맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

저조도 영상 복원 방법 및 이를 수행하기 위한 컴퓨팅 장치

  • 기술번호 : KST2021016100
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 저조도 영상 복원 방법 및 이를 수행하기 위한 컴퓨팅 장치가 개시된다. 개시되는 일 실시예에 따른 저조도 영상 복원 장치는, 입력되는 저조도 영상 및 일반 조도 영상을 각각 휘도 채널 및 색차 채널로 각각 분리하는 전처리 모듈, 휘도 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 휘도 채널의 저조도 영상 및 일반 조도 영상을 각각 조명 성분 및 반사 성분으로 분해하는 영상 분해 모듈, 색차 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 입력 받은 색차 채널의 저조도 영상 및 일반 조도 영상에 기반하여 개선된 색차 채널의 저조도 영상을 출력하는 색차 개선 모듈, 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 조도를 개선하여 조도가 개선된 저조도 영상의 조명 성분을 출력하는 조도 개선 모듈, 및 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 반사 성분, 휘도 채널의 조도가 개선된 저조도 영상의 조명 성분, 및 개선된 색차 채널의 저조도 영상을 기반으로 저조도 영상을 복원하는 영상 복원 모듈을 포함한다.
Int. CL G06T 5/00 (2019.01.01) G06N 3/04 (2006.01.01) G06N 3/08 (2006.01.01) G06T 7/13 (2017.01.01)
CPC G06T 5/001(2013.01) G06N 3/0454(2013.01) G06N 3/08(2013.01) G06T 7/13(2013.01) G06T 2207/20081(2013.01) G06T 2207/20084(2013.01) G06T 2207/20182(2013.01)
출원번호/일자 1020200149402 (2020.11.10)
출원인 숭실대학교산학협력단
등록번호/일자 10-2339584-0000 (2021.12.10)
공개번호/일자
공고번호/일자 (20211216) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.11.10)
심사청구항수 18

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 숭실대학교산학협력단 대한민국 서울특별시 동작구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 홍민철 서울특별시 강남구
2 오종근 서울특별시 관악구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 백두진 대한민국 서울특별시 서초구 바우뫼로 ***, *층(양재동, 혜산빌딩)(시공특허법률사무소)
2 유광철 대한민국 서울특별시 서초구 바우뫼로 *** *층 (양재동, 혜산빌딩)(시공특허법률사무소)
3 김정연 대한민국 서울특별시 서초구 바우뫼로 *** *층(양재동, 혜산빌딩)(시공특허법률사무소)
4 강일신 대한민국 서울특별시 서초구 바우뫼로 ***, *층 혜산빌딩(양재동)(시공특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 숭실대학교산학협력단 대한민국 서울특별시 동작구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2020.11.10 수리 (Accepted) 1-1-2020-1201247-81
2 선행기술조사의뢰서
Request for Prior Art Search		 2021.03.19 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2021.06.25 발송처리완료 (Completion of Transmission) 9-6-2021-0134735-25
4 의견제출통지서
Notification of reason for refusal		 2021.07.25 발송처리완료 (Completion of Transmission) 9-5-2021-0585840-09
5 [지정기간연장]기간 연장신청서·기간 단축신청서·기간 경과 구제신청서·절차 계속신청서
 2021.09.27 수리 (Accepted) 1-1-2021-1103755-21
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2021.10.25 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-1220318-59
7 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2021.10.25 수리 (Accepted) 1-1-2021-1220334-80
8 특허고객번호 정보변경(경정)신고서·정정신고서
 2021.10.28 수리 (Accepted) 4-1-2021-5282132-58
