AdaIR: 주파수 탐색 및 조절을 통한 적응형 일체형 이미지 복원

이미지 캡처 과정에서 노이즈, 안개, 비 등 다양한 형태의 품질 저하가 흔히 발생한다. 이러한 품질 저하는 카메라의 내재적 한계나 불리한 환경 조건에 기인하는 경우가 많다. 저하된 이미지로부터 원본 이미지를 복원하기 위해 각각 특정한 종류의 품질 저하에 대응하는 전용 복원 기법들이 다수 개발되어 왔다. 최근에는 입력 이미지의 저하 유형에 대한 사전 정보 없이도 하나의 모델 내에서 다양한 종류의 저하를 동시에 처리할 수 있는 '통합형(All-in-One)' 알고리즘이 큰 주목을 받고 있다. 그러나 이러한 기법들은 순수하게 공간 영역에서만 작동하며, 각 저하 유형이 고유한 주파수 특성을 지닌다는 점을 고려하지 못하고 있다. 이러한 한계를 보완하기 위해, 우리는 주파수 탐색과 조절을 기반으로 한 적응형 통합 이미지 복원 네트워크를 제안한다. 본 연구의 동기는 다양한 저하 유형이 이미지 콘텐츠에 서로 다른 주파수 하위대역에 다르게 영향을 미친다는 관찰에서 비롯된다. 즉, 각 복원 작업에 대해 서로 다른 처리 전략이 필요하다는 점에 착안하였다. 구체적으로, 저하된 이미지의 적응형 분리된 스펙트럼을 기반으로 입력 특징에서 저주파 및 고주파 정보를 탐색한다. 추출된 특징은 양방향 연산자를 통해 조절되어 서로 다른 주파수 성분 간의 상호작용을 촉진한다. 이후 조절된 특징은 원본 입력과 병합되어 점진적으로 지도되는 복원 과정을 수행한다. 이러한 방식을 통해 모델은 입력 저하 유형에 따라 정보량이 큰 주파수 하위대역을 강조함으로써 적응형 재구성 성능을 달성한다. 광범위한 실험을 통해 제안된 방법이 노이즈 제거, 안개 제거, 비 제거, 운동 왜곡 보정, 저조도 이미지 향상 등 다양한 이미지 복원 작업에서 최신 기술 수준(SOTA)의 성능을 달성함을 입증하였다. 본 연구의 코드는 https://github.com/c-yn/AdaIR 에서 공개되어 있다.