| 1 |
1
적어도 하나의 컴퓨팅 장치에 의해 수행되는 방법으로서,입력된 패턴 이미지로부터 렌즈의 광학적 특성값을 예측하도록 구축된 딥러닝 모델을 획득하는 단계;상기 획득된 딥러닝 모델을 통해 타깃 렌즈와 연관된 패턴 이미지로부터 상기 타깃 렌즈의 광학적 특성값을 예측하는 단계; 및상기 예측된 광학적 특성값을 이용하여 상기 타깃 렌즈를 통해 보이는 시야를 시뮬레이션하는 단계를 포함하는,렌즈 시뮬레이션 방법
|
| 2 |
2
제1항에 있어서,상기 패턴 이미지는 USAF 타깃 이미지인,렌즈 시뮬레이션 방법
|
| 3 |
3
제1항에 있어서,상기 광학적 특성값은 MTF(Modulation Transfer Function) 값 및 디포커스 값을 포함하는,렌즈 시뮬레이션 방법
|
| 4 |
4
제1항에 있어서,상기 딥러닝 모델은 컨볼루션 신경망(Convolutional Neural Network) 기반의 모델인 것인,렌즈 시뮬레이션 방법
|
| 5 |
5
제1항에 있어서,상기 타깃 렌즈는 인공수정체인,렌즈 시뮬레이션 방법
|
| 6 |
6
제1항에 있어서,상기 딥러닝 모델은,복수의 패턴 이미지들과 상기 복수의 패턴 이미지들에 대응되는 광학적 특성값들로 구성된 데이터셋을 획득하는 과정,상기 복수의 패턴 이미지들을 정렬(align)하여 트레이닝셋을 생성하는 과정 및상기 트레이닝셋을 이용하여 학습하는 과정을 통해 구축된 것인,렌즈 시뮬레이션 방법
|
| 7 |
7
제1항에 있어서,상기 딥러닝 모델은,복수의 패턴 이미지들과 상기 복수의 패턴 이미지들에 대응되는 광학적 특성값들로 구성된 데이터셋을 획득하는 과정,보간법(interpolation) 또는 보외법(extrapolation)을 통해 상기 데이터셋을 증강(augmentation)시킴으로써 트레이닝셋을 생성하는 과정 및상기 트레이닝셋을 이용하여 학습하는 과정을 통해 구축된 것인,렌즈 시뮬레이션 방법
|
| 8 |
8
제1항에 있어서,상기 시뮬레이션하는 단계는,원본 시야 이미지에 상기 예측된 광학적 특성값에 따른 디포커스 효과를 주입하는 단계를 포함하는,렌즈 시뮬레이션 방법
|
| 9 |
9
제8항에 있어서,상기 예측된 광학적 특성값은 MTF(Modulation Transfer Function) 값 및 디포커스 값을 포함하고,상기 디포커스 효과를 주입하는 단계는,상기 MTF 값 및 상기 디포커스 값을 이용하여 블러(blur) 필터의 강도를 결정하는 단계; 및상기 결정된 강도를 갖는 블러 필터를 상기 원본 시야 이미지에 적용하는 단계를 포함하는,렌즈 시뮬레이션 방법
|
| 10 |
10
제9항에 있어서,상기 블러 필터의 강도는,상기 MTF 값이 작을수록 더 큰 값으로 결정되고,상기 디포커스 값의 크기가 클수록 더 큰 값으로 결정되는,렌즈 시뮬레이션 방법
|
| 11 |
11
제8항에 있어서,상기 예측된 광학적 특성값은 제1 물체 거리에 대응되는 제1 특성값과 상기 제1 물체 거리와 상이한 제2 물체 거리에 대응되는 제2 특성값을 포함하고,상기 디포커스 효과를 주입하는 단계는,상기 원본 시야 이미지 내에서 상기 제1 물체 거리를 갖는 영역에 상기 제1 특성값에 따른 디포커스 효과를 주입하는 단계; 및상기 원본 시야 이미지 내에서 상기 제2 물체 거리를 갖는 영역에 상기 제2 특성값에 따른 디포커스 효과를 주입하는 단계를 포함하는,렌즈 시뮬레이션 방법
|
| 12 |
12
적어도 하나의 컴퓨팅 장치에 의해 수행되는 방법으로서,복수의 패턴 이미지들과 상기 복수의 패턴 이미지들에 대응되는 렌즈의 광학적 특성값들로 구성된 데이터셋을 획득하는 단계;상기 획득된 데이터셋을 전처리하여 트레이닝셋을 생성하는 단계; 및상기 생성된 트레이닝셋을 이용하여 입력된 패턴 이미지로부터 렌즈의 광학적 특성값을 예측하는 딥러닝 모델을 구축하는 단계를 포함하는, 렌즈 시뮬레이션 방법
|
| 13 |
13
제12항에 있어서,상기 트레이닝셋을 생성하는 단계는,픽셀 값의 분포를 이용하여 상기 복수의 패턴 이미지들 각각에서 정렬 영역을 설정하는 단계; 및상기 설정된 정렬 영역이 정렬(align)되도록 하는 처리를 수행하는 단계를 포함하는,렌즈 시뮬레이션 방법
|
| 14 |
14
제13항에 있어서,상기 정렬 영역을 설정하는 단계는,상기 복수의 패턴 이미지들을 그레이 스케일로 변환하는 단계;상기 변환된 패턴 이미지들을 이진화하는 단계; 및상기 픽셀 값의 분포를 이용하여 상기 이진화된 패턴 이미지들에서 상기 정렬 영역을 설정하는 단계를 포함하는,렌즈 시뮬레이션 방법
|
| 15 |
15
제13항에 있어서,상기 처리를 수행하는 단계는,상기 정렬 영역의 주변에 패딩 영역을 설정하는 단계; 및상기 정렬 영역과 상기 설정된 패딩 영역을 추출하는 단계를 포함하는,렌즈 시뮬레이션 방법
|
| 16 |
16
제12항에 있어서,상기 트레이닝셋을 생성하는 단계는,기준 이미지와의 유사도를 기초로 상기 복수의 패턴 이미지들을 상기 기준 이미지에 맞게 정렬하는 단계를 포함하는,렌즈 시뮬레이션 방법
|
| 17 |
17
제12항에 있어서,상기 트레이닝셋을 생성하는 단계는,보간법(interpolation) 또는 보외법(extrapolation)을 통해 상기 복수의 패턴 이미지들로부터 신규 패턴 이미지를 생성하는 단계; 및상기 신규 패턴 이미지에 대응되는 광학적 특성값을 생성하는 단계를 포함하는,렌즈 시뮬레이션 방법
|
| 18 |
18
하나 이상의 인스트럭션을 저장하는 메모리; 및하나 이상의 프로세서를 포함하되,상기 하나 이상의 프로세서는,상기 저장된 하나 이상의 인스트럭션을 실행시킴으로써,입력된 패턴 이미지로부터 렌즈의 광학적 특성값을 예측하도록 구축된 딥러닝 모델을 획득하는 동작,상기 획득된 딥러닝 모델을 통해 타깃 렌즈와 연관된 패턴 이미지로부터 상기 타깃 렌즈의 광학적 특성값을 예측하는 동작 및상기 예측된 타깃 렌즈의 광학적 특성값을 이용하여 상기 타깃 렌즈를 통해 보이는 시야를 시뮬레이션하는 동작을 수행하는,렌즈 시뮬레이션 시스템
|