9 등록결정서
Decision to grant		 2021.12.08 발송처리완료 (Completion of Transmission) 9-5-2021-0965562-13
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
삭제
2 2
삭제
3 3
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비하는 컴퓨팅 장치로서,입력되는 저조도 영상 및 일반 조도 영상을 각각 휘도 채널 및 색차 채널로 각각 분리하는 전처리 모듈;상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 각각 조명 성분 및 반사 성분으로 분해하는 영상 분해 모듈;상기 색차 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 입력 받은 상기 색차 채널의 저조도 영상 및 일반 조도 영상에 기반하여 개선된 색차 채널의 저조도 영상을 출력하는 색차 개선 모듈;상기 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 조도를 개선하여 조도가 개선된 저조도 영상의 조명 성분을 출력하는 조도 개선 모듈; 및상기 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 반사 성분, 상기 휘도 채널의 조도가 개선된 저조도 영상의 조명 성분, 및 상기 개선된 색차 채널의 저조도 영상을 기반으로 상기 저조도 영상을 복원하는 영상 복원 모듈을 포함하고,상기 영상 분해 모듈은:상기 휘도 채널의 저조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 저조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습되는 제1 인공 신경망 모델을 구비하는 제1 영상 분해 모듈; 및상기 휘도 채널의 일반 조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 일반 조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습되는 제2 인공 신경망 모델을 구비하는 제2 영상 분해 모듈을 포함하고,상기 제1 인공 신경망 모델은:입력 받은 상기 휘도 채널의 저조도 영상에서 조명 성분을 분해하도록 학습되는 제1 조명성분 분해신경망; 및입력 받은 상기 휘도 채널의 저조도 영상에서 반사 성분을 분해하도록 학습되는 제1 반사성분 분해신경망을 포함하고,상기 제1 인공 신경망 모델과 상기 제2 인공 신경망 모델은:각 신경망의 가중치를 상호 공유하도록 마련되는,컴퓨팅 장치
4 4
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비하는 컴퓨팅 장치로서,입력되는 저조도 영상 및 일반 조도 영상을 각각 휘도 채널 및 색차 채널로 각각 분리하는 전처리 모듈;상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 각각 조명 성분 및 반사 성분으로 분해하는 영상 분해 모듈;상기 색차 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 입력 받은 상기 색차 채널의 저조도 영상 및 일반 조도 영상에 기반하여 개선된 색차 채널의 저조도 영상을 출력하는 색차 개선 모듈;상기 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 조도를 개선하여 조도가 개선된 저조도 영상의 조명 성분을 출력하는 조도 개선 모듈; 및상기 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 반사 성분, 상기 휘도 채널의 조도가 개선된 저조도 영상의 조명 성분, 및 상기 개선된 색차 채널의 저조도 영상을 기반으로 상기 저조도 영상을 복원하는 영상 복원 모듈을 포함하고,상기 영상 분해 모듈은:상기 휘도 채널의 저조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 저조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습되는 제1 인공 신경망 모델을 구비하는 제1 영상 분해 모듈; 및상기 휘도 채널의 일반 조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 일반 조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습되는 제2 인공 신경망 모델을 구비하는 제2 영상 분해 모듈을 포함하고,상기 제1 인공 신경망 모델은:입력 받은 상기 휘도 채널의 저조도 영상에서 조명 성분을 분해하도록 학습되는 제1 조명성분 분해신경망; 및입력 받은 상기 휘도 채널의 저조도 영상에서 반사 성분을 분해하도록 학습되는 제1 반사성분 분해신경망을 포함하는, 컴퓨팅 장치
5 5
