유색 벽에 프로젝션하기 적합한 신경망 기반 이미지 보정

Neural Network-based Image Compensation suitable for Projection onto a Colored Wall

현재 판매되고 있는 프로젝터는 예전과 달리 비백색 표면에 대해서도 이미지 투사가 왜곡 없이 이뤄지도록 사전에 보정하는 기능이 있다. 비록 단색의 파스텔 톤에서만 가능한 기능이지만 사용자의 선택을 통해 투영면 색상을 중화함으로써 시청자가 보게 되는 이미지의 왜곡을 줄이기 위한 노력이라 할 수 있다. 이를 더 발전시켜 프로젝터-카메라 시스템을 활용하여 표면의 컬러로 인한 왜곡을 바로 잡기 위한 이미지 보정 연구도 진행되고 있다. 그러나 지금의 프로젝터-카메라 시스템은 투영면이 변하게 될 경우 중화를 위한 텍스처도 변하기 때문에 이미지 보정을 위한 기존의 선형적 라이팅 컬러 모델을 다시 계산해야 한다. 우리는 기존의 이미지 보정 모델링에서 벗어나 인공 신경망을 통한 색 보정 방법을 제안한다. 특히 프로젝터에 카메라가 내장 될 경우, 제안하는 신경망 기반의 이미지 프로젝션 기술을 적용한다면 더 빠르게 투영면의 텍스처를 중화시킬 수 있을 것으로 예상된다. 향후 이를 보완 및 발전시켜 투영면의 변화에도 민감하게 반응하고 이를 대처하는 색 보정 알고리즘으로 확장하고자 한다.

The projectors that are on sale now have the ability to pre-calibrate the non-white surface for distortion-free image projection. Although it is only possible in monochromatic pastel tones, it is an effort to reduce the distortion of the image that the viewer sees by neutralizing the projection plane color through the user s choice. Image correction studies are being conducted to further correct distortions caused by surface color using a projector-camera system. However, current projector-camera systems have to recalculate the existing linear lighting color model for image correction, because the texture for neutralization changes as the projection plane changes. We propose a method of color correction through artificial neural network, away from existing image correction modeling. Especially, when the camera is embedded in the projector, it is expected that the texture of the projection plane can be neutralized more quickly if the proposed neural network based image projection technology is applied. In order to overcome this problem, we are developing a color correction algorithm that responds sensitively to changes in the projection plane and copes with changes in the projection plane.