Enhanced Image Harmonization Scheme Using LAB Color Space-based Loss Function and Data Preprocessing

각기 다른 이미지에서 얻어진 전경과 배경을 합하여 새로운 이미지를 만드는 이미지 합성은 유용한 영상 편집 기술이지만 종종 명암이나 색감의 불일치로 인해 어색한 이미지를 만든다. 이러한 부조화를 줄이기 위한 이미지 조화 기술은 전경과 배경 사이의 색감을 사실적으로 일치시킬 수 있어 영상 편집 분야에서 큰 주목을 받았다. 기존 딥러닝 기반의 이미지 조화 모델들은 대용량 학습 데이터셋을 사용하여 잠재력 있는 조화 성능을 보였으나, 밝기를 효과적으로 고려할 수 없는 손실 함수를 사용하거나 밝기 분포가 편향된 데이터셋을 학습하여 다양한 밝기 조건에 일반화 성능이 떨어졌다. 이에 본 논문은 주어진 이미지의 밝기를 명시적으로 계산하는 LAB 색 공간 기반의 손실 함수와 밝기 분포가 균형된 데이터셋을 구축하기 위한 LAB 기반 전처리 방법을 통해 새로운 이미지 조화 기법을 제안한다. 공개 이미지 데이터셋에 대한 실험을 통하여 제안 기법이 다양한 밝기 조건에서도 강건한 조화 성능을 가짐을 입증한다.