본 연구는 이미지 복원(IR) 작업에서 SAM(Segment Anything Model)의 의미론적 사전 지식을 활용하는 새로운 프레임워크를 제안한다. SAM은 강력한 의미론적 정보를 제공할 수 있지만, 계산 비용이 높아 기존 IR 모델의 추론 효율성을 저하시킨다는 문제가 있다.
제안하는 프레임워크는 다음 두 가지 핵심 구성 요소로 이루어진다:
제안 프레임워크는 기존 IR 모델의 추론 효율성을 유지하면서도 SAM의 강력한 의미론적 정보를 활용할 수 있다. 다양한 IR 작업(제거, 디블러링, 디노이징)에서 실험을 통해 제안 방식의 우수성을 검증하였다.
Para outro idioma
do conteúdo fonte
arxiv.org
Principais Insights Extraídos De
by Quan Zhang,X... às arxiv.org 03-26-2024
https://arxiv.org/pdf/2403.16368.pdfPerguntas Mais Profundas