Deep Multi-Filter: CycleGAN을 이용한 영상 잡음 제거

홈 > 연구문헌 > 학술대회 프로시딩 > 한국정보과학회 학술대회 > KCC 2021

한글제목(Korean Title)	Deep Multi-Filter: CycleGAN을 이용한 영상 잡음 제거
영문제목(English Title)	Deep Multi-Filter: Image Denoising with CycleGAN
저자(Author)	김태환 김수빈 김용혁 Tae-Hwan Kim Su-Bin Kim Yong-Hyuk Kim
원문수록처(Citation)	VOL 48 NO. 01 PP. 1828 ~ 1830 (2021. 06)
한글내용 (Korean Abstract)	카메라를 통해 얻는 영상에는 잡음이 존재한다. 이 잡음은 선명한 화질의 영상을 획득하는데 있어서 장애요소로 작용한다. 전통적으로 잡음을 제거하기 위하여 필터링 방법이 연구되어 왔지만, 필터링은 잡음 별로 각기 다른 필터를 적용해야 함에 있어 큰 오버헤드를 지니는 문제점이 있다. 본 논문에서는 적대적 생성 신경망(GAN)의 종류인 CycleGAN을 이용하여 필터의 종류에 강건한 잡음 제거(Image Denoising) 방법을 제안한다. 이는 하나의 신경망 심층 학습 네트워크(Deep Neural Network)를 통해 다중 필터(Multi-Filter) 효과를 낼 수가 있어 준수한 성능으로 효율적인 잡음 제거가 가능하고 일반 영상의 잡음 제거에 대하여 CycleGAN을 이용한 최초의 연구라는 의의가 있다.
영문내용 (English Abstract)
키워드(Keyword)
파일첨부	PDF 다운로드