휴대용 카메라를 위한 딥 비디오 디블러링

손으로 들고 촬영한 장치에서 발생하는 카메라 흔들림으로 인한 운동 왜곡은 영상 촬영 시 주요한 문제이다. 단일 이미지 복원과 달리 영상 기반 접근법은 인접 프레임 간에 존재하는 풍부한 정보를 활용할 수 있다. 결과적으로 성능이 우수한 방법들은 인접 프레임 간의 정렬을 활용한다. 그러나 이미지 정렬은 계산적으로 비용이 크고 취약한 과정이며, 정보를 통합하는 방법은 정확히 정렬된 영역과 그렇지 않은 영역을 식별할 수 있어야 한다. 이 작업을 수행하기 위해서는 고차원의 장면 이해 능력이 필요하다. 본 연구에서는 CNN을 엔드투엔드로 훈련하여 프레임 간 정보를 어떻게 누적할지 학습하도록 하는 딥러닝 기반 영상 복원 기법을 제안한다. 이 네트워크를 훈련하기 위해 고주율 카메라로 촬영한 실제 영상 데이터셋을 수집하였으며, 이를 활용해 학습을 위한 합성 운동 왜곡 영상을 생성하였다. 실험을 통해 이 데이터셋에서 학습된 특징들이 다양한 영상에서 카메라 흔들림으로 인해 발생하는 운동 왜곡 복원에 효과적으로 확장됨을 보였으며, 다양한 기준선(Baseline)과의 비교를 통해 제안한 방법의 복원 품질이 뛰어남을 확인하였다.