청구항 4에 있어서, 상기 제1 조명성분 분해신경망은, 입력 받은 상기 휘도 채널의 저조도 영상에서 조명 성분을 분해할 때, 공간적 매끈함(Spatially Smoothness) 및 국부 균일성(Local Homogeneity) 중 하나 이상을 포함하는 조명 성분의 특성이 반영되도록 학습되는 제1-1 서브 신경망; 및입력 받은 상기 휘도 채널의 저조도 영상에서 조명 성분을 분해할 때, 조명 성분의 구조적 해석 및 노이즈 제거를 수행하도록 학습되는 제1-2 서브 신경망을 포함하는, 컴퓨팅 장치
6 6
청구항 5에 있어서, 상기 제1 반사성분 분해 신경망은, 입력 받은 상기 휘도 채널의 저조도 영상에서 반사 성분을 분해할 때, 반사 성분이 저조도 영상 내 오브젝트들의 디테일 및 경계선 정보를 보존하도록 학습되는 제1-3 서브 신경망; 및입력 받은 상기 휘도 채널의 저조도 영상에서 반사 성분을 분해할 때, 반사 성분의 구조적 해석 및 노이즈 제거를 수행하도록 학습되는 제1-4 서브 신경망을 포함하는, 컴퓨팅 장치
7 7
청구항 6에 있어서, 상기 제1-1 서브 신경망은, Multi-Scale Forward CNN(Convolutional Neural Network)으로 구현되고,상기 제1-2 서브 신경망 및 상기 제1-4 서브 신경망은, Multi-Scale AutoEncoder로 구현되며, 상기 제1-3 서브 신경망은, Forward CNN으로 구현되는, 컴퓨팅 장치
8 8
청구항 7에 있어서, 상기 제2 인공 신경망 모델은, 입력 받은 상기 휘도 채널의 일반 조도 영상에서 조명 성분을 분해하도록 학습되는 제2 조명성분 분해신경망; 및입력 받은 상기 휘도 채널의 일반 조도 영상에서 반사 성분을 분해하도록 학습되는 제2 반사성분 분해신경망을 포함하는, 컴퓨팅 장치
9 9
청구항 8에 있어서, 상기 제2 조명성분 분해신경망은, 입력 받은 상기 휘도 채널의 일반 조도 영상에서 조명 성분을 분해할 때, 공간적 매끈함(Spatially Smoothness) 및 국부 균일성(Local Homogeneity) 중 하나 이상을 포함하는 조명 성분의 특성이 반영되도록 학습되는 제2-1 서브 신경망; 및입력 받은 상기 휘도 채널의 일반 조도 영상에서 조명 성분을 분해할 때, 조명 성분의 구조적 해석 및 노이즈 제거를 수행하도록 학습되는 제2-2 서브 신경망을 포함하는, 컴퓨팅 장치
10 10
청구항 9에 있어서, 상기 제2 반사성분 분해 신경망은, 입력 받은 상기 휘도 채널의 일반 조도 영상에서 반사 성분을 분해할 때, 반사 성분이 일반 조도 영상 내 오브젝트들의 디테일 및 경계선 정보를 보존하도록 학습되는 제2-3 서브 신경망; 및입력 받은 상기 휘도 채널의 일반 조도 영상에서 반사 성분을 분해할 때, 반사 성분의 구조적 해석 및 노이즈 제거를 수행하도록 학습되는 제2-4 서브 신경망을 포함하는, 컴퓨팅 장치
11 11
청구항 10에 있어서,상기 제2-1 서브 신경망은, Multi-Scale Forward CNN(Convolutional Neural Network)으로 구현되고,상기 제2-2 서브 신경망 및 상기 제2-4 서브 신경망은, Multi-Scale AutoEncoder로 구현되며, 상기 제2-3 서브 신경망은, Forward CNN으로 구현되는, 컴퓨팅 장치
12 12
삭제
13 13
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비하는 컴퓨팅 장치로서,입력되는 저조도 영상 및 일반 조도 영상을 각각 휘도 채널 및 색차 채널로 각각 분리하는 전처리 모듈;상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 각각 조명 성분 및 반사 성분으로 분해하는 영상 분해 모듈;상기 색차 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 입력 받은 상기 색차 채널의 저조도 영상 및 일반 조도 영상에 기반하여 개선된 색차 채널의 저조도 영상을 출력하는 색차 개선 모듈;상기 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 조도를 개선하여 조도가 개선된 저조도 영상의 조명 성분을 출력하는 조도 개선 모듈; 및상기 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 반사 성분, 상기 휘도 채널의 조도가 개선된 저조도 영상의 조명 성분, 및 상기 개선된 색차 채널의 저조도 영상을 기반으로 상기 저조도 영상을 복원하는 영상 복원 모듈을 포함하고,상기 영상 분해 모듈은:상기 휘도 채널의 저조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 저조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습되는 제1 인공 신경망 모델을 구비하는 제1 영상 분해 모듈; 및상기 휘도 채널의 일반 조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 일반 조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습되는 제2 인공 신경망 모델을 구비하는 제2 영상 분해 모듈을 포함하고,상기 영상 분해 