이것저것 이것저것

기존 Attention Mechanism과 SPAN의 Parameter-Free Attention 비교딥러닝 기반의 초해상화(Super-Resolution) 모델에서는 주의(Attention) 메커니즘을 활용하여 중요한 특징을 강조하고 불필요한 정보를 억제합니다. 하지만 기존의 Attention 방식은 추가적인 학습 가능한(Parameterized) 가중치를 필요로 하며, 연산량이 증가하는 문제가 있습니다. 이 문제를 해결하기 위해 SPAN(Swift Parameter-free Attention Network)은 매개변수가 없는(Parameter-Free) 주의 메커니즘을 도입하여, 기존 Attention 없이도 성능을 유지하면서 연산량을 크게 줄였습니다. 기존 Attention Mechanism의 ..

🔍 연구 개요**단일 이미지 초해상화(Single Image Super-Resolution, SISR)**는 저해상도 이미지를 고해상도로 변환하는 컴퓨터 비전 기술로, 최근 딥러닝을 활용한 다양한 기법들이 개발되었습니다. 그러나 기존의 주의(attention) 메커니즘을 활용한 SISR 모델들은 높은 성능을 보장하지만, 복잡한 네트워크 구조, 많은 매개변수(Parameter), 느린 추론 속도 등의 문제를 가지고 있습니다.**Swift Parameter-free Attention Network (SPAN)**은 이러한 문제를 해결하기 위해 제안된 경량화된 SISR 모델로, 매개변수가 없는(parameter-free) 주의 메커니즘을 활용하여 성능을 유지하면서도 계산량을 줄이고 속도를 높이는 것을 목표로..

1. HDR의 기본 개념과 원리HDR(High Dynamic Range) 는 말 그대로 넓은 범위의 밝기(다이내믹 레인지) 를 표현하는 기술입니다. 일반적인 사진에서는 밝은 부분이 너무 하얗게 날아가거나, 어두운 부분이 너무 검게 뭉개지는 경우가 많습니다. HDR은 이러한 문제를 해결하여 밝은 영역과 어두운 영역 모두에서 세부적인 디테일을 살려주는 기술입니다.기본 원리는 여러 장의 사진을 서로 다른 노출 값(Exposure)으로 촬영한 후, 이를 합성하여 하나의 이미지로 만드는 것입니다. 예를 들어:언더 노출: 밝은 부분의 디테일을 살림정상 노출: 전반적인 밸런스를 맞춤오버 노출: 어두운 부분의 디테일을 살림이렇게 촬영된 이미지를 ISP에서 합성하여 밝고 어두운 부분 모두에서 디테일이 살아있는 사진을 생..