본문 바로가기

논문리뷰35

Deep Wavelet Network with Domain Adaptation for Single Image (CVPR Workshop 2020) top 1 NTIRE 2020 Deep Wavelet Network with Domain Adaptation for Single Image (CVPR Workshop 2020) top 1 NTIRE 2020 -Authors: Xiaotong Luo, Jiangtao Zhang, Ming Hong, Yanyun Qu, Yuan Xie, Cuihua Li -본 논문에서는 영상의 Moire artifact를 제거하기 위해 AWUDN을 제안한다. -Feature mapping in wavelet domain, 제안하는 기법에는 DWT, IDWT opertation을 이용하여 feature를 downsampling, upsampling한다. 이를 통해 computation complexity를 줄이고, 정보 손실을 방지하는 역할을 한다. -G.. 2020. 7. 7.
Fast and Efficient Image Quality Enhancement via Desubpixel Convolutional Neural Networks. (ECCVW 2018) Fast and Efficient Image Quality Enhancement via Desubpixel Convolutional Neural Networks. (ECCVW 2018) -Authors: Thang Vu, Nguyen, Trung X. Pham, Tung M. Luu, and Chang D. Yoo (KAIST) -본 논문에서는 네트워크 초반 layer에서 input의 resolution이나 feature의 size를 줄일 때 발생하는 정보의 손실을 해결하고자 De-subpixel convolution을 제안한다. 제안하는 De-subpixel convolution은 Upsampling에 사용되는 sup-pixel convolution(pixel shuffle)을 역으로 사용한다. sup.. 2020. 7. 7.
GCNet: Non-local Networks Meet Squeeze-Excitation Networks and Beyond (ICCVW 2019) GCNet: Non-local Networks Meet Squeeze-Excitation Networks and Beyond (ICCVW 2019) -Authors: Yue Cao, Jiarui Xu, Stephen Lin, Fangyun Wei, Han Hu -본 논문에서는 global context를 query-specific하게 접근하며 long-range dependency를 효과적으로 capture하는 Non-Local Network(NLNet)에서 사용된 non-local block의 성능을 유지하면서 파라미터를 줄이는 경량화를 제시하고, 경량화된 NL Block과 SE block의 아이디어를 합한 Global context (GC) block을 제안했다. -좌측 NL block에서 shape.. 2020. 7. 7.
MMDM: Multi-frame and Multi-Scale for Image Demoireing (CVPR Workshop 2020) top 3 NTIRE 2020 MMDM: Multi-frame and Multi-Scale for Image Demoireing (CVPR Workshop 2020) top 3 NTIRE 2020 -Authors: Xi Cheng, Zhenyong Fu, Jian Yang -본 논문에서는 영상의 Moire artifact를 제거하기 위해 MMDM을 제안한다. -Figure 2 MSFE(Multi-Scale Feature Encoding Network)는 모아레의 특징을 파악한 결과, network가 low-frequency pattern에 attention이 필요하다는 점을 주목하여 설계한 네트워크이다. Multi-Scale로 구성되며 Downsampling에는 de-subpixel convolution과 Upsampling에는 su.. 2020. 7. 7.