한국방송∙미디어공학회:학술대회논문집 (Proceedings of the Korean Society of Broadcast Engineers Conference)

한국방송∙미디어공학회 (The Korean Institute of Broadcast and Media Engineers)
권호 표지

Wavelet 기반의 영상 디테일 향상 잡음 제거 네트워크

WDENet: Wavelet-based Detail Enhanced Image Denoising Network

  • 정군 (한양대학교 융합전자공학과) ;
  • 위승우 (한양대학교 융합전자공학과) ;
  • 정제창 (한양대학교 융합전자공학과)
  • Zheng, Jun (Department of Electronic Engineering, Hanyang University) ;
  • Wee, Seungwoo (Department of Electronic Engineering, Hanyang University) ;
  • Jeong, Jechang (Department of Electronic Engineering, Hanyang University)
  • 발행 : 2021.06.23
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

최근 딥 러닝 기법의 하나인 합성곱 신경망(Convolutional Neural Network, CNN)은 영상 잡음(Noise) 제거 분야에서 전통적인 기법보다 좋은 성능을 나타내고 있지만 학습하는 과정에서 영상 내 디테일한 부분이 손실될 수 있다. 본 논문에서는 웨이블릿 변환(Wavelet Transform)을 기반으로 영상 내 디테일 정보도 같이 학습하여 영상 디테일을 향상하는 잡음 제거 합성곱 신경망 네트워크를 제안한다. 제안하는 네트워크는 디테일 향상 서브 네트워크(Detail Enhancement Subnetwork)와 영상 잡음 추출 서브 네트워크(Noise Extraction Subnetwork)를 이용하게 된다. 실험을 통해 제안하는 방법은 기존 알고리듬보다 디테일 손실 문제를 효과적으로 해결할 수 있었고 객관적 품질 평가인 PSNR(Peak Signal-to-Noise Ratio)와 주관적 품질 비교에서 모두 우수한 결과가 나온 것을 확인하였다.

키워드