모듈의 전체 손실 함수(LOSST)는 하기의 수학식1로 표현되고,(수학식1)LOSST = LD + LR + LLLD : 분해 손실 함수LR : 반사성분모델 손실 함수LL : 조명성분모델 손실 함수상기 분해 손실 함수(LD)는 하기의 수학식2로 표현되는,(수학식2): 제1 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 반사 성분: 제2 영상 분해 모듈에서 출력되는 휘도 채널의 일반 조도 영상의 반사 성분: 제2 영상 분해 모듈에서 출력되는 휘도 채널의 일반 조도 영상의 조명 성분: 제2 영상 분해 모듈로 입력되는 휘도 채널의 일반 조도 영상: 제1 영상 분해 모듈로 입력되는 휘도 채널의 저조도 영상: 영상 분해 모듈의 최적화 매개 변수컴퓨팅 장치
14 14
청구항 13에 있어서,상기 반사성분모델 손실 함수(LR)는 하기의 수학식으로 표현되는, 컴퓨팅 장치
15 15
청구항 13에 있어서, 상기 조명성분모델 손실 함수(LL)는 하기의 수학식으로 표현되는, 컴퓨팅 장치
16 16
삭제
17 17
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비하는 컴퓨팅 장치로서,입력되는 저조도 영상 및 일반 조도 영상을 각각 휘도 채널 및 색차 채널로 각각 분리하는 전처리 모듈;상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 각각 조명 성분 및 반사 성분으로 분해하는 영상 분해 모듈;상기 색차 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 입력 받은 상기 색차 채널의 저조도 영상 및 일반 조도 영상에 기반하여 개선된 색차 채널의 저조도 영상을 출력하는 색차 개선 모듈;상기 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 조도를 개선하여 조도가 개선된 저조도 영상의 조명 성분을 출력하는 조도 개선 모듈; 및상기 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 반사 성분, 상기 휘도 채널의 조도가 개선된 저조도 영상의 조명 성분, 및 상기 개선된 색차 채널의 저조도 영상을 기반으로 상기 저조도 영상을 복원하는 영상 복원 모듈을 포함하고,상기 영상 분해 모듈은:상기 휘도 채널의 저조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 저조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습되는 제1 인공 신경망 모델을 구비하는 제1 영상 분해 모듈; 및상기 휘도 채널의 일반 조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 일반 조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습되는 제2 인공 신경망 모델을 구비하는 제2 영상 분해 모듈을 포함하고,상기 조도 개선 모듈은:상기 제1 영상 분해 모듈로부터 상기 저조도 영상의 조명 성분을 입력 받고, 상기 제2 영상 분해 모듈로부터 상기 일반 조도 영상의 조명 성분을 입력 받으며, 상기 입력된 저조도 영상의 조명 성분 및 상기 일반 조도 영상의 조명 성분을 기반으로 조도가 개선된 저조도 영상의 조명 성분을 출력하도록 학습되고,상기 조도 개선 모듈의 손실 함수(LOSSENH)는 하기의 수학식5로 표현되는,(수학식5): 개선된 저조도 영상의 조명 성분: 제2 영상 분해 모듈에서 출력되는 휘도 채널의 일반 조도 영상의 조명 성분컴퓨팅 장치
18 18
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비하는 컴퓨팅 장치로서, 입력되는 저조도 영상 및 일반 조도 영상을 각각 휘도 채널 및 색차 채널로 각각 분리하는 전처리 모듈;상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 각각 조명 성분 및 반사 성분으로 분해하는 영상 분해 모듈;상기 색차 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 입력 받은 상기 색차 채널의 저조도 영상 및 일반 조도 영상에 기반하여 개선된 색차 채널의 저조도 영상을 출력하는 색차 개선 모듈;상기 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 조도를 개선하여 조도가 개선된 저조도 영상의 조명 성분을 출력하는 조도 개선 모듈; 및상기 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 반사 성분, 상기 휘도 채널의 조도가 개선된 저조도 영상의 조명 성분, 및 상기 개선된 색차 채널의 저조도 영상을 기반으로 상기 저조도 영상을 복원하는 영상 복원 모듈을 포함하고,상기 색차 개선 모듈의 손실 함수(LOSSChr)는 하기의 수학식6으로 표현되는,(수학식6): j번째 색차 채널의 일반 조도 영상: 개선된 j번째 색차 채널의 저조도 영상컴퓨팅 장치
19 19
