홀로그램 품질 향상 및 화질 측정 기술

| 열화 예시

• 복호화된 홀로그램은 열화로 인해 노이즈와 왜곡이 발생.

• 원본과 비교했을 때 화질 저하가 불가피함.

• 사용자가 실제로 경험하는 입체감과 몰입감을 유지하기 위해서는 품질 향상이 필수적.

| 복호화된 홀로그램의 품질 향상을 위한 딥러닝 기반 열화 감소 네트워크

• 디지털 홀로그램은 진폭·위상 정보를 포함한 간섭무늬로 표현되며, 수치 복원 객체의 화질은 해상도·비트 심도 등에 크게 좌우됨.

• 홀로그램은 일반 자연 영상과 비교하여 초고용량 데이터 특성을 가짐.

• 압축 과정에서 발생하는 열화는 자연 영상과 다른 특수한 형태(예: 전경 객체의 어두워짐, 배경의 스펙클 노이즈 증가 등)를 유발하며, 이는 사용자가 실제로 보는 수치 복원 영상의 품질에 직접적 영향을 미침.

• 기존 영상 압축 열화 감소 기법이나 딥러닝 연구는 대부분 자연 영상을 대상으로 하여 홀로그램 특성에 최적화되지 않은 상황.

• 홀로그램의 특성을 고려한 딥러닝 기반 열화 감소 네트워크 개발이 필요하며, IVML에서는 홀로그램의 전파 특성을 고려한 열화 감소 기술을 연구.

| 홀로그램의 수치 복원 도메인 화질 측정 기술 

• 홀로그램의 열화 양상은 자연 영상과 전혀 다른 특성을 가지므로, PSNR이나 SSIM과 같은 기존의 화질 지표로는 사용자가 체감하는 인지 화질을 정확하게 반영하기 어려움이 있음.

• 압축 과정에서 직접 다루는 것은 홀로그램이지만, 실제 사용자에게 제공되는 것은 수치 복원 도메인에서의 객체이므로 이 도메인의 화질을 고려한 측정 기술이 필수적임. 

• 기존 연구들은 이를 충분히 반영하지 못하고 있어 새로운 평가 지표의 개발이 요구되며, IVML에서는 이를 연구함.