이 논문은 저조도 이미지 향상을 위한 새로운 접근법을 제안한다. 기존 방법들은 sRGB 또는 HSV 색상 공간에서 저/정상 조도 이미지 간의 매핑 함수를 학습하지만, 이는 신호 대 잡음비가 낮은 저조도 이미지에서 불안정성을 초래하여 색상 및 밝기 왜곡이 발생한다.
이를 해결하기 위해 저자들은 새로운 Horizontal/Vertical-Intensity (HVI) 색상 공간을 제안한다. HVI 공간은 밝기와 색상 정보를 분리하고 다양한 조도 범위에 적응할 수 있는 학습 가능한 매개변수를 포함한다. 또한 HVI 공간을 활용한 Color and Intensity Decoupling Network (CIDNet)을 설계하였다. CIDNet은 두 개의 브랜치를 통해 밝기와 색상을 동시에 처리하며, Lightweight Cross-Attention (LCA) 모듈을 도입하여 두 브랜치 간 상호작용을 강화하고 저조도 이미지의 잡음을 억제한다.
실험 결과, CIDNet은 11개 데이터셋에서 기존 최신 기법들을 능가하는 성능을 보였으며, 파라미터와 계산량도 상대적으로 적은 것으로 나타났다. 이를 통해 HVI 색상 공간이 저조도 이미지 향상 작업에 적합함을 입증하였다.
Til et andet sprog
fra kildeindhold
arxiv.org
Vigtigste indsigter udtrukket fra
by Yixu Feng,Ch... kl. arxiv.org 04-24-2024
https://arxiv.org/pdf/2402.05809.pdfDybere Forespørgsler