DIP네트워크를 이용한 RGBW CFA의 컬러영상 재구성
저자
발행기관
학술지명
권호사항
발행연도
2021
작성언어
Korean
주제어
자료형태
학술저널
수록면
58-59(2쪽)
제공처
본 논문에서는 랜덤 RGBW Color Filter Array(CFA)로 취득한 영상에 대하여 Deep Image Prior(DIP)네트워크를 이용한 디모자이징 방법을 제안한다. 즉, 단일한 랜덤 RGBW CFA영상만 가지고 학습된 DIP 네트워크를 이용하여 컬러영상을 재구성하는 기술을 제안한다. RGBW CFA이 가진 흰색 픽셀들로 인해 기존 RGB CFA의 경우보다 더 많은 빛이 CFA를 통해 투과가 되어 영상 센서가 더 많은 빛을 감지할 수 있기 때문에 신호 대 노이즈 비율(SNR)이 증가하므로 특히 노이즈가 존재하는 경우 기존의 다른 디모자이킹 방법들보다 높은 시각적 화질로 컬러 영상을 재구성할 수 있다. 이를 위해 RGBW CFA의 적색, 녹색 및 청색 픽셀뿐만 아니라 흰색 픽셀에서도 색상을 재구성할 수 있도록 하는 새로운 손실함수를 제안한다. 본 논문에서는 DIP 네트워크를 사용하는 것 외에 추가적인 재구성 알고리즘을 사용하지 않는다. 제안된 디모자이킹 방법은 잡음이 많은 저조도 환경에서 특히 유용하게 활용이 될 수 있다. 본 논문의 실험 결과는 제안된 디모자이킹 방법의 유효성을 보여준다.
더보기In this paper, we propose a deep image prior based demosaicing method for a random RGBW color filter array(CFA). The color reconstruction from the random RGBW CFA is performed by the deep image prior network which uses only the RGBW CFA image as the training data. To our knowledge, this work is a first attempt to reconstruct the color image with a neural network using only a single RGBW CFA in the training. Due to the White pixels in the RGBW CFA, more light is transmitted through the CFA than in the case with the conventional RGB CFA. As the image sensor can detect more light, the signal to noise ratio(SNR) increases and the proposed demosaicing method can reconstruct the color image with a higher visual quality than other ether existing demosaicking methods, especially in the presence of noise. We propose a loss function that can train the deep image prior(DIP) network to reconstruct the colors from the White pixels as well as from the Red, Green, and Blue pixels in the RGBW CFA. Apart from using the DIP network, no additional complex reconstruction algorithms are required for the demosaicing. The proposed demosicing method becomes useful in situations when the noise becomes a major problem, for example, in low light conditions. Experimental results show the validity of proposed method for joint demosaicing and denoising
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)