Earticle

현재 위치 Home

Refinetograph : A Machine Learning Approach Toward Image Enhancement

첫 페이지 보기
  • 발행기관
    한국AI디지털융합학회(구 한국디지털융합학회) 바로가기
  • 간행물
    IJICTDC 바로가기
  • 통권
    Vol 9 No 1 (2024.06)바로가기
  • 페이지
    pp.49-60
  • 저자
    Santosh Gaire Sharma, Robinson Pujara, Prabesh Aryal, Surendra Shrestha
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A455516

※ 기관로그인 시 무료 이용이 가능합니다.

4,300원

원문정보

초록

영어
Image enhancement plays a critical role in image processing. This paper introduces an integrated approach using three methods: Super-Resolution Generative Adversarial Net- work (SRGAN), Convolutional Autoencoder (CAE), and Zero- Reference Deep Curve Estimation (ZeroDCE), all embedded within a web application to provide image enhancement opportunities to users. SRGAN enhances image resolution by generating high-quality images from low-resolution inputs, with improved adjustments in Peak Signal-to-Noise Ratio (PSNR) and Structural Similarity Index Measure (SSIM) values. The Convolutional Autoencoder denoises impulse noise while preserving key image features. ZeroDCE automatically enhances low-light images by adjusting pixel values using Light-Enhancement curves (LE- curves), Deep Curve Estimation Network (DCE-Net), and Non- Reference loss functions. In conclusion, this paper contributes to the broader field of computer vision and image processing, providing academic and practical understanding of the performance and limitations of these three models, paving the way for further developments in the field. The code is available at https://github.com/robinson-pujara/Refinetograph.git.

목차

Abstract
1. Introduction
2. System Architecture
2.1. System Design
2.2. Working Model
3. Methodology
3.1. Overview
3.2. Data and Training
4. Results and Analysis
4.1. SRGAN Model Analysis
4.2. CAE Model Analysis
4.3. ZeroDCE Model Analysis
5. Discussion
6. Conclusion
Acknowledgments
References

키워드

CAE PSNR SRGAN ZeroDCE SSIM

저자

  • Santosh Gaire Sharma [ Department of Electronics and Computer Engineering, Institute of Engineering, Advanced College of Engineering and Management ]
  • Robinson Pujara [ Department of Electronics and Computer Engineering, Institute of Engineering, Advanced College of Engineering and Management ]
  • Prabesh Aryal [ Department of Electronics and Computer Engineering, Institute of Engineering, Advanced College of Engineering and Management ]
  • Surendra Shrestha [ Faculty of Science, health and technology, Nepal open university, Nepal ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국AI디지털융합학회(구 한국디지털융합학회) [The Korean Academic Society of AI Digital Convergence]
  • 설립연도
    2015
  • 분야
    사회과학>경영학
  • 소개
    본 학회는 디지털 경영에 관련된 디지털 미디어, 디지털 통신, 디지털 방송, 디지털 콘텐츠, 디지털 문화, 디지털 사회, 디지털 유통, 디지털 금융, 디지털 물류, 디지털 정책, 디지털 기술, 디지털 교육 그리고 디지털과 아날로그의 비교 등에 대한 학제간 연구와 실사구시적인 적용을 통하여 디지털 경영의 발전과 한국이 세계적인 디지털 강국으로 성장하기 위한 학술적인 기반과 실무적인 지침을 조성하는 것을 목적으로 하고 있습니다.

간행물

  • 간행물명
    IJICTDC [International Journal of Information Communication Technology and Digital Convergence]
  • 간기
    반년간
  • pISSN
    2466-0094
  • 수록기간
    2016~2025
  • 십진분류
    KDC 300 DDC 303

이 권호 내 다른 논문 / IJICTDC Vol 9 No 1

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.