AncomWiki

개인 사진 컬렉션에서의 공동 노이즈 레벨 추정

Properties1
description이 논문은 개인 사진 앨범에 자주 등장하는 얼굴 정보를 활용하여 이미지 노이즈 추정 정확도를 높이는 방법을 제안합니다. 동일한 인물의 여러 얼굴 이미지를 기하학적 및 광량적으로 정렬하여 비교함으로써, 노이즈 차이만 존재하는 동일 콘텐츠 간 비교를 수행합니다. 확률적 모델링을 기반으로 상대적 노이즈와 절대적 노이즈 파라미터를 두 단계 최적화 과정을 통해 추정하며, 이를 BM3D 알고리즘과 결합하여 실제 사진의 자동 노이즈 제거…

6 min read

개인 사진 컬렉션에서의 공동 노이즈 레벨 추정

Source

  • Evernote/IFTTT Feedly/Joint Noise Level Estimation from Personal Photo Collections.md

Summary

이 논문은 개인 사진 앨범에 자주 등장하는 얼굴 정보를 활용하여 이미지 노이즈 추정 정확도를 높이는 방법을 제안합니다. 동일한 인물의 여러 얼굴 이미지를 기하학적 및 광량적으로 정렬하여 비교함으로써, 노이즈 차이만 존재하는 동일 콘텐츠 간 비교를 수행합니다. 확률적 모델링을 기반으로 상대적 노이즈와 절대적 노이즈 파라미터를 두 단계 최적화 과정을 통해 추정하며, 이를 BM3D 알고리즘과 결합하여 실제 사진의 자동 노이즈 제거 성능을 검증했습니다.

Key Points

  • 기존 알고리즘이 간과하는 개인 사진의 얼굴 편향(bias)을 노이즈 추정 강점으로 활용
  • 동일 인물의 정렬된 얼굴 이미지 쌍을 비교하여 노이즈 차이를 분리 추정
  • 상대적 노이즈 추정과 절대적 노이즈 파라미터 최적화를 분리하는 2단계 확률적 최적화 기법
  • 추정된 노이즈 레벨을 BM3D 기반 자동 디노이징에 적용하여 실제 사진 품질 개선 효과 검증

그래프 뷰

백링크