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.
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문