Over blur를 감소시킨 Deep CNN 구현
Implementation of Deep CNN denoiser for Reducing Over blur
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문에서, Gaussian noise를 제거할 때 발생하는 over blurring 현상을 감소시키는 network를 구현하였다. 기존 filtering방식은 원 영상을 blurring하여 noise를 제거함으로써, edge나 corner 같은 high frequency 성분도 함께 지워지는 것을 확인할 수 있다. CNN (Convolutional Neural Network)기반 denoiser의 경우도 사소한 edge, keypoint를 noise로 인식하여 이러한정보를 잃게 된다. 우리는 CNN을 기반으로 denoising된 high frequency 성분만을 획득하여 기존 denoiser에 추가함으로써denoising 성능을 유지하면서 over blurring을 완화하는 network 제안한다.
Abstract
In this paper, we have implemented a network that overcomes the over-blurring phenomenon that occurs whenremoving Gaussian noise. In the conventional filtering method, blurring of the original image is performed to removenoise, thereby eliminating high frequency components such as edges and corners. We propose a network that reducingover blurring while maintaining denoising performance by adding denoised high frequency components to denoisers basedon CNN.
참고문헌 (5)
- 전영은, "자기 유사성을 이용한 가우시안 노이즈 제거 알고리즘", 전자공학회논문지 - SP, 44(5), pp.1~10 (2007), 대한전자공학회
- "Large-scale CelebFaces Attributes (CelebA) Dataset"[URL]
- Kai Zhang, "Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising", IEEE Transactions on Image Processing, 26(7), pp.3142~3155 (2017), Institute of Electrical and Electronics Engineers (IEEE)[DOI]
- He, K, "Deep residual learning for image recognition", Proceedings of the IEEE conference on computer vision and pattern recognition, pp.770~778 (2016)
- He, K, "Identity mappings in deep residual networks", European conference on computer vision, pp.630~645 (2016)