Ghost-DeblurGAN의 고정 마커 탐지에 대한 응용

현실 세계의 로봇 응용에서 운동 흐림으로 인해 필두셜 마커 기반의 특징 추출 또는 위치 추정이 실패할 수 있다. 이 문제를 해결하기 위해 본 논문에서는 실시간 운동 흐림 제거를 위한 경량 생성적 적대 신경망(Ghost-DeblurGAN)을 제안한다. 또한, 해당 작업에 대한 기존의 흐림 제거 기준 데이터셋이 존재하지 않음에 따라, 필두셜 마커를 포함한 선명한 이미지와 흐린 이미지 쌍을 제공하는 새로운 대규모 데이터셋인 YorkTag를 제안한다. 제안된 모델을 YorkTag 데이터셋을 기반으로 학습 및 검증한 결과, 필두셜 마커 시스템과 함께 운동 흐린 이미지에 적용할 경우 Ghost-DeblurGAN이 마커 탐지 성능을 크게 향상시킴을 입증하였다. 본 논문에서 사용된 데이터셋 및 코드는 다음 주소에서 제공된다: https://github.com/York-SDCNLab/Ghost-DeblurGAN.