고성능 저지연 이미지 처리 트랜스포머 LIPT
LIPT는 실시간 이미지 처리를 위해 메모리 집약적 연산을 줄이고 비휘발성 희소 마스킹 자기 주의 메커니즘과 고주파 재매개화 모듈을 도입하여 고품질 이미지 복원을 달성합니다.
단일 입력 데이터로 심층 내부 학습 수행하기
단일 입력 데이터만을 활용하여 심층 신경망을 학습하는 내부 학습 기법들을 소개한다. 이러한 기법들은 대량의 레이블링된 데이터셋이 필요하지 않으며, 입력 데이터의 통계적 특성과 구조를 활용하여 성능을 향상시킨다.
노이즈가 있는 이미지를 디노이징 없이 표현하기
이 논문은 디노이징 전처리 없이도 노이즈에 강인한 이미지 표현을 도출하는 새로운 방법을 제안한다. 제안하는 Fractional-order Moments in Radon (FMR) 표현은 정규직교성과 회전 불변성을 가지며, 기존 방식보다 향상된 노이즈 강인성과 시간-주파수 식별력을 제공한다.
자기 지도 학습 제약을 활용한 이미지 초해상도
자기 지도 학습 제약을 활용하여 기존 초해상도 모델의 성능을 향상시킬 수 있다.
동적 네트워크를 통한 효율적인 이미지 초해상도 처리
동적 게이트 메커니즘과 다양한 특징 증강 및 정제 기법을 활용하여 복잡한 장면에서도 강건한 이미지 초해상도 모델을 학습할 수 있다.
강력한 이진 레벨셋 기반 이미지 분할 모델
본 논문은 이미지의 조명 변화와 노이즈에 강건한 이미지 분할 모델을 제안한다. 이를 위해 이진 레벨셋 모델과 변분 연산자 GL을 도입하여 연속적인 재초기화가 필요 없고 노이즈에 강건한 분할 성능을 달성한다.
정확하고 상세한 Hermite 좌표 보간 커널의 이미지 확대 적용
Hermite 다차원 보간 기법을 이용하여 이미지 확대 작업에 효과적으로 적용할 수 있는 커널을 구축하고, 다양한 기존 방법들과 비교하여 우수한 성능을 보여줌.
고속 이미지 디블러링을 위한 경량 효과적인 트랜스포머 DeblurDiNAT
DeblurDiNAT은 실제 세계의 흐릿한 이미지를 효과적이고 효율적으로 복원하는 경량 트랜스포머 모델이다.
실시간 블러 제거를 위한 경량 및 효과적인 트랜스포머 모델 DeblurDiNAT
DeblurDiNAT은 실시간 블러 제거를 위한 경량 및 효과적인 트랜스포머 모델로, 전역적 및 지역적 블러 패턴을 효과적으로 학습하여 고품질의 디블러링 결과를 제공합니다.
이미지 초해상도 및 디블러링을 위한 자기지도 학습
이 연구는 이미지 초해상도 및 디블러링 문제를 해결하기 위해 측정 데이터만을 사용하여 학습하는 새로운 자기지도 학습 방법을 제안한다. 이 방법은 이미지 분포의 스케일 불변성을 활용하여 고주파 정보를 복원할 수 있다.
© 2024 by Linnk AI