Core Concepts
실내외 자연 장면의 색상과 깊이 정보를 활용하여 수중 이미지의 물 효과를 제거하고 원본 장면을 복원하는 방법을 제안한다.
Abstract
이 논문은 수중 이미지 복원을 위한 새로운 접근 방식을 제안한다. 기존의 수중 이미지 복원 방법은 깨끗한 수중 이미지 데이터의 부족으로 인해 한계가 있었다. 이 논문에서는 실내외 자연 장면의 색상과 깊이 정보를 활용하여 수중 이미지의 물 효과를 제거하고 원본 장면을 복원하는 방법을 제안한다.
논문의 주요 내용은 다음과 같다:
실내외 자연 장면의 색상과 깊이 정보를 활용하여 RGBD 확산 사전 모델을 학습한다.
학습된 RGBD 확산 사전 모델과 수중 이미지 형성 모델을 결합하여 수중 이미지로부터 깨끗한 이미지와 깊이 정보를 추정한다.
실험 결과, 제안 방법이 기존 수중 이미지 복원 방법보다 우수한 성능을 보인다.
Stats
수중 이미지 형성 모델에서 깊이 D는 중요한 역할을 한다.
제안 방법은 깊이 정보를 함께 추정하여 수중 이미지 복원 성능을 향상시킨다.
Quotes
"실내외 자연 장면의 색상과 깊이 정보를 활용하여 수중 이미지의 물 효과를 제거하고 원본 장면을 복원하는 방법을 제안한다."
"학습된 RGBD 확산 사전 모델과 수중 이미지 형성 모델을 결합하여 수중 이미지로부터 깨끗한 이미지와 깊이 정보를 추정한다."