RSFNet: 지역별 색상 필터를 사용한 화이트박스 이미지 리터칭 접근법

이미지 수정은 사진의 시각적 매력을 향상시키는 데 있어 필수적인 요소입니다. 사용자들은 종종 공통의 미적 선호도를 공유하지만, 개인적인 취향에 따라 수정 방법이 다를 수 있습니다. 따라서, 만족스러운 결과를 제공하고 사용자가 동시에 편리하게 이미지를 편집할 수 있는 백박스 접근 방식이 필요합니다. 최근의 백박스 이미지 수정 방법은 이미지 단위로 필터 인자를 제공하는 연속된 전역 필터에 의존하지만, 세밀한 수정을 수행할 수 없습니다. 반면, 컬러리스트들은 전통적인 도구인 다빈치 리졸브(DaVinci Resolve)와 같은 것을 사용할 때 지역별로 세밀한 수정을 수행하는 분할-정복 접근 방식을 주로 사용합니다. 우리는 이 통찰력을 바탕으로 병렬 지역별 필터를 사용하여 사진 수정을 위한 백박스 프레임워크인 RSFNet(Region-Specific Filter Network)을 개발하였습니다. 우리의 모델은 각 필터에 대한 필터 인자(예: 채도, 대비, 색상)와 지역별 주의 맵을 동시에 생성합니다. RSFNet은 연속된 필터 대신 필터들의 선형 합성을 사용하여, 더 다양한 범위의 필터 클래스를 쉽게 학습시킬 수 있습니다. 실험 결과, RSFNet은 최고 수준의 성능을 달성하며, 편집 가능한 백박스 이미지 수정에서 만족스러운 미적 효과와 사용자의 편의성을 증가시키는 것으로 나타났습니다.