라이트 필드 각도 초해상(Light field angular super-resolution, LFASR)은 희소하게 획득된 입력으로부터 조밀하게 샘플링된 각도 뷰를 재구성하여 고충실도 렌더링, 재초점, 그리고 깊이 추정을 가능하게 하는 것을 목표로 한다. 본 논문에서는 Sub-Aperture Images(SAI), Epipolar Plane Images(EPI), Macro-Pixel Images(MacroPI)를 함께 처리하는 삼중 시각화 특징 추출 전략을 활용하는 새로운 LFASR 프레임워크를 제안한다. 이는 라이트 필드의 공간-각도 구조를 포괄적으로 활용하기 위한 것으로, 상호 보완적인 이러한 표현들을 병렬로 처리하여 서로 다르고 유익한 특징들을 추출한 뒤, 잔차 블록으로 구성된 심층 공간 집계 모듈을 통해 이를 정교화한다. 제안하는 파이프라인은 세 가지 핵심 단계로 구성된다: 초기 특징 추출(Early Feature Extraction, EFE), 고급 특징 정교화(Advanced Feature Refinement, AFR), 그리고 각도 초해상(Angular Super-Resolution, ASR). 합성 데이터와 실제 데이터 모두에 대한 광범위한 실험 결과, 본 방법은 PSNR 및 SSIM 측면에서 강력한 성능을 달성하는 동시에, 가림(occlusion)과 큰 시차(disparity) 변동을 포함하는 도전적인 상황에서도 높은 일반화 성능과 견고성을 유지함을 확인하였다. 또한 정성적 평가를 통해, 합성된 뷰 전반에서 시선상 일관성(epipolar consistency)과 구조적 무결성(structural integrity)을 보존하는 본 방법의 능력을 확인하였으며, 이는 실제 LFASR 응용을 위한 신뢰적이고 효율적인 해결책임을 시사한다.

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