초록 ▼

심층 학습(Deep Learning)에 기반하여 LDR(Low Dynamic Range) 영상으로부터 HDR(High Dynamic Range) 환경 맵(Environment Map)을 제공하는 방법이 개시된다.개시된 방법은, LDR 영상을 제1 DNN(Deep Neural Network) 네트워크로 입력하여 LDR 환경 맵을 출력하는 단계, 및 상기 LDR 환경 맵을 제2 DNN 네트워크로 입력하여 HDR 환경 맵을 출력하는 단계를 포함할 수 있다.상기 LDR 환경 맵은 상기 LDR 영상에서의 광원의 위치와 세기를 나타내는 정보

심층 학습(Deep Learning)에 기반하여 LDR(Low Dynamic Range) 영상으로부터 HDR(High Dynamic Range) 환경 맵(Environment Map)을 제공하는 방법이 개시된다.개시된 방법은, LDR 영상을 제1 DNN(Deep Neural Network) 네트워크로 입력하여 LDR 환경 맵을 출력하는 단계, 및 상기 LDR 환경 맵을 제2 DNN 네트워크로 입력하여 HDR 환경 맵을 출력하는 단계를 포함할 수 있다.상기 LDR 환경 맵은 상기 LDR 영상에서의 광원의 위치와 세기를 나타내는 정보 및 상기 LDR 영상의 색감에 관한 정보를 포함하고, 상기 HDR 환경 맵은 상기 LDR 환경 맵에 비해 높은 동적 범위(Dynamic Range)를 가질 수 있다.

대표청구항 ▼

심층 학습(Deep Learning)에 기반하여 LDR(Low Dynamic Range) 영상으로부터 HDR(High Dynamic Range) 환경 맵(Environment Map)을 제공하는 방법으로서,LDR 영상을 제1 DNN(Deep Neural Network) 네트워크로 입력하여 LDR 환경 맵을 출력하는 단계, 및상기 LDR 환경 맵을 제2 DNN 네트워크로 입력하여 HDR 환경 맵을 출력하는 단계를 포함하고,상기 LDR 환경 맵은 상기 LDR 영상에서의 광원의 위치와 세기를 나타내는 정보 및 상기 LDR 영상의 색감에

심층 학습(Deep Learning)에 기반하여 LDR(Low Dynamic Range) 영상으로부터 HDR(High Dynamic Range) 환경 맵(Environment Map)을 제공하는 방법으로서,LDR 영상을 제1 DNN(Deep Neural Network) 네트워크로 입력하여 LDR 환경 맵을 출력하는 단계, 및상기 LDR 환경 맵을 제2 DNN 네트워크로 입력하여 HDR 환경 맵을 출력하는 단계를 포함하고,상기 LDR 환경 맵은 상기 LDR 영상에서의 광원의 위치와 세기를 나타내는 정보 및 상기 LDR 영상의 색감에 관한 정보를 포함하고,상기 HDR 환경 맵은 상기 LDR 환경 맵에 비해 높은 동적 범위(Dynamic Range)를 가지고,상기 방법은, 상기 LDR 영상을 제1 DNN(Deep Neural Network) 네트워크로 입력하여 LDR 환경 맵을 출력하는 단계 이전에, 상기 제1 DNN 네트워크를 학습용 LDR 영상을 포함하는 학습 데이터로 학습시키는 단계를 더 포함하고,상기 제1 DNN 네트워크를 학습용 LDR 영상을 포함하는 학습 데이터로 학습시키는 단계는,상기 제1 DNN 네트워크로 학습용 LDR 영상을 입력하고 상기 제1 DNN 네트워크의 내부 파라미터들을 복수회 갱신해 가면서 제1 분류 클래스(Classified Class) 값, 제1 라이트 마스크(Light Mask) 및 제1 LDR 환경 맵을 복수회 출력하는 단계 - 상기 학습 데이터는 상기 학습용 LDR 영상에 부합하는 제2 분류 클래스 값, 제2 라이트 마스크 및 제2 LDR 환경 맵을 더 포함하고, 상기 제2 분류 클래스 값은 상기 학습용 LDR 영상이 실내(Indoor) 영상인지 실외(Outdoor) 영상인지의 여부를 나타내고, 상기 제2 라이트 마스크는 상기 학습용 LDR 영상에서의 광원의 위치와 세기를 나타내는 정보를 포함하고, 상기 제2 LDR 환경 맵은 상기 학습용 LDR 영상에서의 광원의 위치와 세기를 나타내는 정보 및 상기 학습용 LDR 영상의 색감에 관한 정보를 포함함 - 를 포함하는,HDR 환경 맵 제공 방법.