초록 ▼

□ 연구개발 목표 및 내용
○ 최종 목표
초고해상도 라이트필드 영상 생성을 위한 딥러닝 네트워크 개발

○ 전체 내용
라이트필드 영상의 공간해상도와 각해상도를 향상시키는 딥러닝 네트워크를 개발하고 최적화 연구를 수행한다.

○ 1단계
● 목표
초고해상도 라이트필드 영상 생성을 위한 딥러닝 네트워크 개발

● 내용
(1차년도) 정형적으로 배열된 LF 영상기반 초고해상도 영상 생성 연구
(2차년도) 비정형적으로 배열된 LF 영상기반 초고해상도 영상 생성 연구
(

□ 연구개발 목표 및 내용
○ 최종 목표
초고해상도 라이트필드 영상 생성을 위한 딥러닝 네트워크 개발

○ 전체 내용
라이트필드 영상의 공간해상도와 각해상도를 향상시키는 딥러닝 네트워크를 개발하고 최적화 연구를 수행한다.

○ 1단계
● 목표
초고해상도 라이트필드 영상 생성을 위한 딥러닝 네트워크 개발

● 내용
(1차년도) 정형적으로 배열된 LF 영상기반 초고해상도 영상 생성 연구
(2차년도) 비정형적으로 배열된 LF 영상기반 초고해상도 영상 생성 연구
(3차년도) LF 영상의 초고해상도 영상 생성 DNN의 일반화 및 최적화 연구

□ 연구개발성과
- 4가지의 라이트필드 초고해상도 딥러닝 네트워크를 개발하고 SCIE논문에 게재하였으며, 최종적으로 총 8편의 SCIE논문과 총 8편의 학술대회논문을 발표함
- 본 연구를 통해 개발된 기술을 세계적으로 유명한 챌린지인 ‘2023년 NTIRE challenge on LF image super-resolution’에 출품하여 10위에 랭크됨으로써 챌린지 summary paper에 포함되어 소개됨

□ 연구개발성과 활용계획 및 기대 효과
- 본 연구과제의 성과를 바탕으로 추가 연구를 통해 LF 영상의 공간해상도 및 각해상도를 고도화하고, 일반 영상에 적용되는 딥러닝 응용 기술(물체 검출, 깊이 추정 등)을 LF 영상 분야에 확대 적용하는 기술을 개발에 활용할 예정이다
- LF 영상이 가지고 있는 풍부한 정보는 depth estimation, de-occlusion, salient object detection에 적용하기 매우 적합하며, 이는 또한 자율주행 자동차등의 핵심기술로도 활용이 가능할 것으로 기대한다

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요 약 문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 14
• 1) 연구수행 결과 ... 14
• 2) 목표 달성 수준 ... 16
• 3) 목표 미달 시 원인 분석 ... 16
• 4. 연구개발성과의 관련 분야에 대한 기여 정도 ... 17
• 5. 연구개발성과의 관리 및 활용 계획 ... 18
• 6. 참고문헌 ... 18
• 끝페이지 ... 19