햇빛 아래에서 향상된 시인성을 위한 Piece-wise Linear Enhancement Curves 기반 영상 개선 (Image Enhancement based on Piece-wise Linear Enhancement Curves for Improved Visibility under Sunlight)

서지정보

· 발행기관 : 한국방송∙미디어공학회
· 수록지 정보 : 방송공학회 논문지 / 27권 / 5호 / 812 ~ 815페이지
· 저자명 : 이준민, 송병철

초록

햇빛 아래에서 디지털 기기에 표시되는 영상은 일반적으로 원본 영상보다 어둡게 인식되어 시인성이 저하된다. 더 나은 시인성을 위해서, 주변광에 적응적인 전역 휘도 보상 혹은 톤 매핑이 필요하다. 하지만 기존의 기법들은 색차 보상에 한계가 존재하고, 무거운 계산 비용 때문에 실제 환경에서 활용하는데 어려움이 존재한다. 이를 해결하기 위해 본 논문에서는 휘도와 색차를 모두 보상하는 Piece-wiseLinear Enhancement Curves (PLECs) 기반 영상 개선 기법을 제안한다. 이때, PLECs은 딥러닝을 통해 회귀 되며, lookup table 형식으로 구현되어 실시간 동작이 가능하다. 실험 결과 제안 방법이 낮은 계산 비용으로 원본 영상 대비 더 나은 시인성을 가짐을 보인다.

영어초록

Images displayed on a digital devices under the sunlight are generally perceived to be darker than the original images, whichleads to a decrease in visibility. For better visibility, global luminance compensation or tone mapping adaptive to ambient lightingis required. However, the existing methods have limitations in chrominance compensation and are difficult to use in real world dueto their heavy computational cost. To solve these problems, this paper propose a piece-wise linear curves (PLECs)-based imageenhancement method to improve both luminance and chrominance. At this time, PLECs are regressed through deep learning andimplemented in the form of a lookup table to real-time operation. Experimental results show that the proposed method has bettervisibility compared to the original image with low computational cost.

참고자료

· 없음