| 1 |
1
각 픽셀이 독립된 독립된 이미지와 상기 각 픽셀의 상관정보가 포함되는 상관된 이미지를 결합하는 결합모듈; 및상기 독립된 이미지와 상기 상관된 이미지를 결합하는 가중치를 제공하는 AI장치가 포함되고,상기 가중치에는, 상기 독립된 이미지에서 대상픽셀(c)의 픽셀예측값에 대한 제 1 가중치; 및상기 대상픽셀(c)과 인접하는 어느 인접픽셀(i)의 독립된 픽셀예측값과, c와 i 두 픽셀의 상관된 픽셀예측값의 차이()의 합에 대한, 제 2 가중치가 포함되는 이미지 품질향상장치
|
| 2 |
2
제 1 항에 있어서, 상기 독립된 이미지와 상기 상관된 이미지는, 픽셀을 단위로 하여 결합되고, 상기 픽셀 별로 상기 가중치가 달라질 수 있는 이미지 품질향상장치
|
| 3 |
3
제 2 항에 있어서, 상기 AI장치는, 상기 가중치를 제공하기 위하여, 상기 독립된 이미지와 상기 상관된 이미지와 피쳐를 학습하는 이미지 품질향상장치
|
| 4 |
4
제 3 항에 있어서, 상기 독립된 이미지와 상기 상관된 이미지는 각각 적어도 하나가 포함되는 이미지 품질향상장치
|
| 5 |
5
제 3 항에 있어서, 상기 피쳐에는, 노말정보, 질감정보, 및 깊이정보 중의 적어도 하나가 포함되는 이미지 품질향상장치
|
| 6 |
6
삭제
|
| 7 |
7
제 1 항에 있어서, 상기 가중치에는, 상기 제 1 가중치와 상기 제 2 가중치가 적용된 픽셀예측값에 대한 나눔값인 제 3 가중치가 더 포함되는 이미지 품질향상장치
|
| 8 |
8
제 7 항에 있어서, 상기 제 3 가중치는 상기 제 1 가중치와 제 2 가중치의 합인 이미지 품질향상장치
|
| 9 |
9
제 2 항에 있어서, 상기 결합모듈에서 출력되는 픽셀의 예측값은 수학식를 이용하여 구하고, 여기서, wc는 대상픽셀(c)의 가중치이고, Ωc는 대상픽셀과 인접하는 인접픽셀들의 집합이며, wi는 대상픽셀과 인접하는 Ωc에 포함되는 인접픽셀(i)의 가중치이고, 이고, yi는 상기 인접픽셀의 독립된 픽셀예측값이고, zc는 대상픽셀의 상관된 픽셀예측값이고, zi는 인접픽셀의 독립된 픽셀예측값인, 이미지 품질향상장치
|
| 10 |
10
적어도 하나의 독립된 이미지와 적어도 하나의 상관된 이미지를 입력받는 것;상기 독립된 이미지와 상기 상관된 이미지를 이용하여, 상기 독립된 이미지와 상기 상관된 이미지의 결합에 사용할 가중치를 획득하는 것; 및상기 가중치에 따라서, 상기 독립된 이미지와 상기 상관된 이미지를 결합하는 것이 포함되고,상기 가중치에는, 상기 독립된 이미지에서 대상픽셀의 픽셀예측값에 대한 제 1 가중치; 및상기 대상픽셀(c)과 인접하는 어느 인접픽셀(i)의 독립된 픽셀예측값과, c와 i 두 픽셀의 상관된 픽셀예측값의 차이()의 합에 대한 제 2 가중치가 포함되는 이미지 품질향상방법
|
| 11 |
11
제 10 항에 있어서, 상기 가중치에는, 상기 제 1 가중치와 제 2 가중치가 적용된 픽셀예측값에 대한 나눔값인 제 3 가중치가 더 포함되는 이미지 품질향상방법
|
| 12 |
12
제 10 항에 있어서, 상기 가중치의 획득을 위하여 상기 독립된 이미지와 상기 상관된 이미지와 각 이미지의 피쳐를 훈련하는 이미지 품질향상방법
|
