 Faster R-CNN과 결합한 경우, 안개가 낀 이미지에서의 객체 탐지 성능이 크게 향상됨을 관측할 수 있었다.