위키득계정 ↗
기술

FFDNet

FFDNet기술
관련 논문
Toward a Fast and Flexible Solution for CNN based Image Denoising
보조 입력
조절 가능한 잡음 세기 맵
위치별 처리
공간적으로 다른 세기 지정
연산 구성
다운샘플링한 부분 이미지
FFDNet은 잡음 세기 맵을 추가 입력으로 받아 제거 강도를 조절하는 이미지 잡음 제거 모델이다. 위치마다 다른 잡음 조건을 표현할 수 있고 다운샘플링한 부분 이미지에서 연산하는 구성을 사용한다.

하나의 세기로 부족한 이미지

이미지의 모든 위치에 같은 크기의 잡음이 있다고 가정하기 어려운 경우가 있다. FFDNet은 잡음 세기를 맵으로 받아 위치별 조건을 줄 수 있다. 잡음 세기를 달리 지정할 수 있다는 것과 실제 잡음을 정확히 측정했다는 것은 다르다.

세기 맵의 역할

맵을 균일하게 주면 같은 조건을 전체에 적용하고 다르게 주면 공간에 따른 조건을 표현한다. 추정 모델을 잡음 세기마다 따로 준비하는 부담을 줄이는 접근이다. 잘못된 세기를 입력하면 잡음이 남거나 세부가 과하게 지워질 수 있다.

두 영역의 예

설명용으로 이미지 왼쪽의 잡음 표준편차가 5, 오른쪽이 20이라면 분산은 각각 25와 400이다. 표준편차는 네 배지만 분산은 16배다. 숫자를 어떤 단위와 의미로 주는지 중요하며 이 예는 실제 입력 맵의 정규화 규칙을 지정한 것은 아니다.

속도와 품질의 평가

모델은 다운샘플링한 부분 이미지에서 처리해 속도와 성능의 균형을 다룬다. 실제 센서 잡음과 합성 가우시안 잡음의 차이는 별도로 평가해야 한다. 맵의 추정 비용, 전처리와 모델 실행을 포함해 지연을 측정하고 같은 세기 조건에서 질감 보존 및 잔여 잡음을 비교한다.

관련 문서

DnCNN / NAFNet / Restormer / SwinIR / 합성곱 신경망 / 분산