核心概念
본 연구는 수중 이미지의 품질을 향상시키기 위해 Vision Transformer 기반의 WaterFormer 네트워크를 제안한다. WaterFormer는 탈안개 블록, 색상 복원 블록, 채널 융합 블록으로 구성되어 있으며, 크로마틱 일관성 손실과 Sobel 색상 손실을 통해 색상 충실도와 세부 정보 보존을 보장한다.
要約
본 연구는 수중 이미지 향상을 위한 WaterFormer 네트워크를 제안한다. WaterFormer는 다음과 같은 주요 구성 요소를 포함한다:
- 탈안개 블록(DehazeFormer Block): 안개 특징에 대한 자기 상관 관계를 포착하고 깊이 있는 특징을 추출한다.
- 색상 복원 블록(CRB): 채널 간 자기 상관 관계를 통해 색상 특징을 포착하고 향상시킨다.
- 채널 융합 블록(CFB): 채널 간 중요도에 따라 특징을 융합하여 효과적으로 통합한다.
또한 크로마틱 일관성 손실과 Sobel 색상 손실을 도입하여 색상 충실도와 세부 정보 보존을 향상시켰다. 실험 결과, WaterFormer는 다른 최신 방법들에 비해 우수한 성능을 보였다.
統計
수중 이미지에서 안개와 색상 왜곡은 서로 독립적이지만 상호 의존적이다.
기존 방법들은 이 두 가지 열화 과정을 단일 열화 과정으로 취급하여 성능 향상에 한계가 있었다.
WaterFormer는 안개와 색상 특징을 각각 다루어 향상된 성능을 달성했다.
引用
"기존 데이터 주도 방법은 성능과 매개변수 수 사이의 trade-off에 직면하며, 안개와 색상 왜곡 특징을 독립적으로 다루지 않아 성능 향상에 한계가 있었다."
"WaterFormer는 안개와 색상 왜곡 특징을 각각 다루고, 크로마틱 일관성 손실과 Sobel 색상 손실을 도입하여 색상 충실도와 세부 정보 보존을 향상시켰다."