16일 전

딥 부스팅을 통한 이미지 노이즈 제거

{Chang Chen, Xinmei Tian, Feng Wu, Zhiwei Xiong}
딥 부스팅을 통한 이미지 노이즈 제거
초록

부스팅은 다양한 컴퓨터 비전 작업에 성공적으로 적용된 고전적인 알고리즘이다. 그러나 이미지 디노이징의 맥락에서는 기존의 부스팅 알고리즘이 등장하는 학습 기반 모델에 비해 성능에서 뒤처지고 있다. 본 논문에서는 순방향 방식으로 여러 합성곱 네트워크를 통합하는 새로운 딥 부스팅 프레임워크(Deep Boosting Framework, DBF)를 제안한다. 그러나 통합된 네트워크들로 인해 부스팅 프레임워크의 깊이가 크게 증가하면서 학습이 어려워지는 문제가 발생한다. 이 문제를 해결하기 위해, 학습 중 기울기 소실(gradient vanishing)을 극복할 수 있는 밀집 연결(dense connection) 개념을 도입한다. 더불어, 확장된 합성곱(dilated convolution)과 함께 사용되는 경로 확장 융합 방식(path-widening fusion scheme)을 제안하여, 부스팅 단위로 사용할 수 있는 가볍고 효율적인 합성곱 네트워크인 확장 밀집 융합 네트워크(Dilated Dense Fusion Network, DDFN)를 설계한다. 광범위한 실험 결과를 통해 제안한 DBF가 다양한 표준 벤치마크에서 기존 방법들을 상회함을 입증하며, 다양한 디노이징 작업에 걸쳐 뛰어난 성능을 보였다.

딥 부스팅을 통한 이미지 노이즈 제거 | 최신 연구 논문 | HyperAI초신경