NTIRE20204 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. 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. 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. C3NET: Demoireing Network Attentive in Channel, Color and Concatenation. (CVPRW 2020) NTIRE 2020 6th C3NET: Demoireing Network Attentive in Channel, Color and Concatenation. (CVPRW 2020) NTIRE 2020 6th - Authors: Sangmin Kim, Hyungjoon Nam, Jisu Kim, Jechang Jeong. -본 논문에서는 moire를 제거하기 위해 C3Net(Channel, Color, Concatenation)을 제안했다. 본 논문에서는 최근 우수한 성능을 보이는 attention mechanism(e.g. channel attention, spatial attention)에서 channel attention을 사용한다. 이는 moire를 제거하는 것은 color-related 문제이며, RGB채널 안의 정보가 모.. 2020. 7. 7. 이전 1 다음
