Burst Image Restoration and Enhancement 번蜈 이미지 복원 및 향상

현대의 휴대형 장치는 빠른 연속으로 버스트 이미지 시퀀스를 획득할 수 있습니다. 그러나 개별적으로 획득된 프레임들은 카메라 진동과 객체 움직임으로 인해 여러 가지 품질 저하와 미정렬 상태에 처해 있습니다. 버스트 이미지 복원(Burst Image Restoration)의 목표는 여러 버스트 프레임 간의 보완적인 정보를 효과적으로 결합하여 고품질의 출력을 생성하는 것입니다. 이 목표 달성을 위해 우리는 버스트 프레임 간의 효과적인 정보 교환에만 집중하는 새로운 접근법을 개발하였습니다. 이를 통해 품질 저하가 제거되면서 실제 장면 세부 사항은 보존되고 강화됩니다. 우리의 핵심 아이디어는 모든 입력 버스트 프레임에서 보완적인 정보를 결합하여 정보를 원활하게 교환할 수 있는 의사버스트 특징(pseudo-burst features) 집합을 생성하는 것입니다. 그러나 개별 버스트 프레임들이 적절히 정렬되어 프레임 간 움직임이 상쇄되지 않는 한 의사버스트는 성공적으로 생성될 수 없습니다. 따라서, 우리의 접근법은 초기 단계에서 각 버스트 프레임에서 사전 처리된 특징들을 추출하고, 엣지 강화 버스트 정렬 모듈(edge-boosting burst alignment module)을 사용하여 이를 일치시키는 과정을 거칩니다. 이후, 의사버스트 특징들은 다중 스케일 문맥 정보(multi-scale contextual information)를 활용하여 생성되고 향상됩니다. 마지막 단계에서는 의사버스트 특징들로부터 정보를 적응적으로 집계하여 다단계로 해상도를 점진적으로 높이며 의사버스트 특징들을 통합합니다.기존 연구들은 일반적으로 후기 융합 방식(late fusion scheme)과 단일 단계 업샘플링(single-stage upsampling)을 따르는 반면, 우리 접근법은 우수한 성능을 발휘하며, 버스트 초해상도(burst superresolution), 버스트 저조도 이미지 강화(burst low-light image enhancement), 그리고 버스트 노이즈 제거(burst denoising) 작업에서 최신 기술 수준의 결과를 제공합니다. 소스 코드와 사전 학습된 모델은 \url{https://github.com/akshaydudhane16/BIPNet}에서 이용 가능합니다.