Improving Performance of Machine Learning-based Haze Removal Algorithms with Enhanced Training Database

Dat Ngo; Bongsoon Kang

추천

검색

질문

자료유형: 학술저널

저자정보: Dat Ngo (Dong-A University) Bongsoon Kang (Dong-A University)

저널정보: 한국전기전자학회 전기전자학회논문지 전기전자학회논문지 제22권 제4호

발행연도: 2018.12

수록면: 948 - 952 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Haze removal is an object of scientific desire due to its various practical applications. Existing algorithms are founded upon histogram equalization, contrast maximization, or the growing trend of applying machine learning in image processing. Since machine learning-based algorithms solve problems based on the data, they usually perform better than those based on traditional image processing/computer vision techniques. However, to achieve such a high performance, one of the requisites is a large and reliable training database, which seems to be unattainable owing to the complexity of real hazy and haze-free images acquisition. As a result, researchers are currently using the synthetic database, obtained by introducing the synthetic haze drawn from the standard uniform distribution into the clear images. In this paper, we propose the enhanced equidistribution, improving upon our previous study on equidistribution, and use it to make a new database for training machine learning-based haze removal algorithms. A large number of experiments verify the effectiveness of our proposed methodology.

#uniform distribution #equidistribution #enhanced equidistribution #haze removal #machine learning #training database

참고문헌 (8)

참고문헌 신청

[학술대회논문] - Z. Xu / 2009 / Fog Removal from Color Images using Contrast Limited Adaptive Histogram Equalization / 2009 2nd International Congress on Image and Signal Processing : 1 ~ 5

[학술대회논문] - R. Tan / 2008 / Visibility in bad weather from a single image / 2008 IEEE Conference on Computer Vision and Pattern Recognition : 1 ~ 8

[학술지(정기간행물)] - Qingsong Zhu / 2015 / A Fast Single Image Haze Removal Algorithm Using Color Attenuation Prior / IEEE Transactions on Image Processing 24 (11) : 3522 ~ 3533

[학술대회논문] - D. Ngo / 2019 / A New Data Preparation Methodology in Machine Learning-based Haze Removal Algorithms / International Conference on Electronics, Information, and Communication (ICEIC) 2019

[학술대회논문] - K. Ma / 2015 / Perceptual evaluation of single image dehazing algorithm / 2015 IEEE International Conference on Image Processing (ICIP) : 3600 ~ 3604

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

응오닷

소속기관 동아대학교

주요연구분야 공학 > 전기전자공학 > 전자공학

논문수 5 이용수 263

강봉순

소속기관 동아대학교

주요연구분야 공학 > 전기전자공학 > 전자공학 TOP 5% 공학 > 전기전자공학 > 정보통신공학 TOP 5%

논문수 170 이용수 10,619

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-056-000342220

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (8)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)