딥러닝 기반의 디지털 홀로그램 이미지 압축

• 홀로그램 기술은 3차원 공간 상에 이미지를 재현하여 사용자에게 실감나는 시각적 경험을 제공한다.

• 대부분의 홀로그램은 일반 자연 이미지 대비 초고용량 데이터이기 때문에 홀로그램 상용화를 위해서는 압축 기술이 필수적이다.

• 기존의 자연 이미지 대비, 홀로그램 이미지의 신호특성이 상이하다. 하지만 전통적인 표준 압축 방식(e.g. JPEG)의 경우, 일반 자연 이미지 압축에 최적화되어 있어 홀로그램 압축에는 적합하지 않다. 이에 data-driven 기반의 딥러닝 압축 기술이 필요하다.

| 홀로그램 수치복원 도메인의 품질 향상을 위한 압축 네트워크

• 홀로그램은 홀로그램 도메인 자체의 품질도 중요하지만, 실제로 사용자에게 제공되는 수치복원 도메인의 품질도 함께 고려되어야 한다.

• 이를 고려한 압축 네트워크 및 손실함수를 설계하였고, 제안한 방식이 기존 방식에 비해 객관적인 코딩 효율성과 수치복원 도메인의 시각적 품질이 우수함을 보였다.

|  Related Publication

• J. Seo, J. Lee, J. Lee, and H. Ko, "Deep Compression Network for Enhancing Numerical Reconstruction Quality of Full-complex Holograms," Optics Express, Accepted. (IF: 3.833, JCR 27%) [paper]

• 서주연, 고현석, "디지털 홀로그램 압축으로 인한 수치 복원 영상의 화질 열화 분석", 한국통신학회 동계종합학술발표회, Feb., 2023. [paper]

• 서주연, 고현석, "완전 복소 홀로그램 압축 성능 분석", 전자공학회논문지, Feb., 2023. [paper]