المفاهيم الأساسية
本研究では、自己教師型強化学習を用いて、雨の付いた画像から雨を除去する手法を提案する。辞書学習を使って雨のピクセルを特定し、ピクセル単位の強化学習エージェントが複数のインペイントアクションを取ることで、段階的に雨を除去する。擬似的に除去された参照画像と画質評価指標をリワードとして使うことで、自己教師的に学習を行う。
الملخص
本研究では、自己教師型強化学習を用いた画像の雨除去手法SRL-Derainを提案している。まず、辞書学習を使って雨のピクセルを特定し、雨マスクを生成する。次に、ピクセル単位の強化学習エージェントを使って、雨マスクに基づいて段階的に雨を除去していく。リワードには、擬似的に除去された参照画像と画質評価指標BRISQUEを使う。
実験の結果、提案手法SRL-Derainは、従来の自己教師型の雨除去手法や自己教師型の画像ノイズ除去手法と比べて、優れた性能を示すことが分かった。特に、合成データセットのみならず、実世界の雨画像に対しても良好な結果が得られている。
本研究の主な貢献は以下の3点である:
画像の雨除去に自己教師型強化学習を初めて適用した
擬似的な除去参照画像とBRISQUEスコアをリワードとして使うことで、自己教師的な学習を実現した
従来手法と比べて、合成データセットおよび実世界の雨画像に対して優れた性能を示した
الإحصائيات
雨の付いた画像を入力とし、雨を除去した画像を出力する。
提案手法SRL-Derainは、従来の自己教師型の雨除去手法や自己教師型の画像ノイズ除去手法と比べて、合成データセットおよび実世界の雨画像に対して優れた性能を示した。