인간 지각 특성 기반 화질 평가 및 지각 정합 모델 연구

Research on Human Perceptual Feature–Based Image Quality Assessment

연구 내용

지역 왜곡 지각과 전역 품질 집계를 결합해 FR-IQA/NR-IQA 성능을 향상하는 지각 기반 화질 평가 연구

이미지 품질 저하를 인간 시각 인지 특성에 맞춰 정량화하기 위해, 지역 왜곡 인지와 전역 품질 집계를 통합하는 화질 평가 모델을 연구합니다. CNN의 국소 왜곡 특징 추출과 Transformer의 장거리 상호작용 기반 집계를 결합하여 품질 점수를 산출하며, 멀티스케일 표현에서 지각 민감도를 반영하는 구조를 설계합니다. 또한 참조 영상이 없는 NR-IQA에서 의사 참조 이미지 재구성 및 quasi FR-IQA 회귀를 결합해 의미론적 화질 인지 한계를 완화하는 방향으로 확장합니다.

관련 프로젝트

0건

연구 흐름

초기에는 CNN과 Transformer의 기능적 역할을 분리해 지역 왜곡 인지와 전역 품질 집계를 동시에 수행하는 하이브리드 구조를 제안하고, 주의 기반 시각화 분석으로 구성요소의 기여를 점검했습니다. 이후에는 참조 영상 부재 상황을 대상으로, 의사 참조 이미지 reconstructor와 quasi FR-IQA regressor를 순차 모듈로 설계하여 전역 왜곡 수준을 도출하는 프레임워크로 발전했습니다. 최근에는 주관적 평가 기반 학습을 end-to-end로 수행해 지각 정합성을 강화하고, 다양한 데이터셋에서 일반화 성능을 확인하는 연구를 수행합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

실시간 화질 모니터링
영상 압축 품질 최적화
전송 품질 저하 추정
비전 시스템 전처리 품질 판정
콘텐츠 렌더링 파이프라인 평가
의료·산업 영상 품질 관리
멀티미디어 사용자 체감 지표 산출
재구성/복원 알고리즘 성능 평가
스마트 기기 카메라 튜닝
화질 기반 자동 스트리밍 제어