Abstract

불규칙한 노출로 촬영된 이미지는 왜곡된 색조와 색상 톤과 같은 만족스럽지 않은 시각적 효과를 피할 수 없습니다. 그러나 최근 연구들은 주로 노출 부족 교정에 집중하고 있어 노출 수준이 다양한 실제 시나리오에 대한 적용 가능성을 제한합니다. 또한, 여러 노출을 처리하는 일부 작업은 인코더-디코더 아키텍처에 의존하며, 이는 다운샘플링 및 업샘플링 과정에서 입력 이미지의 세부 사항이 손실되는 결과를 초래합니다. 이에 따라, 본 연구에서는 여러 노출에 대한 새로운 교정 알고리즘인 밝기 인식 색 변환(Luminance-Aware Color Transform, LACT)을 제안합니다. 먼저, 밝기 비교 모듈을 기반으로 이미지 간의 상대적 노출 조건을 추론하여 밝기 특징을 얻습니다. 그 후, 밝기 특징에서 변환 함수 집합을 인코딩하여 과도한 노출과 부족한 노출 이미지를 위한 복잡한 색 변환을 가능하게 합니다. 마지막으로, 변환된 표현을 RGB 색 공간에 투영하여 노출 교정 결과를 생성합니다. 광범위한 실험을 통해 제안된 LACT가 두 개의 다중 노출 데이터셋에서 최신 기술들을 능가하는 성과를 거둔 것을 입증합니다.