영상에서 패치기반 CNN 모형을 이용한 잡음제거

허광해; 임동훈

doi:10.7465/jkdi.2019.30.2.349

추천

검색

질문

자료유형: 학술저널

저자정보: 허광해 (경상대학교) 임동훈 (경상대학교)

저널정보: 한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제30권 제2호

발행연도: 2019.3

수록면: 349 - 363 (15page)

DOI: 10.7465/jkdi.2019.30.2.349

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

영상에서 잡음제거는 패턴인식, 영상압축, 에지검출, 영상분할과 같은 영상처리 분야의 전처리과정으로 도전할 만한 가치가 있다. 본 논문에서는 딥러닝의 convolutional neural network (CNN) 모형을 이용하여 잡음제거 하고자 한다. CNN 모형은 영상인식, 물체인식 얼굴인식과 같은 컴퓨터 비전 문제에서 좋은 성능을 보이고 있으나 잡음제거에 대해서는 그 중요성에 비추어 아직까지 연구가 덜 이루어졌다. 지금까지 영상에서 잡음제거는 특정한 분포 특성을 갖고 있다는 가정 하에서 설계된 고유한 필터를 사용하였다. 이 경우 가정을 만족하지 않는 필더를 사용하는 경우 성능이 현저히 떨어지는 경향이 있다. 본 논문에서는 잡음에 대한 사전정보 없이 사용가능한 방법으로 영상의 작은 블록인 패치 (patch) 상에서 CNN을 적용하고 중첩된 패치(overlapped patches)에서 해당 픽셀들의 가중평균을 구하여 잡음제거 영상을 얻는다. CNN에서 매개변수 최적화는 잡음데이터에 적응력이 좋은 Adam 알고리즘을 사용한다. 영상실험은 가우시안 잡음영상과 임펄스 잡음영상 모두를 고려하였고 실험결과, 패치기반 CNN 모형은 다른 방법보다 좋은 화질의 영상을 도출하였고 또한 MAE (mean absolute error)와 PSNR (peak signal-to-noise ratio) 면에서도 좋은 성능을 지님을 알 수 있었다.

#딥러닝 #잡음영상 #잡음제거 #convolutional neural network #Convolutional neural network (CNN) #deep learning #noise reduction #noisy image

참고문헌 (21)

참고문헌 신청

Alex, K. / 2012 / Imagenet classification with deep convolutional neural networks / Advances in Neural Information Processing Systems 25:1~9

Bahar, P. / 2017 / Empirical investigation of optimization algorithms in neural machine translation / The Prague Bulletin of Mathematical Linguistics 108:13~25

Bakas / 2018 / A digital forensic technique for inter-frame video forgery detection based on 3D CNN / Information Systems Security :304~317

Chan, R. H. / 2005 / Salt-and-pepper noise removal by median-type noise detectors and detail-preserving regularization / IEEE Transactions on Image Processing 14:1479~1485

Chen, H. / 2017 / Low-dose CT via convolutional neural network / Biomedical Optics Express 8:679~694

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

허광해

소속기관 경상대학교

주요연구분야 자연과학 > 수학·통계학

논문수 1 이용수 368

임동훈

소속기관 경상대학교

주요연구분야 자연과학 > 수학·통계학 TOP 5% 공학 > 컴퓨터학

논문수 23 이용수 3,986

이 논문과 함께 이용한 논문

자율주행 자동차에서 DNN 기반 안전 필수 응용의 성능 저하 방지

김도영 , 김명선 전자공학회논문지 2020 .09

열화상 영상 잡음 제거를 위한 효율적인 잡음 제거 블록 기반의 신경망

유광현 , 황성민 , 보호앙트롱 외 5명 한국정보기술학회논문지 2019 .10

점진적 L2-노름 기반 방법을 적용한 얼굴영상 분류 및 인식

나진희 , 이덕우 한국자동차공학회논문집 2019 .05

의료영상 기반 암 예후 예측 AI 기술 최신동향 : 폐암을 중심으로

최다힘 , 홍성은 , 최장환 한국통신학회지(정보와통신) 2019 .03

딥러닝의 모형과 응용사례

안성만 지능정보연구 2016 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-041-000582670

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 (21)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)