1 |
1
이미지를 수신하는 단계;상기 이미지에 복수의 컨벌루션 연산을 수행하여 제1 이미지를 생성하기 위한 제1 서브 네트워크에 포함된 적어도 하나의 레이로부터 제1 특징맵을 획득하는 단계;상기 이미지에 복수의 컨벌루션 연산을 수행하여 제2 이미지를 생성하기 위한 제2 서브 네트워크에 포함된 적어도 하나의 레이어로부터 제2 특징맵을 획득하는 단계; 및상기 제1 특징맵 및 상기 제2 특징맵을 제3 서브 네트워크에 입력하여 컨벌루션 연산을 수행함으로써 제3 이미지를 생성하는 단계를 포함하고, 상기 제1 서브 네트워크 및 상기 제2 서브 네트워크는 서로 상이한 태스크를 수행하는초해상화, 역톤매핑 및 동시 초해상화-역톤매핑 처리된 다중 출력 이미지를 생성하는 이미지 처리 방법
|
2 |
2
제1항에 있어서,상기 제1 서브 네트워크를 통해 상기 이미지에 복수의 컨벌루션 연산을 수행하여 상기 제1 이미지를 생성하는 단계; 및상기 제2 서브 네트워크를 통해 상기 이미지에 복수의 컨벌루션 연산을 수행하여 상기 제2 이미지를 생성하는 단계를 더 포함하는 이미지 처리 방법
|
3 |
3
제1항에 있어서,상기 이미지는 LR-SDR(Low Resolution-Standard Dynamic Range) 이미지이고,상기 제1 이미지는 HR-SDR(High Resolution-Standard Dynamic Range) 이미지이고,상기 제2 이미지는 LR-HDR(Low Resolution-High Dynamic Range) 이미지이고,상기 제3 이미지는 HR-HDR(High Resolution-High Dynamic Range) 이미지인 이미지 처리 방법
|
4 |
4
제1항에 있어서,상기 제1 이미지를 생성하는 단계는,상기 이미지에 복수의 컨벌루션 연산을 수행하여 복수의 제1 채널(channel)을 생성하는 단계; 및상기 복수의 제1 채널을 결합하여 상기 제1 이미지를 생성하는 단계를 포함하는 이미지 처리 방법
|
5 |
5
제1항에 있어서,상기 제2 이미지를 생성하는 단계는,상기 이미지와 상기 제2 서브 네트워크의 출력을 더하여 상기 제2 이미지를 생성하는 단계를 포함하는 이미지 처리 방법
|
6 |
6
제1항에 있어서,상기 제3 이미지를 생성하는 단계는,상기 제1 특징맵과 상기 제2 특징맵을 연결(concatenate)하는 단계;상기 제1 특징맵과 상기 제2 특징맵이 연결된 특징맵에 복수의 컨벌루션 연산을 수행하여 복수의 제3 채널을 생성하는 단계; 및상기 복수의 제3 채널을 결합하여 제3 이미지를 생성하는 단계를 포함하는 이미지 처리 방법
|
7 |
7
제2항에 있어서,상기 제1 이미지를 생성하는 단계는,상기 이미지를 업샘플링(upsampling)하는 단계; 및상기 제1 서브 네트워크의 출력과 업샘플링된 이미지를 더하여 상기 제1 이미지를 생성하는 단계를 더 포함하는 이미지 처리 방법
|
8 |
8
제1항에 있어서,상기 제3 이미지를 생성하는 단계는,상기 이미지를 업샘플링(upsampling)하는 단계; 및상기 제3 서브 네트워크의 출력과 업샘플링된 이미지를 더하여 상기 제3 이미지를 생성하는 단계를 포함하는 이미지 처리 방법
|
9 |
9
제1항에 있어서,상기 제1 서브 네트워크 및 상기 제2 서브 네트워크를 개별적으로 학습시키는 단계; 및상기 제1 서브 네트워크 및 상기 제2 서브 네트워크를 학습시킨 후에, 상기 제1 서브 네트워크, 상기 제2 서브네트워크 및 상기 제3 서브 네트워크를 결합하여 학습시키는 단계를 더 포함하는 이미지 처리 방법
|
10 |
10
제9항에 있어서,상기 제1 서브 네트워크 및 상기 제3 서브 네트워크는 그라운드 트루스(ground truth) 이미지와 업샘플링된 이미지 간의 차이에 기초하여 학습되고,상기 제2 서브 네트워크는 상기 그라운드 트루스 이미지와 상기 이미지 간의 차이에 기초하여 학습되는이미지 처리 방법
