DEVICE AND METHOD FOR TEXTURE-AWARE SELF-SUPERVISED BLIND DENOISING USING SELF-RESIDUAL LEARNING

DEVICE AND METHOD FOR TEXTURE-AWARE SELF-SUPERVISED BLIND DENOISING USING SELF-RESIDUAL LEARNING

본 발명의 실시예에 따르면, 노이즈를 포함하는 원본 이미지를 수신하는 수신부; 상기 원본 이미지에 픽셀 셔플 다운 샘플링(PD, Pixel-shuffle Down-sampling)을 수행하여 적어도 하나 이상의 다운 샘플링된 이미지를 생성하는 PD부; 상기 원본 이미지와 상기 다운 샘플링된 이미지에서 각각 노이즈를 제거하고, 상기 원본 이미지의 형태를 복원한 적어도 하나 이상의 예측 이미지를 생성하는 예측 이미지 생성부; 및 상기 예측 이미지와 상기 원본 이미지에 따른 적어도 하나 이상의 손실함수에 기초하여 노이즈 제거 모델을 학습...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: WON KI JEONG, KANGGEUN LEE
Format: Patent
Sprache:eng ; kor
Schlagworte:
CALCULATING
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
COMPUTING
COUNTING
IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
PHYSICS
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:본 발명의 실시예에 따르면, 노이즈를 포함하는 원본 이미지를 수신하는 수신부; 상기 원본 이미지에 픽셀 셔플 다운 샘플링(PD, Pixel-shuffle Down-sampling)을 수행하여 적어도 하나 이상의 다운 샘플링된 이미지를 생성하는 PD부; 상기 원본 이미지와 상기 다운 샘플링된 이미지에서 각각 노이즈를 제거하고, 상기 원본 이미지의 형태를 복원한 적어도 하나 이상의 예측 이미지를 생성하는 예측 이미지 생성부; 및 상기 예측 이미지와 상기 원본 이미지에 따른 적어도 하나 이상의 손실함수에 기초하여 노이즈 제거 모델을 학습하고 PD없이 노이즈를 제거할 수 있는 장치를 제공할 수 있다.