초록
단일 저역역(dynamic range, LDR) 입력에서 고역역(HDR) 이미지를 추론하는 것은 과도한 노출 또는 부족한 노출과 색상 양자화로 인해 손실된 데이터를 보완해야 하는 불량 설정 문제이다. 이를 해결하기 위해, 우리는 컨볼루션 신경망을 활용한 첫 번째 완전 자동 추론 기반의 딥러닝 기법을 제안한다. 8비트 LDR 이미지에서 32비트 HDR 이미지를 직접 추론하는 단순한 접근은 학습의 어려움으로 인해 실현 불가능하므로, 간접적인 방법을 채택한다. 본 방법의 핵심 아이디어는 감도 조절된 다양한 노출 조건에서 촬영된 LDR 이미지(즉, 브래킷 이미지)를 지도 학습을 통해 합성한 후, 이를 융합하여 HDR 이미지를 재구성하는 것이다. 3차원 역컨볼루션 네트워크를 활용해 노출 조건의 증가/감소에 따른 픽셀 값의 상대적 변화를 학습함으로써, 본 방법은 보다 자연스러운 톤을 재현할 뿐만 아니라 포화된 픽셀의 색상도 정확히 복원할 수 있다. 제안한 방법의 효과성을 검증하기 위해, 전통적인 방법과의 비교뿐만 아니라, 참값(HDR) 이미지와의 비교를 통해 성능을 입증하였다.