본 논문에서는 성능과 네트워크 복잡성 간의 우수한 절충을 달성하기 위한 경량 블라인드(blind) 영상 노이즈 제거기인 blind compact denoising network (BCDNet)를 제안한다. 제안된 BCDNet은 330K 파라미터만으로도 구성되며, compact denoising network (CDNet)과 guidance network (GNet)으로 이루어진다. 노이즈가 포함된 영상으로부터 GNet은 노이즈의 심각도를 인코딩하는 가이드 특징을 추출한다. 이후 가이드 특징을 이용하여 CDNet은 심각도에 따라 영상을 적응적으로 필터링함으로써 노이즈를 효과적으로 제거한다. 또한 성능을 저하시키지 않으면서 파라미터 수를 감소시킴으로써, CDNet은 효과적일 뿐만 아니라 효율적인 노이즈 제거를 달성한다. 실험 결과는 제안된 BCDNet이 다양한 데이터셋에서 최신 또는 경쟁 수준의 노이즈 제거 성능을 제공하면서도, 유의미하게 더 적은 파라미터를 필요로 함을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.