지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.8
- 수록면
- 834 - 841 (8page)
- DOI
- 10.9717/kmms.2024.27.8.834
이용수
초록· 키워드
오류제보하기
Images acquired by cameras contain noises for various reasons. Removing noise is essential in computer vision, such as high quality video object recognition. Much researches have been done on noise removal for frame by frame base, but there are little researches on noise removal on video, which employs temporal correlation of the video sequences. Recently, deep learning-based video sequences noise removal has been introduced , but sufficient consideration of video motion has not yet been made. Thus, in this study, we propose an improved noise removal techniques based on advanced motion processing and learning method. The proposed method is based on the recently introduced video noise removal techniques known as DVDnet and fastDVTnet. Using some modified leaning functions, the proposed scheme shows superior performance in video noise removal with respect to conventional methods. Computer simulations based on deep learning with reasonable dataset shows that the proposed method has better noise removal results with respect to conventional methods.
목차
ABSTRACT
1. 연구배경
2. 영상/비디오 신호의 잡음제거 최근 연구동향
3. 학습기반 비디오 잡음제거를 위한 기존의 요소 기술들
4. 제안한 개선된 비디오 잡음제거 방식
5. 모의실험 결과
6. 결론 및 앞으로 할 일
REFERENCE
참고문헌 (12)
참고문헌 신청
H. Chen, J. Wang, M. Duan, Y. Jin, Y. Kan, and C. Zhu, “Video Denoising for Scenes With Challenging Motion: A Comprehensive Analysis and a New Framework,” IEEE Transactions on Multimedia, Vol. 25, pp. 5704-5719, 2023.
M. Tassano, J. Delon, and T. Veit, “DVDNET: A Fast Network for Deep Video Denoising,” Proceeding of the 2019 IEEE International Conference on Image Processing (ICIP), pp. 1805-1809, 2019.
M. Tassano, J. Delon, and T. Veit, “Fast DVDnet: Towards Real-Time Deep Video Denoising Without Flow Estimation,” Proceeding of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 1354-1363, 2020.
T. Ehret, A. Davy, J. Morel, G. Facciolo, and P. Arias. “Model-Blind Video Denoising via Frame-To-Frame Training,” Proceeding of the 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 11361-11370, 2019.
M. Maggioni, Y. Huang, C. Li, S. Xiao, Z. Fu and F. Song, “Efficient Multi-Stage Video Denoising with Recurrent Spatio-Temporal Fusion,” Proceeding of the 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3465-3474. Nashville, TN, USA, 2021.
M. Tassano, J. Delon, and T. Veit, “DVDNET: A Fast Network for Deep Video Denoising,” Proceeding of the 2019 IEEE International Conference on Image Processing (ICIP), pp. 1805-1809, 2019.
M. Tassano, J. Delon, and T. Veit, “Fast DVDnet: Towards Real-Time Deep Video Denoising Without Flow Estimation,” Proceeding of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 1354-1363, 2020.
T. Ehret, A. Davy, J. Morel, G. Facciolo, and P. Arias. “Model-Blind Video Denoising via Frame-To-Frame Training,” Proceeding of the 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 11361-11370, 2019.
M. Maggioni, Y. Huang, C. Li, S. Xiao, Z. Fu and F. Song, “Efficient Multi-Stage Video Denoising with Recurrent Spatio-Temporal Fusion,” Proceeding of the 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3465-3474. Nashville, TN, USA, 2021.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
잡음 종류와 잡음 제거방식에 따른 영상의 윤곽선 검출 비교
멀티미디어학회논문지
2023 .04
-
Salt and Pepper 잡음 환경에서 히스토그램을 이용한 잡음 제거
한국정보통신학회 종합학술대회 논문집
2020 .07
-
소음지도 프로그램에 의한 도로교통 소음평가- 익산시를 중심으로 -
한국기계기술학회지
2021 .01
-
S&P 잡음 환경에서 변형된 선형보간법을 이용한 잡음제거 방법
한국정보통신학회 종합학술대회 논문집
2020 .10
-
가우시안 및 임펄스 잡음 제거를 위한 다이아몬드 마스크 형태의 저역 통과 필터 기법
대한전자공학회 학술대회
2017 .11
-
Noise 제거기술을 적용한 부분방전 진단기법과 그 활용
대한전기학회 학술대회 논문집
2019 .07
-
Preparation of Polymeric Adsorbent for Nitrogen Oxides (NOx) Removal
한국고분자학회 학술대회 연구논문 초록집
2019 .10
-
Sources, Effects, and Control of Noise in Indoor/Outdoor Living Environments
대한인간공학회지
2015 .06
-
공동주택 층간소음의 소음 발생 위치 추정 시스템 개발 및 적용에 관한 연구
한국건축시공학회 학술발표대회 논문집
2019 .01
-
소음지도를 이용한 금속재료품 제조공정의 소음저감 순위 결정
한국기계기술학회지
2016 .01
-
천안시청 주변의 소음 평가 및 소음지도 작성
공학기술논문지
2016 .12
-
소음지도에 의한 선박 건조 및 수리 공정의 소음저감 순위 결정
한국기계기술학회지
2017 .01
-
대형기계 및 고출력기계의 소음 측정방법 및 저감 대책에 관한 연구
한국기계기술학회지
2020 .01
-
항공용 영상처리를 위한 노이즈 및 잔상 제거 방안 연구
한국항공우주학회 학술발표회 초록집
2021 .11
-
음성인식 및 머신러닝 기술을 적용한 모터 소음 진단법에 대한 연구
한국소음진동공학회논문집
2021 .02
-
복합 잡음 환경에서 공간적 특성을 고려한 잡음 제거
한국정보통신학회논문지
2019 .03
-
A Review of Mitigation Measures for Reducing Railway Rolling Noise from an Infrastructure Point of View
International Journal of Railway
2019 .03
-
Swarm Intelligence for Additive White Gaussian Noise Level Estimation
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2020 .09
-
지역적 평균 필터와 딥러닝을 이용한 잡음 제거
대한전자공학회 학술대회
2024 .11
-
An Effective Denoising Method for Images Contaminated with Mixed Noise Based on Adaptive Median Filtering and Wavelet Threshold Denoising
JIPS(Journal of Information Processing Systems)
2018 .01
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-090654269