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비하는 컴퓨팅 장치로서,입력되는 저조도 영상 및 일반 조도 영상을 각각 휘도 채널 및 색차 채널로 각각 분리하는 전처리 모듈;상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 각각 조명 성분 및 반사 성분으로 분해하는 영상 분해 모듈;상기 색차 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 입력 받은 상기 색차 채널의 저조도 영상 및 일반 조도 영상에 기반하여 개선된 색차 채널의 저조도 영상을 출력하는 색차 개선 모듈;상기 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 조도를 개선하여 조도가 개선된 저조도 영상의 조명 성분을 출력하는 조도 개선 모듈; 및상기 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 반사 성분, 상기 휘도 채널의 조도가 개선된 저조도 영상의 조명 성분, 및 상기 개선된 색차 채널의 저조도 영상을 기반으로 상기 저조도 영상을 복원하는 영상 복원 모듈을 포함하고,상기 영상 분해 모듈은:상기 휘도 채널의 저조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 저조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습되는 제1 인공 신경망 모델을 구비하는 제1 영상 분해 모듈; 및상기 휘도 채널의 일반 조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 일반 조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습되는 제2 인공 신경망 모델을 구비하는 제2 영상 분해 모듈을 포함하고,상기 제1 인공 신경망 모델은:입력 받은 상기 휘도 채널의 저조도 영상에서 조명 성분을 분해하도록 학습되는 제1 조명성분 분해신경망; 및입력 받은 상기 휘도 채널의 저조도 영상에서 반사 성분을 분해하도록 학습되는 제1 반사성분 분해신경망을 포함하고,상기 영상 복원 모듈은:상기 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 반사 성분과 상기 조도 개선 모듈에서 출력되는 휘도 채널의 조도가 개선된 저조도 영상의 조명 성분을 합성하여 개선된 휘도 채널의 저조도 영상을 생성하고, 상기 개선된 휘도 채널의 저조도 영상과 색차 개선 모듈에서 출력되는 상기 개선된 색차 채널의 저조도 영상을 합성하여 상기 저조도 영상을 복원하는,컴퓨팅 장치
20 20
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비하는 컴퓨팅 장치로서,휘도 채널의 저조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 저조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습되는 제1 인공 신경망 모델을 구비하는 제1 영상 분해 모듈;휘도 채널의 일반 조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 일반 조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습되는 제2 인공 신경망 모델을 구비하는 제2 영상 분해 모듈;색차 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 입력 받은 상기 색차 채널의 저조도 영상 및 일반 조도 영상에 기반하여 개선된 색차 채널의 저조도 영상을 출력하는 색차 개선 모듈;상기 제1 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 조명 성분의 조도를 개선하여 조도가 개선된 저조도 영상의 조명 성분을 출력하는 조도 개선 모듈; 및상기 제1 영상 분해 모듈에서 출력되는 휘도 채널의 저조도 영상의 반사 성분, 상기 휘도 채널의 조도가 개선된 저조도 영상의 조명 성분, 및 상기 개선된 색차 채널의 저조도 영상을 기반으로 상기 저조도 영상을 복원하는 영상 복원 모듈을 포함하고,상기 제1 인공 신경망 모델은:입력 받은 상기 휘도 채널의 저조도 영상에서 조명 성분을 분해하도록 학습되는 제1 조명성분 분해신경망; 및입력 받은 상기 휘도 채널의 저조도 영상에서 반사 성분을 분해하도록 학습되는 제1 반사성분 분해신경망을 포함하는,컴퓨팅 장치
21 21
