Exploring Overcomplete Representations for Single Image Deraining Using CNNs.

Exploring Overcomplete Representations for Single Image Deraining Using CNNs.

 Authors: Rajeev Yasarla, Jeya Maria Jose Valanarasu and Vishal M. Patel

 

 

-본 논문에서는 영상에 포함된 다양한 size, shape, direction, density를 가진 rain을 제거하기 위해 encoder-decoder 방식을 통해 얻는 global feature는 효과적이지 못하고 말한다.

-본 논문에서는 overcomplete branch와 undercomplete branch로 구성된 네트워크를 통해 상대적으로 작은 rain을 제거하기 위해 local structure에 초점을 맞추는 동시에 global structure 또한 보존하는 방식을 제안한다.

 

-Overcomplete Branch, Overcomplete Branch 에서는 low-level feature에 초점을 맞추기 위해 작은 사이즈의 receptive field로 이루어진 deep convolution layer로 구성되며 이를 통해 fine rain streak feature를 학습시킨다.

-Undercomplete Branch, Undercomplete Branch에서는 high-level feature에 초점을 맞추기 위해 큰 사이즈의 receptive field로 이루어지며 이를 통해 global structure를 학습하게 된다.

 

Figure 1: (a),(b) feature maps from deep layers of an overcomplete network, (c),(d) feature maps from deep layer of an undercomplete network.

Figure 2: The proposed Network Architecture