Keskeiset käsitteet
WaveDH는 웨이블릿 서브밴드를 활용하여 효율적이고 정확한 이미지 디헤이징을 수행합니다. 웨이블릿 기반의 업샘플링 및 다운샘플링 블록과 주파수 인식 특징 정제 블록을 통해 계산 효율성과 성능 간의 우수한 균형을 달성합니다.
Tiivistelmä
이 논문은 단일 이미지 디헤이징을 위한 새로운 모델인 WaveDH를 소개합니다. WaveDH는 웨이블릿 서브밴드를 활용하여 효율적이고 정확한 이미지 디헤이징을 수행합니다.
주요 내용은 다음과 같습니다:
- 웨이블릿 기반의 업샘플링 및 다운샘플링 블록을 도입하여 정보 손실을 최소화하고 고주파 성분을 보존합니다.
- 주파수 인식 특징 정제 블록을 통해 저주파와 고주파 성분을 효율적으로 처리하여 계산 비용을 최적화합니다.
- 실험 결과, WaveDH는 기존 방법들에 비해 우수한 성능과 효율성을 보여줍니다.
Tilastot
실내 SOTS 데이터셋에서 WaveDH는 PSNR 39.35, SSIM 0.995를 달성했습니다.
실외 SOTS 데이터셋에서 WaveDH는 PSNR 34.89, SSIM 0.984를 달성했습니다.
WaveDH의 모델 파라미터 수는 1.490 M이고, 연산량은 7.824 G입니다.
Lainaukset
"WaveDH는 웨이블릿 서브밴드를 활용하여 효율적이고 정확한 이미지 디헤이징을 수행합니다."
"웨이블릿 기반의 업샘플링 및 다운샘플링 블록과 주파수 인식 특징 정제 블록을 통해 계산 효율성과 성능 간의 우수한 균형을 달성합니다."