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비하는 컴퓨팅 장치에서 수행되는 방법으로서,전처리 모듈을 통해 입력되는 저조도 영상 및 일반 조도 영상을 각각 휘도 채널 및 색차 채널로 각각 분리하는 동작;영상 분해 모듈을 통해 상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 각각 조명 성분 및 반사 성분으로 분해하는 동작;색차 개선 모듈을 통해 상기 색차 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 입력 받은 상기 색차 채널의 저조도 영상 및 일반 조도 영상에 기반하여 개선된 색차 채널의 저조도 영상을 출력하는 동작;조도 개선 모듈을 통해 상기 휘도 채널의 저조도 영상의 조명 성분을 입력 받고, 상기 휘도 채널의 저조도 영상의 조명 성분의 조도를 개선하여 조도가 개선된 저조도 영상의 조명 성분을 출력하는 동작; 및영상 복원 모듈을 통해 상기 휘도 채널의 저조도 영상의 반사 성분, 상기 휘도 채널의 조도가 개선된 저조도 영상의 조명 성분, 및 상기 개선된 색차 채널의 저조도 영상을 기반으로 상기 저조도 영상을 복원하는 동작을 포함하고, 상기 영상 분해 모듈을 통해 상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 상기 휘도 채널의 저조도 영상 및 일반 조도 영상을 각각 조명 성분 및 반사 성분으로 분해하는 동작은:제1 인공 신경망 모델을 구비하며 상기 영상 분해 모듈에 포함된 제1 영상 분해 모듈을 통해, 상기 휘도 채널의 저조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 저조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습하는 동작; 및제2 인공 신경망 모델을 구비하며 상기 영상 분해 모듈에 포함된 제2 영상 분해 모듈을 통해, 상기 휘도 채널의 일반 조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 일반 조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습하는 동작을 포함하고,상기 제1 인공 신공망 모델은:입력 받은 상기 휘도 채널의 저조도 영상에서 조명 성분을 분해하도록 학습되는 제1 조명성분 분해신경망; 및입력 받은 상기 휘도 채널의 저조도 영상에서 반사 성분을 분해하도록 학습되는 제1 반사성분 분해신경망을 포함하는,저조도 영상 복원 방법
22 22
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비하는 컴퓨팅 장치에서 수행되는 방법으로서,영상 분해 모듈을 통해 휘도 채널의 저조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 저조도 영상을 조명 성분과 반사 성분으로 분해하는 동작; 영상 분해 모듈을 통해 휘도 채널의 일반 조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 일반 조도 영상을 조명 성분과 반사 성분으로 분해하는 동작;색차 개선 모듈을 통해 색차 채널의 저조도 영상 및 일반 조도 영상을 입력 받고, 입력 받은 상기 색차 채널의 저조도 영상 및 일반 조도 영상에 기반하여 개선된 색차 채널의 저조도 영상을 출력하는 동작;조도 개선 모듈을 통해 상기 휘도 채널의 저조도 영상의 조명 성분의 조도를 개선하여 조도가 개선된 저조도 영상의 조명 성분을 출력하는 동작; 및영상 복원 모듈을 통해 상기 휘도 채널의 저조도 영상의 반사 성분, 상기 휘도 채널의 조도가 개선된 저조도 영상의 조명 성분, 및 상기 개선된 색차 채널의 저조도 영상을 기반으로 상기 저조도 영상을 복원하는 동작을 포함하고, 상기 영상 분해 모듈을 통해 휘도 채널의 저조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 저조도 영상을 조명 성분과 반사 성분으로 분해하는 동작은:제1 인공 신경망 모델을 구비하며 상기 영상 분해 모듈에 포함된 제1 영상 분해 모듈을 통해, 상기 휘도 채널의 저조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 저조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습하는 동작을 포함하고,상기 영상 분해 모듈을 통해 휘도 채널의 일반 조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 일반 조도 영상을 조명 성분과 반사 성분으로 분해하는 동작은:제2 인공 신경망 모델을 구비하며 상기 영상 분해 모듈에 포함된 제2 영상 분해 모듈을 통해, 상기 휘도 채널의 일반 조도 영상을 입력 받고, 입력 받은 상기 휘도 채널의 일반 조도 영상을 조명 성분과 반사 성분으로 분해하도록 학습하는 동작을 포함하고,상기 제1 인공 신공망 모델은:입력 받은 상기 휘도 채널의 저조도 영상에서 조명 성분을 분해하도록 학습되는 제1 조명성분 분해신경망; 및입력 받은 상기 휘도 채널의 저조도 영상에서 반사 성분을 분해하도록 학습되는 제1 반사성분 분해신경망을 포함하는,저조도 영상 복원 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 숭실대학교 개인기초연구(과기정통부)(R＆D) 취약 환경에 강인한 감시 시스템을 위한 영상 복원 핵심 기술 연구
2 과학기술정보통신부 숭실대학교산학협력단 정보통신기술인력양성(R＆D) 초고속영상 기반의 지능형 디지털콘텐츠 플랫폼 기술연구 및 인력양성