Core Concepts
이벤트 카메라를 활용하여 실시간 장면 모션 정보를 모니터링하고 이를 기반으로 카메라 셔터를 능동적으로 제어함으로써 모션 블러와 노이즈를 효과적으로 완화할 수 있다.
Abstract
이 논문은 비균일 노출 이미징을 위한 Neuromorphic Shutter Control (NSC) 시스템과 Self-supervised Event-based Image Denoising (SEID) 프레임워크를 제안한다.
NSC 시스템:
이벤트 카메라를 활용하여 실시간 장면 모션 정보를 모니터링하고 이를 기반으로 카메라 셔터를 능동적으로 제어
전역 이벤트 누적(GEA)과 피라미드 이벤트 누적(PEA) 기법을 제안하여 전역 및 국부 모션을 효과적으로 감지
SEID 프레임워크:
노이즈 제거를 위한 자기 지도 학습 기반 이미지 복원 네트워크
이웃 프레임과 이벤트 정보를 활용하여 신뢰할 수 있는 감독 신호를 생성
이벤트 마스킹 N2N 손실과 시간적 일관성 N2N 손실을 제안하여 원본 텍스처 정보를 보존
하드웨어 프로토타입 시스템을 구현하고 다양한 실제 시나리오에서 실험을 수행하여 제안 방법의 우수성을 검증하였다.
Stats
이벤트 카메라는 마이크로초 단위의 높은 시간 해상도를 가지고 있어 동적 장면을 연속적으로 기록할 수 있다.
제안한 NSC 시스템은 실시간으로 장면 모션 정보를 모니터링하고 이를 기반으로 카메라 셔터를 능동적으로 제어할 수 있다.
SEID 프레임워크는 이웃 프레임과 이벤트 정보를 활용하여 신뢰할 수 있는 감독 신호를 생성하고 원본 텍스처 정보를 보존할 수 있다.
Quotes
"이벤트 카메라는 마이크로초 단위의 높은 시간 해상도를 가지고 있어 동적 장면을 연속적으로 기록할 수 있다."
"제안한 NSC 시스템은 실시간으로 장면 모션 정보를 모니터링하고 이를 기반으로 카메라 셔터를 능동적으로 제어할 수 있다."
"SEID 프레임워크는 이웃 프레임과 이벤트 정보를 활용하여 신뢰할 수 있는 감독 신호를 생성하고 원본 텍스처 정보를 보존할 수 있다."