핵심 개념
수중 장면의 다양한 열화 문제를 해결하기 위해 깊이 정보를 활용하여 근거리와 원거리 영역을 적응적으로 인식하고 향상시키는 새로운 프레임워크를 제안한다.
초록
이 논문은 수중 이미지 향상을 위한 새로운 깊이 가이드 인지 프레임워크인 UVZ를 제안한다.
첫 번째 단계에서는 깊이 추정 네트워크(DEN)와 보조 감독 네트워크(ASN)를 통해 정확한 깊이 맵을 생성한다.
두 번째 단계에서는 깊이 인지 모듈(DPM)을 사용하여 근거리와 원거리 영역을 적응적으로 인식하고 향상시킨다. DPM은 비지역적 특징과 지역적 특징을 선택적으로 융합하여 색상, 대비 및 선명도를 향상시킨다.
실험 결과, UVZ는 기존 방법들에 비해 우수한 시각적 향상과 정량적 지표를 보여주며, 다양한 시각 작업에서도 일반화 능력을 입증했다.
통계
수중 이미지 향상은 다양한 열화 문제로 인해 어려운 과제이다.
깊이 정보를 활용하면 근거리와 원거리 영역을 더 정확하게 인식할 수 있다.
UVZ는 깊이 맵을 활용하여 비지역적 특징과 지역적 특징을 선택적으로 융합함으로써 우수한 향상 성능을 보여준다.
인용구
"수중 장면의 다양한 열화 문제를 해결하기 위해 깊이 정보를 활용하여 근거리와 원거리 영역을 적응적으로 인식하고 향상시키는 새로운 프레임워크를 제안한다."
"UVZ는 깊이 맵을 활용하여 비지역적 특징과 지역적 특징을 선택적으로 융합함으로써 우수한 향상 성능을 보여준다."