학습 기반 홀로그래피 복소장 복원·라이트필드/컬러 매핑

Learning-based hologram signal processing, light-field display processing, and perceptual color mapping

연구 내용

디지털 홀로그람에서 복소장을 학습으로 복원하고, 라이트 필드 디스플레이 처리 및 홀로그래피 색 관리 프레임워크를 통합하는 연구

홀로그래피 시스템에서 입력 홀로그람의 깊이 변동과 잡음 항이 재구성 품질을 제한하는 문제를 학습 기반 복소장 복원으로 해결하는 연구를 수행합니다. 기존 방식의 평면 전파 및 DC/켤레 성분 억제를 넘어, 홀로그람 평면에서 복소장 자체를 직접 추출하는 모델을 통해 3차원 객체와 진폭 변화가 큰 대상에도 견고성을 확보합니다. 동시에 홀로그래피 표시에서 지각 일치가 중요한 색 재현 이슈를 컬러 스페이스 변환, 적응 조명 제어, 카메라 응답을 반영한 지각 기반 모델로 다룹니다. 또한 near-display processing 기반 라이트 필드 디스플레이 시스템과 디지털 문화유산의 색감·질감 복원을 위한 광학 기술 개발로 응용 범위를 확장합니다.

관련 프로젝트

2건

연구 흐름

초기에는 디지털 홀로그람으로부터 대상 복소장을 복원할 때 깊이 변화에 대한 민감도가 커지는 원인을 정리하고, 학습 네트워크가 홀로그람 평면에서 직접 복소장을 추출하도록 구조를 설계했습니다. 이후 다양한 진폭 변화를 갖는 일반 객체에 적용 가능한 재구성 절차를 수치 시뮬레이션과 광학 실험으로 검증했습니다. 최근에는 홀로그래피 색 재현의 시스템 수준 왜곡을 입력-출력 컬러 불일치로 해석하고, 지각 기반 컬러 관리 프레임워크를 제안하는 한편, near-display processing 기반 라이트 필드 디스플레이 처리로 영상 합성/구동 관점의 확장을 수행합니다.

활용 가능성

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

디지털 홀로그람 복소장 복원
깊이 변동 강건한 홀로그래피 재구성
라이트 필드 영상 합성 처리
near-display processing 기반 디스플레이 파이프라인
지각 기반 홀로그래피 컬러 매핑
조명-카메라 응답 보정 프레임워크
색감·질감 기반 디지털 복원
문화유산 광학 획득/공유 플랫폼
시스템 왜곡 모델 기반 렌더링
다중 뷰/다중 깊이 렌더링 최적화