목록졸업작품 (3)
Partially Committed
Zero-DCE 에 Multi-scale processing 을 적용해보았다 #2
이전글 Zero-DCE 에 Multi-scale processing 을 적용해보았다..#1 (tistory.com) Zero-DCE 에 Multi-scale processing 을 적용해보았다..#1 내일 있을 졸업미팅을 대비하여, 내용을 정리할 겸 의식의 흐름대로 작성한 글입니다.. Low-light image enhancement 라는 주제로 졸업 작품을 시작한 지도 꽤 많이 지났다.. 벌써 내일이 6번째 졸작 미팅 usedto-wonderwhy.tistory.com 벌써 7번째 졸업 작품 미팅이라니 시간이 정말 빠르다. 시작하기에 앞서 6번째 발표 내용을 간단히 요약하면, 기존의 Zero-DCE 의 Frame work 를 보면 Input image 로부터 DCE-Net 을 통해 Channel 별 p..
[Review] Beyond a Gaussian Denoiser: Residual Learnung for Deep CNN for Image Denoising (IEEE 2017)
1. Introduction Image denoising 의 기본적인 목적은 noisy observation y 로부터 깨끗한 이미지 x 를 얻어내는 것이다. ( y = x +v ) 이때 v 는 AWGN(additive white Gaussian noise with standard deviation) 으로 가정한다. 본 논문에서 제안하는 DnCNN 모델은 image denoising 을 plain discriminative learning problem 으로 간주한다. 이는 noisy image 로부터 noise 를 feed-forward convolutional neural network 로 분리하고자 한다는 것이다. CNN 을 사용하는 이유는 아래와 같다. 1. deep 한 CNN 구조는 이미지의 특..
[Review] Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement (CVPR2020)
Zero-Reference Deep Curve Estimation for Low Light Image Enhancement (CVPR 2020) * Low - light Enhancement 0. Abstract 위 논문은 Zero-Reference Deep Curve Estimation(Zero-DCE) 방법을 제시한다. 해당 방법은 light - enhancement 를 deep network 를 이용한 image-specific curve estimation dask 로 formulate 한다. dynamic range 로 주어진 image 를 조정하기 위해 pixel-wise 및 high-order fcurve 를 추정한다. curve estimation 은 pixel 값 범위, monotonic..