위키득계정 ↗
기술

DDB-Net 야간 품질 평가

DDB-Net 야간 품질 평가기술
전체 이름
Deep Decomposition and Bilinear Pooling Network
대상
야간 이미지 품질
분해 관점
조명 층과 반사 층
결합 방식
쌍선형 풀링
DDB-Net 야간 품질 평가는 어두운 이미지의 조명과 내용 정보를 분해해 품질을 예측하는 무참조 방법이다. 두 성분의 열화 특징을 각각 학습한 뒤 쌍선형 풀링으로 결합해 복잡한 실제 야간 왜곡을 다룬다.

야간 사진의 여러 열화

야간 영상에는 낮은 가시성이나 대비, 잡음, 색 왜곡이 함께 나타날 수 있다. 이처럼 복합적인 실제 열화의 품질을 참조 원본 없이 평가하는 문제다. 밝기 하나만으로 전체 품질을 설명하기 어렵다.

조명과 내용의 분해

Retinex 이론에서 영감을 받아 입력을 조명 정보의 층과 내용 정보를 나타내는 반사 층으로 나눈다. 각 성분에 있는 열화를 별도로 특징화한다. 이 분해는 학습 표현의 구성이며 장면의 물리 성분을 언제나 정확히 측정했다는 뜻은 아니다.

두 특징의 결합

조명 관련 열화와 내용 관련 열화를 두 요인의 변화로 보고 쌍선형 풀링으로 통합한다. 결합 표현을 이용해 품질을 예측한다. 조명만 좋거나 세부만 선명한 경우를 단순한 한 항목으로 평가하지 않는 방향이다.

밝기와 세부의 독립 예

설명용으로 같은 골목 사진을 밝게 만들면서 벽의 미세 무늬를 지워 버릴 수 있다. 더 밝아졌다는 사실과 더 좋은 복원이라는 판단은 같지 않다. 실제 연구 이미지를 옮기지 않은 조명 변화와 내용 손실의 예다.

관련 문서

RetinexNet / Zero-DCE / DSN-IQA / HyperIQA / MUSIQ / TOPIQ