|
11 |
11
이미지를 수신하는 수신기; 및상기 이미지에 복수의 컨벌루션 연산을 수행하여 제1 이미지를 생성하기 위한 제1 서브 네트워크에 포함된 적어도 하나의 레이로부터 제1 특징맵을 획득하고, 상기 이미지에 복수의 컨벌루션 연산을 수행하여 제2 이미지를 생성하기 위한 제2 서브 네트워크에 포함된 적어도 하나의 레이어로부터 제2 특징맵을 획득하고, 상기 제1 특징맵 및 상기 제2 특징맵을 제3 서브 네트워크에 입력하여 컨벌루션 연산을 수행함으로써 제3 이미지를 생성하는 프로세서를 포함하고, 상기 제1 서브 네트워크 및 상기 제2 서브 네트워크는 서로 상이한 태스크를 수행하는초해상화, 역톤매핑 및 동시 초해상화-역톤매핑 처리된 다중 출력 이미지를 생성하는 이미지 처리 장치
|
12 |
12
제11항에 있어서,상기 프로세서는,상기 제1 서브 네트워크를 통해 상기 이미지에 복수의 컨벌루션 연산을 수행하여 상기 제1 이미지를 생성하고, 상기 제2 서브 네트워크를 통해 상기 이미지에 복수의 컨벌루션 연산을 수행하여 상기 제2 이미지를 생성하는이미지 처리 장치
|
13 |
13
제11항에 있어서,상기 이미지는 LR-SDR(Low Resolution-Standard Dynamic Range) 이미지이고,상기 제1 이미지는 HR-SDR(High Resolution-Standard Dynamic Range) 이미지이고,상기 제2 이미지는 LR-HDR(Low Resolution-High Dynamic Range) 이미지이고,상기 제3 이미지는 HR-HDR(High Resolution-High Dynamic Range) 이미지인이미지 처리 장치
|
14 |
14
제11항에 있어서,상기 프로세서는,상기 이미지에 복수의 컨벌루션 연산을 수행하여 복수의 제1 채널(channel)을 생성하고, 상기 복수의 제1 채널을 결합하여 상기 제1 이미지를 생성하는이미지 처리 장치
|
15 |
15
제11항에 있어서,상기 프로세서는,상기 이미지와 상기 제2 서브 네트워크의 출력을 더하여 상기 제2 이미지를 생성하는이미지 처리 장치
|
16 |
16
제11항에 있어서,상기 프로세서는,상기 제1 특징맵과 상기 제2 특징맵을 연결(concatenate)하고, 상기 제1 특징맵과 상기 제2 특징맵이 연결된 특징맵에 복수의 컨벌루션 연산을 수행하여 복수의 제3 채널을 생성하고, 상기 복수의 제3 채널을 결합하여 제3 이미지를 생성하는이미지 처리 장치
|
17 |
17
제12항에 있어서,상기 프로세서는,상기 이미지를 업샘플링(upsampling)하고, 상기 제1 서브 네트워크의 출력과 업샘플링된 이미지를 더하여 상기 제1 이미지를 생성하는이미지 처리 장치
|
18 |
18
제11항에 있어서,상기 프로세서는,상기 이미지를 업샘플링(upsampling)하고, 상기 제3 서브 네트워크의 출력과 업샘플링된 이미지를 더하여 상기 제3 이미지를 생성하는이미지 처리 장치
|
19 |
19
제11항에 있어서,상기 프로세서는,제1 서브 네트워크 및 상기 제2 서브 네트워크를 개별적으로 학습시키고,상기 제1 서브 네트워크 및 상기 제2 서브 네트워크를 학습시킨 후에, 상기 제1 서브 네트워크, 상기 제2 서브네트워크 및 상기 제3 서브 네트워크를 결합하여 학습시키는이미지 처리 장치
|
20 |
20
제19항에 있어서,상기 제1 서브 네트워크 및 상기 제3 서브 네트워크는 그라운드 트루스(ground truth) 이미지와 업샘플링된 이미지 간의 차이에 기초하여 학습되고,상기 제2 서브 네트워크는 상기 그라운드 트루스 이미지와 상기 이미지 간의 차이에 기초하여 학습되는이미지 처리 장치
|