Methods for Generating Haze Synthetic Images using Random Noise
S.S. Han, Bongsoon Kang · The Journal of Korean Institute of Information Technology · 2024
카메라를 이용한 비전 인식 기술은 안개와 같은 악천후 조건에서 화질저하로 인한 인식률 감소 문제가 있다. 따라서 머신러닝, 딥러닝 기법을 이용한 안개 제거 알고리즘의 연구가 활발하나, 학습을 위한 충분한 양의 데이터 세트를 현실적으로 얻기 힘들다. 이를 위해 본 논문에서는 가우시안 분포 또는 표준 균일 분포를 가지는 랜덤 노이즈를 이용하여 안개 합성 영상을 생성하는 방법을 제안한다. 안개 분포가 전체적으로 골고루 퍼져있는 경우, 정규화와 저역 통과 필터링을 수행해 안개를 생성한다. 안개 분포가 지역적인 경우, 주파수 영역에서의 필터링과 공간 영역에서의 저역 통과 필터링을 이용하여 안개를 생성한다. 제안하는 방법은 사용자가 원하는 안개 분포를 선택할 수 있고, 간단한 수식을 통해 원하는 밀도를 가지는 안개 합성 영상을 생성할 수 있다. 또한 가우시안 분포 사용 시 표준 균일 분포보다 더 짙은 안개 생성이 가능한 것을 실험을 통해 보였다.