Core Concepts
PANet은 실제 환경에서 효과적인 이미지 디헤이징을 위해 물리 기반 매개변수를 활용하여 다양한 안개 조건의 사실적인 안개 이미지를 생성한다.
Abstract
PANet은 실제 환경에서 효과적인 이미지 디헤이징을 위해 제안된 방법이다. PANet은 Haze-to-Parameter Mapper (HPM)와 Parameter-to-Haze Mapper (PHM)로 구성된 순환 매개변수-안개 매핑 프레임워크를 활용한다. HPM은 실제 안개 이미지를 매개변수 공간으로 투영하고, PHM은 이 매개변수를 다시 안개 이미지로 변환한다. 이를 통해 PANet은 훈련 데이터에 없는 다양한 물리적으로 설명 가능한 안개 조건의 사실적인 안개 이미지를 생성할 수 있다. 또한 Data-driven Haze Refiner (DHR)를 통해 모델 기반 생성의 한계를 보완한다. 실험 결과, PANet은 다양한 실제 안개 데이터셋에서 기존 최신 디헤이징 모델의 성능을 크게 향상시킬 수 있음을 보여준다.
Stats
안개 밀도 맵 βest(z)는 안개 이미지 IH(z)로부터 추정된다.
대기광 맵 Aest(z)는 안개 이미지 IH(z)로부터 추정된다.
깊이 맵 d(z)는 깨끗한 이미지 IC(z)로부터 추정된다.
Quotes
"PANet은 실제 환경에서 효과적인 이미지 디헤이징을 위해 물리 기반 매개변수를 활용하여 다양한 안개 조건의 사실적인 안개 이미지를 생성한다."
"PANet은 Haze-to-Parameter Mapper (HPM)와 Parameter-to-Haze Mapper (PHM)로 구성된 순환 매개변수-안개 매핑 프레임워크를 활용한다."
"PANet은 Data-driven Haze Refiner (DHR)를 통해 모델 기반 생성의 한계를 보완한다."