17일 전

SNR-인식 저조도 이미지 향상

{Jiaya Jia, Chi-Wing Fu, RuiXing Wang, Xiaogang Xu}
SNR-인식 저조도 이미지 향상
초록

이 논문은 신호 대 잡음비(Signal-to-Noise Ratio, SNR) 인지형 트랜스포머와 합성곱 모델을 종합적으로 활용하여, 공간적으로 변화하는 연산을 통해 저조도 이미지의 픽셀을 동적으로 증강하는 새로운 솔루션을 제안한다. 본 방법은 매우 낮은 SNR를 가진 이미지 영역에 대해 장거리 연산을 적용하고, 나머지 영역에는 단거리 연산을 적용한다. 또한, SNR 사전 지식을 도입하여 특징 병합을 안내하고, 극도로 낮은 SNR를 가진 잡음이 강한 영역의 토큰이 영향을 받지 않도록 하기 위해 새로운 자기 주의(Self-attention) 모델을 활용한 SNR 인지형 트랜스포머를 제안한다. 광범위한 실험 결과, 제안하는 프레임워크는 동일한 구조를 기반으로 하는 7개의 대표적인 벤치마크에서 기존 최고 성능(SOTA) 기법들보다 일관되게 뛰어난 성능을 달성함을 보였다. 또한, 100명의 참가자가 참여한 대규모 사용자 연구를 통해 제안 방법의 결과물이 더 뛰어난 시각적 품질을 제공함을 확인하였다.