• Bit-Depth Expansion
  영상 비트 심도(Image Bit-Depth)는 영상에서 한 픽셀의 각 색상 채널에 사용되는 비트의 개수를 의미하는데 이것은 영상이 표현 가능한 색상 수를 결정합니다. 많은 현대 디스플레이 장치들이 높은 동적 영역에서 자연스럽고 현실적인 색상을 표현하기 위해 전례 없는 높은 비트 심도를 지원하지만, 일반적인 영상들은 여전히 8비트 이하의 비트 심도를 가집니다. 충분하지 않은 비트 심도에서는 거짓 윤곽선이 나타나거나 시각적인 세부를 잃을 수 있기 때문에 낮은 비트 심도 영상에서 높은 비트 심도 영상으로의 비트 심도 확장(Bit-Depth Expansion)이 점점 더 중요해지고 있습니다. 아래 그림은 3비트 영상을 8비트 영상으로 변환하는 예를 보여주고 있습니다.


본 연구에서는 비트 심도 확장을 위해 학습 기반 접근을 채택하여 효과적으로 거짓 윤곽선을 제거하고 시각적 세부를 복원할 수 있는 새로운 컨볼루션 뉴럴 네트워크 기반 비트 심도 확장 네트워크인 BitNet을 제안합니다. 제안하는 방법은 기존 방법들과 비교하여 속도와 품질 측면에서 최고의 성능을 나타내었습니다. 아래의 그림은 BitNet과 기존 방법의 결과를 비교해서 보여줍니다.

참여 연구원: 변준영, 심규진

  • Qualitative result
    3-bit image -> 8-bit image



  • Junyoung Byun*, Kyujin Shim*, and Changick Kim, "BitNet: Learning-Based Bit-Depth Expansion," Accepted to Asian Conference on Computer Vision(ACCV). (* These two authors contributed equally)