-- 데이터 학습 통한 심층신경망, 이미지 색역 복원 개선
(서울, 대한민국 2021년 11월 15일 PRNewswire=연합뉴스) 국내 연구진이 참여한 이미지 색역 복원 관련 연구가 국제 학술대회에서 발표됐다.
맥스트 기업로고
지난 11월 1일에 IS&T가 개최한 국제 콘퍼런스 CIC(Color and Imaging Conference)에서, 메타버스 플랫폼 기업 맥스트(MAXST)의 연구개발본부 소속 정태홍 책임이 제1 공동 저자로 이름을 올린 논문 「GamutNet: Restoring Wide-gamut Colors for Camera-captured Images」이 발표돼 주목을 받았다.
CIC는 컬러 이미징 분야에서 일하는 과학자, 기술자 및 엔지니어를 위한 연례 기술 모임이다. 코로나19의 영향으로 지난해와 마찬가지로 이번 제29회 대회도 온라인으로 진행됐다.
맥스트 정태홍 책임이 York University(캐나다 토론토)·아주대학교와 함께 수행한 이 연구는 카메라로 촬영된 표준 색역 이미지를 광색역 이미지로 복원하는 심층신경망을 주제로 하고 있다.
아주대학교에서 박사 학위를 받고 맥스트에 재직 중인 정태홍 책임 외에 아주대학교 미디어학과에서 컴퓨터 그래픽스와 컴퓨터 비전을 가르치고 있는 신현준 교수, 컴퓨터 비전 분야의 캐나다 리서치 체어인 요크대학교 EECS 학과 Michael S. Brown 교수, 요크대학교에서 박사학위를 받고 토론토 삼성 AI 센터에서 재직 중인 Abdelrahman Abdelhamed, 요크대학교 EECS 학과에서 박사 과정을 밟고 있는 Hoang Le이 연구에 참여했다.
색역(Color gamut)은 디지털 영상에 포함된 색의 범위 또는 디스플레이가 표현할 수 있는 색의 범위를 나타낸다. 일반적으로 디지털 영상과 디스플레이의 색역이 넓을수록 더 선명한 색을 표현할 수 있다.
연구진은 카메라 내 처리 파이프라인을 바탕으로 새로운 데이터 세트를 구축했으며, 실험 결과 이를 활용해 학습된 심층신경망은 기존 방법에 비해 월등한 복원 성능을 보인 것으로 나타났다.
최근, 기술의 발전으로 고성능 디스플레이 패널이 저렴한 가격에 보급되고 있는 데다 광색역 콘텐츠에 대한 수요가 증가하고 있기 때문에 이 연구 결과는 향후 활용 가치가 매우 클 것으로 예상된다.
