KAIST, 딥러닝 기반 HDR 영상 변환 기술 개발

국내 연구진이 딥러닝 기술로 일반 영상을 고품질 하이다이내믹레인지(HDR) 영상으로 변환하는 기술을 개발, 초고화질(UHD) 콘텐츠 및 고품질 영상 시장을 확대하는 기반을 마련했다.

KAIST(총장 신성철)는 김문철 전기 및 전자공학부 교수팀이 보통 화질의 스탠더드다이내믹레인지(SDR) 영상을 HDR 영상화하는 기술 개발에 성공했다고 8일 밝혔다.

디스플레이로 표현되는 사물은 실제 사물과 많은 차이를 보인다. 기존 SDR 영상의 표현 가능 밝기는 보통 0.1~100니트(1니트는 1㎡ 면적에 촛불 한 개를 둔 밝기) 수준이다. 아주 밝거나 어두운 영상의 디테일을 표현할 수 없고, 색상 재현 능력도 떨어진다.

HDR 영상 생성 CNN 구조

대안으로 나온 것이 UHD 방송에 쓰이는 HDR 기술이다. HDR 영상의 밝기는 0.05~1000니트다. 재현 색상도 기존 16만7000가지에서 107만여개로 늘어난다. 더 실제에 가까운 영상을 제공한다.

문제는 기존에 만들어진 SDR 콘텐츠의 HDR화 성능이 떨어진다는 것이다. HDR 기능을 갖춘 TV가 기존 SDR 콘텐츠를 HDR로 변환·재생하는 기능을 갖췄지만 세밀함이 부족하다. 밝기나 색을 일률로 더하는 식이어서 주변보다 밝은 곳은 안에 일부 그림자가 져 있어도 모두 밝게 표현한다. 아직 대부분의 영상 콘텐츠가 SDR 규격이어서 고성능 변환 기술 개발이 필수다.

연구팀은 회선신경망(CNN) 딥러닝 학습으로 SDR 영상을 고품질 HDR화하는 기술을 개발했다. 같은 대상을 촬영한 SDR·HDR 영상을 반복 학습시켜 이후 어떤 SDR 영상을 입력해도 고품질 HDR 영상으로 변환할 수 있도록 했다. 영상의 기본·세부 정보를 분리해서 HDR화하는 방법으로 표현에 세밀함을 더했다. 사물의 텍스처(표면), 에지(테두리) 정보를 따로 뽑아내 각 특징 영역을 세분, 처리했다.

HDR 영상화 기술을 개발한 KAIST 연구진. 왼쪽부터 김문철 전기 및 전자공학부 교수, 김대은 박사과정, 김수예 석사과정

연구팀은 앞으로 이 기술을 하드웨어(HW)로 구현, 상용 TV에 적용할 방침이다. 방송사·스트리밍 사업자용 SDR-HDR 변환 플랫폼 구축도 염두에 두고 있다.

김문철 교수는 “이 기술이 상용화되면 기존에 만들어진 영상을 더욱 실제에 가깝게 변환해서 보는 것이 가능해진다”면서 “HDR 콘텐츠 부족 문제도 해결할 수 있다”고 말했다.

대전=김영준기자 kyj85@etnews.com