이 논문은 이미지 안개 제거 문제를 다룹니다. 기존 방법들은 안개가 짙은 환경에서 정보 손실이 심각한 문제가 있었습니다. 저자들은 이를 해결하기 위해 확산 모델 기반의 DehazeDDPM 방법을 제안했습니다.
DehazeDDPM은 두 단계로 구성됩니다. 첫 번째 단계에서는 대기 산란 모델을 사용하여 안개가 제거된 이미지, 투과율 맵, 대기광을 예측합니다. 이를 통해 안개가 짙은 입력 이미지의 분포를 깨끗한 이미지의 분포에 가깝게 만듭니다. 두 번째 단계에서는 강력한 생성 능력을 가진 확산 모델을 사용하여 안개로 인한 정보 손실을 보완합니다. 또한 투과율 맵을 활용하여 어려운 영역을 선별적으로 처리하는 기법을 도입했습니다.
실험 결과, DehazeDDPM은 합성 및 실제 안개 데이터셋에서 최신 기술 대비 우수한 성능을 보였습니다. 특히 복잡한 실세계 안개 환경에서 탁월한 시각적 품질을 달성했습니다.
In un'altra lingua
dal contenuto originale
arxiv.org
Approfondimenti chiave tratti da
by Hu Yu,Jie Hu... alle arxiv.org 04-16-2024
https://arxiv.org/pdf/2308.11949.pdfDomande più approfondite