[논문]내용 기반의 정렬을 통한 HDR 동영상 생성 방법

정혜수; 조남익

doi:10.5909/jbe.2023.28.2.185

초록
AI-Helper

최근 인터넷을 통한 동영상 제공 서비스가 확대됨에 따라 높은 품질의 온라인 컨텐츠에 대한 수요가 급증하고 있다. 그런데 넓은 동적 범위 (dynamic range)를 표현할 수 있는 high dynamic range (HDR) 컨텐츠의 공급은 수요를 따라가지 못하고 있는 실정이다. 따라서 본 논문에서는 HDR 영상 제작의 한 방법으로서, 여러 노출값에서 촬영된 프레임들로 구성된 low dynamic range (LDR) 동영상을 이용해 HDR 영상을 생성하는 방법을 제안한다. 우선, 프레임들 사이에 움직임이 존재하기 때문에 정렬 과정을 통해 이웃 프레임들을 중심 프레임에 맞추어 정렬한다. 이때 내용 (content) 기반의 정렬을 하여 정확도를 높이고, 원래 크기의 입력을 그대로 이용하는 모듈을 함께 사용하여 세부 정보도 잘 살려준다. 그러고 나서 잘 정렬된 다중 프레임들을 합쳐서 하나의 HDR 프레임으로 만들어 준다. 실험을 통해 기존 방법들에 비해 우수한 성능을 보임을 확인하였다.

Abstract ▼ AI-Helper

As many different over-the-top (OTT) services become ubiquitous, demands for high-quality content are increasing. However, high dynamic range (HDR) contents, which can provide more realistic scenes, are still insufficient. In this regard, we propose a new HDR video reconstruction technique using mul...

As many different over-the-top (OTT) services become ubiquitous, demands for high-quality content are increasing. However, high dynamic range (HDR) contents, which can provide more realistic scenes, are still insufficient. In this regard, we propose a new HDR video reconstruction technique using multi-exposure low dynamic range (LDR) videos. First, we align a reference and its neighboring frames to compensate for motions between them. In the alignment stage, we perform content-based alignment to improve accuracy, and we also present a high-resolution (HR) module to enhance details. Then, we merge the aligned features to generate a final HDR frame. Experimental results demonstrate that our method outperforms existing methods.

주제어

표/그림 (6)

그림 그림 1. 제안 방법의 전체 구조 Fig. 1. Overall architecture of the proposed algorithm
그림 그림 2. 정렬 네트워크의 구조 Fig. 2. An architecture of the proposed alignment network
그림 그림 3. 테스트 데이터 예시 Fig. 3. An example of the test data
그림 그림 4. 정성적 결과 비교 Fig. 4. Qualitative comparison of results
그림 그림 5. 정성적 결과 비교 Fig. 5. Qualitative comparison of results
표 표 1. 정량적 결과 Table 1. Quantitative results

참고문헌 (14)

T. Grosch, "Fast and robust high dynamic range image generation with camera and object movement," Vision, Modeling and Visualization, RWTH Aachen, pp.277-284, 2006.？
S. Raman and S. Chaudhuri, "Reconstruction of high contrast images for dynamic scenes," The Visual Computer, Vol.27, No.12, pp.1099-1114, 2011. doi: https://doi.org/10.1007/s00371-011-0653-0？

상세보기
Y. S. Heo, K. M. Lee, S. U. Lee, Y. Moon, and J. Cha, "Ghost-free high dynamic range imaging," Asian Conference on Computer Vision, Berlin, Heidelberg, pp.486-500, 2010.？
N. K. Kalantari and R. Ramamoorthi, "Deep high dynamic range imaging of dynamic scenes," ACM Trans. Graph., Vol.36, No.4, pp.144-1, 2017. doi: http://dx.doi.org/10.1145/3072959.3073609？

상세보기
K. R. Prabhakar, G. Senthil, S. Agrawal, R. V. Babu, and R. K. S. S. Gorthi, "Labeled from unlabeled: Exploiting unlabeled data for few-shot deep hdr deghosting," Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, pp.4875-4885, 2021.
Y. Niu, J. Wu, W. Liu, W. Guo, and R. WH Lau, "Hdr-gan: Hdr image reconstruction from multi-exposed ldr images with large motions," IEEE Transactionson Image Processing, pp.3885-3896, 2021. doi: https://doi.org/10.1109/TIP.2021.3064433？

상세보기
Z. Pu, P. Guo, M. S. Asif, andZ. Ma, "Robust high dynamic range (hdr) imaging with complex motion and parallax," Proceedings of the Asian Conference on Computer Vision, 2020.？
Q. Yan, D. Gong, Q. Shi, A. V. D. Hengel, C. Shen, I. Reid, and Y. Zhang, "Attention-guided network for ghost-free high dynamic range imaging," Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, pp.1751-1760, 2019.
N. K. Kalantari, E. Shechtman, C. Barnes, S. Darabi, D. B. Goldman, and P. Sen, "Patch-based high dynamic range video," ACM Trans. Graph., Vol.32, No.6, pp.202-1, 2013. doi: https://doi.org/10.1145/2508363.2508402？

상세보기
N. K. Kalantari and R. Ramamoorthi, "Deep HDR video from sequences with alternating exposures," Computer Graphics Forum, Vol.38, No.2, pp.193-205, 2019. doi: https://doi.org/10.1111/cgf.13630？

상세보기
G. Chen, C. Chen, S. Guo, Z. Liang, K. Y. K. Wong, L. Zhang, "HDR video reconstruction: A coarse-to-fine network and a real-world benchmark dataset," Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, pp.2502-2511, 2021.？
K. He, X. Zhang, S. Ren, and J. Sun, "Deep residual learning for image recognition," Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, pp.770-778, 2016.？
X. Mao, Y. Liu, W. Shen, Q. Li, and Y. Wang, "Deep residual fourier transformation for single image deblurring," arXiv preprint arXiv:2111.11745, 2021.？
T. Xue, B. Chen, J. Wu, D. Wei, and W. T. Freeman, "Video enhancement with task-oriented flow," International Journal of Computer Vision, Vol.127, No.8, pp.1106-1125, 2019. doi: https://doi.org/10.1007/s11263-018-01144-2

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

내용 기반의 정렬을 통한 HDR 동영상 생성 방법
HDR Video Reconstruction via Content-based Alignment Network 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (6)

표/그림 (6)

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

내용 기반의 정렬을 통한 HDR 동영상 생성 방법 HDR Video Reconstruction via Content-based Alignment Network 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (6) 모든 표/그림 보기

표/그림 (6) 슬라이드로 보기

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

조남익 (20)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

내용 기반의 정렬을 통한 HDR 동영상 생성 방법
HDR Video Reconstruction via Content-based Alignment Network 원문보기

초록
AI-Helper

표/그림 (6)

표/그림 (6)