이 논문은 저조도 이미지 향상을 위한 새로운 방법을 제안한다. 먼저, 저조도 이미지의 통계적 특성을 활용하여 빠르고 정확한 잡음 수준 추정 방법을 제안한다. 이를 통해 정확한 디노이징을 수행하고 과도한 스무딩을 방지할 수 있다.
다음으로, 복잡한 픽셀 단위 매핑 대신 입력 이미지와 단위 벡터 사이의 보간을 학습하는 학습 가능한 조명 보간기(LII)를 제안한다. LII는 전역적으로 부드러우면서도 구조적으로 인식 가능한 조명 맵을 생성한다.
마지막으로, 자연 이미지의 색상 통계를 활용한 자기 규제 복구 손실 함수를 도입하여 더 자연스럽고 현실적인 반사율 맵을 생성한다.
실험 결과, 제안 방법은 기존 무감독 학습 방법을 크게 능가하며, 때로는 감독 학습 방법보다 우수한 성능을 보인다. 특히 LOL 데이터셋에서 0.675dB, MIT 데이터셋에서 0.818dB의 PSNR 향상을 달성했다.
To Another Language
from source content
arxiv.org
Önemli Bilgiler Şuradan Elde Edildi
by Xiaofeng Liu... : arxiv.org 04-29-2024
https://arxiv.org/pdf/2305.10223.pdfDaha Derin Sorular