저조도(raw) 영상 향상 및 노이즈 제거
Low-Light Raw Image Enhancement and Denoising
연구 내용
저조도 환경에서 획득된 raw 이미지의 조명 보정, 색상 향상, 노이즈 제거를 동시에 수행하는 연구
저조도에서 발생하는 과다 노출, 저대비, 노이즈를 동시에 완화하기 위해 raw 이미지 기반의 공동(illuminaton/color/denoising) 복원 프레임워크를 설계합니다. 저해상도 공간에서 계수 추정과 양자화 없는 progressive 연산을 분리하고, intrinsic decomposition에서 얻는 residual 신호를 난이도 프록시로 사용해 curriculum learning을 적용합니다. 이를 통해 카메라별 데이터 재수집 부담을 줄이면서 복원 성능과 학습 안정성을 함께 확보하는 차별성을 보유합니다.
관련 연구 성과
관련 논문
0편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 2022년 저조도 raw 이미지에 대해 조명 보정, 색상 향상, 노이즈 제거를 단계적으로 결합하는 프레임워크를 제안하고, 해상도 분할 기반의 점진적 복원으로 실사용 환경의 일반화를 목표로 연구를 수행했습니다. 이후 2025년에는 intrinsic decomposition 기반 residual을 통해 샘플 난이도를 추정하고, 추정 난이도에 따라 학습 샘플을 점진적으로 확장하는 curriculum learning으로 저조도 영상 향상 모델의 훈련 효율과 견고성을 개선하는 방향으로 확장했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
- 저조도 촬영 이미지 복원
- 모바일 카메라 ISP 고도화
- 야간 감시 영상 화질 개선
- 스마트폰 HDR 전처리
- 차량 야간 영상 복원
- 원본(raw) 기반 후처리 파이프라인
- 모델 적응 비용 절감
- 실시간 저조도 영상 처리
- 고해상도 저조도 복원
- 저대비 환경 시각화