Sign In

FRBNet: Revisiting Low-Light Vision through Frequency-Domain Radial Basis Network

Created by
  • Haebom
Category
Empty

저자

Fangtong Sun, Congyu Li, Ke Yang, Yuchen Pan, Hanwen Yu, Xichuan Zhang, Yiying Li

개요

저조도 환경에서의 컴퓨터 비전 문제 해결을 위해, 저조도 이미지 형성을 재검토하고, 기존 람베르시안 모델을 확장하여 저조도 조건을 더 잘 특성화합니다. 주파수 영역 분석을 통해 주파수 도메인 채널 비율을 활용하여 조명 불변 특징을 추출할 수 있음을 이론적으로 증명합니다. 이를 기반으로, 주파수 도메인 채널 비율 연산과 학습 가능한 주파수 도메인 필터를 통합한 종단 간 학습 가능한 모듈인 FRBNet을 제안합니다. FRBNet은 플러그 앤 플레이 모듈로, 기존 네트워크에 통합되어 저조도 관련 작업의 성능을 향상시킬 수 있습니다.

시사점, 한계점

시사점:
FRBNet은 저조도 환경에서 객체 감지 및 분할과 같은 다운스트림 작업의 성능을 향상시킵니다.
주파수 도메인 분석을 통해 조명 불변 특징 추출 방식을 제시합니다.
플러그 앤 플레이 방식으로 기존 네트워크에 쉽게 통합될 수 있습니다.
다양한 다운스트림 작업에서 SOTA를 달성했습니다.
코드 공개를 통해 재현 가능성을 높였습니다.
한계점:
논문에서 구체적인 한계점은 명시되지 않음. (논문 요약 정보에 기반)
👍