SepLUT: 분리형 이미지 적응 룩업 테이블을 이용한 실시간 이미지 향상

이미지 적응형 룩업 테이블(LUT)은 색상 변환 모델링에 있어 높은 효율성을 제공하여 실시간 이미지 향상 작업에서 큰 성공을 거두었습니다. 그러나 이러한 LUT는 색상 구성 요소 간의 독립적인 부분과 상관된 부분을 모두 1D 또는 3D LUT 중 하나로 결합된 형태로 내장합니다. 이 방식은 두 가지 요인으로 인해 모델 표현력이나 효율성 중 하나를 개선하는 딜레마를 초래합니다. 한편으로는 1D LUT가 높은 계산 효율성을 제공하지만, 중요한 색상 구성 요소 상호작용 능력이 부족합니다. 다른 한편으로는 3D LUT가 구성 요소 상관 변환 능력을 향상시키지만, 메모리 용량이 크고 학습이 어려우며 셀 활용도가 제한적이라는 단점이 있습니다.이미지 신호 처리기에서 전통적으로 사용되는 분할 및 정복 방법론에서 영감을 받아, 위와 같은 제한 사항을 해결하기 위해 SepLUT(분리형 이미지 적응형 룩업 테이블)을 제안합니다. 구체적으로, 단일 색상 변환을 구성 요소 독립적 변환과 구성 요소 상관 변환으로 나누어 각각 1D와 3D LUT로 구현합니다. 이렇게 하면 두 하위 변환의 능력이 서로 보완되게 됩니다. 여기서 3D LUT는 색상 구성 요소를 혼합하는 능력을 보완하고, 1D LUT는 입력 색상을 재분배하여 3D LUT의 셀 활용도를 증가시켜 더 가벼운 3D LUT의 사용을 가능하게 합니다. 실험 결과, 제안된 방법은 현재 최신 기술보다 사진 리터칭 벤치마크 데이터셋에서 우수한 성능을 보여주며, GPU와 CPU 모두에서 실시간 처리를 달성하였습니다.