대비 향상은 많은 응용 분야에서 필요하다. 많은 연구가 대비 향상을 자동으로 수행하기 위해 진행되어 왔으나, 대부분의 연구는 대비에 대한 다양한 개인적 선호를 고려하지 않는다. 본 연구에서는 사용자가 자신의 선호에 따라 영상 대비를 손쉽게 조절할 수 있도록 하는, 경계(에지) 인지형 대화형 대비 향상 알고리즘을 제안한다. 사용자는 영상의 전역 밝기를 제어하기 위한 매개변수와, 국소 영역을 어둡게 또는 밝게 하기 위한 두 가지 유형의 낙서(scribble)를 제공한다. 이후 제안된 알고리즘은 낙서를 인근 영역으로 전파하여 경계 인지형 마스크를 생성하고, 신경망인 e-IceNet을 통해 향상된 영상을 복원한다. 사용자는 원하는 영상을 얻을 때까지 주석(annotations)을 반복적으로 제공할 수 있다. 우리는 다양한 입력 영상에 대해 신뢰할 수 있는 결과를 산출하기 위해 e-IceNet을 지도(guidance) 영상으로 학습한다. 또한 e-IceNet을 효과적이고 신뢰성 있게 학습하기 위해 두 가지 미분가능 손실(differentiable losses)을 제안한다. 광범위한 실험 결과, 제안된 e-IceNet은 간단한 낙서만으로도 사용자가 영상을 만족스럽게 향상할 수 있을 뿐 아니라, 영상을 자동으로 향상하는 결과도 생성할 수 있음을 보여준다.

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