Demoireing6 Self-Adaptively Learning to Demoire from Focused and Defocused Image Pairs(NIPS 2020) Self-Adaptively Learning to Demoire from Focused and Defocused Image Pairs(NIPS 2020) Authors: Lin Liu, Shanxin Yuan, Jianzhuang Liu, Liping Bao, Gregory Slabaugh, Qi Tian -본 논문에서는 영상의 high-frequency textures와 camera color filter array의 interference로 발생한 moire를 제거하는 demoireing 기법을 제안한다. -기존의 기법들은 대량의 데이터셋 학습을 통해 복잡한 Moire를 제거하려 하지만 이는 효과적이지 못하다. - 본 논문에서 제안하는 새로운 기법은 moire를 제거할 때 defocused moire.. 2020. 11. 18. HIGH RESOLUTION DEMOIRE NETWORK HIGH RESOLUTION DEMOIRE NETWORK -Authors: Shanhui Yang, Yajang Lei, Shuangyu Xiong, Wei Wang -본 논문에서는 기존 demoireing 연구들이 multi-scale Network를 통해 moire의 complex frequency를 다루지만, relationship between different scale을 무시하는 문제점이 있다고 말합니다. 따라서 본 논문에서는 HRDN(High Resolution Demoire Network)을 제안하며, 이를 통해 서로 다른 해상도에서의 feature map간의 relationship을 전부 탐색하고자 합니다. 제안하는 네트워크는 parallel high resolution network, .. 2020. 11. 4. FHDeNet: Full High Definition Demoireing Network (ECCV 2020) FHDeNet: Full High Definition Demoireing Network (ECCV 2020)-Authors: Bin He, Ce Wang, Boxin Shi, and Ling-Yu Duan -본 논문에서는 현재까지 demoireing 기법들은 full high definition(FHD) image에서 실용적인 효과를 내지 못하며, 이를 해결하기 위해 global to local cascaded removal branch를 통해 다중 스케일로 모아레를 제거하고, frequency based high-resolution content separation branch를 통해 fine detail을 유지한다. 더불어 새로운 FHD moire image dataset을 생성했다. 이전 모아레 제.. 2020. 8. 24. Moire Pattern Removal via Attentive Fractal Network (CVPR Workshop 2020) top 2 in Track2 NTIRE 2020 Moire Pattern Removal via Attentive Fractal Network (CVPR Workshop 2020) top 2 in Track2 NTIRE 2020 - Authors: Dejia Xu, Yihao Chu, Qingyan Sun -본 논문에서는 영상의 Moire artifact를 제거하기 위해 AFN(Attentive Fractal Network)을 제안한다. AFN은 Encoder, AFB(Attentive Fractal Block), Decoder, Global Residual Learning 총 4가지로 구성된다. 이를 도식화하면 아래 equation 1과 같다. -모아레 이미지는 Encoder를 통해 multi-channel feature map이 되며 AFB에 입력된.. 2020. 7. 8. 이전 1 2 다음
