본 논문은 저조도 이미지 향상을 위해 물리적 사중 프라이어를 활용하는 새로운 무참조 프레임워크를 제안한다. 이 프라이어는 조명 변화에 불변하는 특징을 추출하고, 이를 통해 정상광 이미지로부터 저조도 이미지를 향상시킨다.
미분형 이미지 등록을 위한 유연한 야코비안 결정자 제약 조건의 새로운 다변량 모델을 제안하고, 대규모 지역 변형에 대한 효과적인 해결책을 제시한다.
이 논문은 이미지 워터마크 제거를 위한 자기 감독 CNN을 제안하고, SWCNN을 소개합니다. SWCNN은 페어링된 훈련 샘플이 아닌 워터마크 분포에 따라 참조 이미지를 구성하는 자기 감독 방식을 사용합니다. 이를 통해 제안된 SWCNN은 이미지 워터마크 제거에서 인기 있는 CNN보다 우수한 결과를 얻었습니다.
이 논문은 이미지 초해상도를 위한 "You Only Diffuse Areas" (YODA) 방법을 소개하고, 동적 주의 안내 확산을 강조합니다.
LLM을 활용한 데이터 없는 다중 레이블 이미지 인식을 위한 프롬프트 튜닝의 새로운 방법론 소개
실제 카메라의 공간적으로 변화하는 PSF를 효과적으로 추정하기 위한 자기 감독형 학습 방법 소개