Kernekoncepter
저조도 이미지의 색상과 세부 사항을 복원하고 고수준 시각 작업의 성능을 향상시키기 위해 주파수 정보를 네트워크에 도입하는 DCT 기반 향상 트랜스포머 DEFormer를 제안합니다.
Resumé
이 논문에서는 저조도 이미지 향상을 위해 주파수 정보를 새로운 단서로 사용하는 DEFormer를 제안합니다. DEFormer의 주요 구성 요소는 다음과 같습니다:
- 학습 가능한 주파수 브랜치(LFB): DCT 처리와 곡률 기반 주파수 향상(CFE)을 통해 주파수 정보를 포함합니다.
- 크로스 도메인 융합(CDF): RGB 도메인과 주파수 도메인 간의 차이를 줄입니다.
실험 결과, DEFormer는 LOL 및 MIT-Adobe FiveK 데이터셋에서 최신 기술을 능가하는 성능을 보였습니다. 또한 ExDark 데이터셋에서 end-to-end 파인튜닝을 통해 어두운 환경에서의 객체 감지 성능을 크게 향상시켰습니다.
Statistik
저조도 이미지에서 색상과 세부 사항이 손실되어 고수준 시각 작업의 성능이 저하됩니다.
DCT는 주파수 신호 분석에 중요한 부분이며, 컴퓨터 비전에서 효과적인 것으로 입증되었습니다.
DEFormer는 LOL 및 MIT-Adobe FiveK 데이터셋에서 최신 기술을 능가하는 성능을 보였습니다.
DEFormer와 YOLOv3 검출기의 end-to-end 파인튜닝을 통해 ExDark 데이터셋에서 2.1% 더 높은 mAP를 달성했습니다.
Citater
"저조도 이미지 향상은 색상과 세부 사항을 복원하고 고수준 시각 작업의 성능을 향상시킵니다."
"DCT는 주파수 신호 분석에 중요한 부분이며, 컴퓨터 비전에서 효과적인 것으로 입증되었습니다."
"DEFormer는 LOL 및 MIT-Adobe FiveK 데이터셋에서 최신 기술을 능가하는 성능을 보였습니다."