라이트 필드(Light field, LF) 재구성은 LF 이미지들 사이의 뷰를 합성하는 기법이며, 고품질 LF 재구성 이미지를 얻기 위한 다양한 방법들이 제안되어 왔다. 본 논문에서는 라이트 필드 재구성을 위한 효율적 채널 융합(efficient channel fusion)을 사용하는 점진적 탐색 네트워크인 Prex-Net을 제안한다. Prex-Net은 고품질 합성 LF 이미지를 신속히 생성하기 위해 세 가지 부분으로 구성된다. 초기 특징 추출 모듈은 3D 합성곱(3D convolution)을 사용하여 여러 LF 입력 이미지 간의 심층적 상관관계를 얻는다. 채널 융합 모듈에서는 추출된 초기 특징 맵이 연속적인 업- 및 다운-퓨전 블록을 거치면서 LF 재구성에 필요한 특징을 지속적으로 탐색한다. 융합 블록은 픽셀 셔플(pixel shuffle)을 통해 채널들의 픽셀을 수집하고, 수집된 픽셀에 합성곱을 적용하여 채널 간에 존재하는 정보를 융합한다. 마지막으로 LF 복원 모듈은 다운-퓨전 블록들의 결합(concatenated) 출력물을 이용한 단순 합성곱을 통해 높은 각 해상도(angular resolution)의 LF 이미지를 합성한다. 제안된 Prex-Net은 기존 LF 복원 방법들보다 LF 이미지 간의 뷰를 더 빠르게 합성하며, 합성된 이미지의 PSNR 성능에서 양호한 결과를 보인다.

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