Core Concepts
사전 가이드 데이터 합성 방법과 적응형 초점 모듈을 통해 실제 야간 장면을 더 잘 모사하고 플레어 제거 성능을 향상시킬 수 있다.
Abstract
본 연구는 야간 플레어 제거를 위한 효과적인 데이터 합성 방법과 적응형 초점 모듈을 제안한다.
데이터 합성 방법:
기존 데이터셋의 한계를 극복하기 위해 조명 법칙을 활용하여 다중 플레어 이미지를 물리적으로 실재적으로 합성할 수 있는 Flare7K* 데이터셋을 제안했다.
Flare7K*는 플레어의 밝기가 조명 법칙을 따르도록 하여 실제 야간 장면을 더 잘 모사할 수 있다.
적응형 초점 모듈(AFM):
플레어가 주로 국소 영역에 나타나고 배경보다 밝은 특성을 활용하여, AFM을 통해 모델이 플레어 영역에 초점을 맞추도록 하였다.
AFM은 기존 모델에 플러그인 형태로 쉽게 통합될 수 있으며, 실험 결과 다양한 베이스라인 모델의 성능을 향상시켰다.
종합적으로 본 연구는 야간 플레어 제거를 위한 데이터 합성과 모델 설계 측면에서 의미 있는 기여를 하였다.
Stats
플레어 영역의 PSNR은 24.010이고, 선형 영역의 PSNR은 22.849이다.
Quotes
"플레어는 주로 국소 영역에 나타나고 배경보다 밝은 특성을 가진다."
"조명 법칙을 활용하여 다중 플레어 이미지를 물리적으로 실재적으로 합성할 수 있다."