프로젝터-카메라 시스템은 증강현실(AR), 교육, 의료 등 다양한 분야에서 활용되는 기술로서, 프로젝터 광원으로 인해 객체 색상이 왜곡되어 객체 인식 성능이 저하되는 문제점을 갖고 있다. 따라서 본 연구에서는 U-Net 기반 색상 복원 모델을 제안하였다. 제안한 모델은 빛에 의한 색상 왜곡 이미지를 입력으로 받아 원본에 가까운 색상을 복원하는 기능을 수행하며, 복원된 이미지의 유사도 및 객체 인식 정확도의 향상을 실험을 통해 검증하였다. 또한, 본 방식은 객체 인식 시스템과 독립적으로 동작하도록 설계되어 조명 변화에도 기존 학습 모델을 재학습 없이 적용할 수 있는 장점이 있다. 본 연구 결과는 프로젝터-카메라 시스템에서 색상 왜곡 문제를 효과적으로 해결하고 객체 인식 성능을 유의미하게 개선하는 가능성을 확인하였다.
Building similarity graph...
Analyzing shared references across papers
Loading...
Gaeun Lee
Jeong-Hyeon Lee
Changgu Kang
The Journal of Korean Institute of Information Technology
Building similarity graph...
Analyzing shared references across papers
Loading...
Lee et al. (Tue,) studied this question.
www.synapsesocial.com/papers/69d893626c1944d70ce045ee — DOI: https://doi.org/10.14801/jkiit.2026.24.3.117
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: