라이트필드 초해상도와 블러 제거의 동시 수행을 위한 적대적 신경망 모델

Adversarial Framework for Joint Light Field Super-resolution and Deblurring

초록

시차 기반 영상처리에 대한 연구들이 증가함에 따라 저해상도 및 모션 블러된 라이트필드 영상을 복원하는 연구는 필수적이 되었다. 이러한 기법들은 라이트필드 영상 향상 과정으로 알려져 있으나 두 개 이상의 문제를 동시에 해결하는 기존의 연구는 거의 존재하지 않는다. 본 논문에서는 라이트필드 공간 영역 초해상도 복원과 모션 블러 제거를 동시 수행하는 프레임워크를 제안한다. 특히, 저해상도 및 6-DOF 모션 블러된 라이트필드 데이터셋으로 훈련하는 간단한 네트워크를 생성한다. 또한 성능을 향상하기 위해 생성적 적대 신경망의 지역 영역 최적화 기법을 제안하였다. 제안한 프레임워크는 정량적, 정성적 측정을 통해 평가하고 기존의 state-of-the- art 기법들과 비교하여 우수한 성능을 나타냄을 보인다.

키워드

Deep learninglight fielddeblurringsuper-resolution
제목
라이트필드 초해상도와 블러 제거의 동시 수행을 위한 적대적 신경망 모델
제목 (타언어)
Adversarial Framework for Joint Light Field Super-resolution and Deblurring
저자
조나단사무엘백형선박인규
DOI
10.5909/JBE.2020.25.5.672
발행일
2020-09
유형
Y
저널명
방송공학회 논문지
25
5
페이지
672 ~ 684