이철 교수 연구팀, IEEE TCSVT 논문 게재

(좌측부터) 원해양 박사과정, 전북대학교 이세호 교수, 동국대학교 이철 교수

컴퓨터∙AI학부 이철 교수 연구팀(원해양 박사과정, 이철 교수, 전북대학교 이세호 교수)이 스크린샷 영상에서 발생하는 moiré(모아레) 왜곡을 효과적으로 제거하는 인공지능 기반 영상 복원 기술을 개발하여, 이를 세계적인 국제 학술지인 IEEE Transactions on Circuits and Systems for Video Technology(TCSVT)에 게재하였다.

최근 스마트폰 등으로 화면을 촬영한 영상의 활용이 증가하면서, 디스플레이 촬영 과정에서 발생하는 모아레 왜곡은 영상 품질 저하뿐 아니라 OCR, 객체 인식 등 컴퓨터비전 기반 인공지능 시스템의 성능을 저해하는 주요 요인으로 지적되고 있다. 특히 고해상도 영상에서는 다양한 주파수 대역의 복잡한 모아레 왜곡으로 인해 기존 영상 복원 기술로는 이를 효과적으로 제거하는 데 한계가 있었다.

기존의 딥러닝 기반 영상 복원 기술은 주로 복원 영상과 정답 영상 간의 차이를 최소화하는 방식으로 학습되어 복잡한 모아레 왜곡의 특성을 충분히 반영하지 못하는 한계가 있었다. 이에 연구팀은 대조학습(Contrastive Learning) 기반의 새로운 학습 기법을 개발하여, 단순 복원을 넘어 왜곡된 영상과의 관계를 효과적으로 활용하여 성능을 향상시키는 기술을 개발하였다.

특히 본 연구에서는

· 고해상도 영상에서 다양한 주파수의 모아레를 효과적으로 처리하기 위한 HiReSD-Net 네트워크를 설계하고,

· 모아레 생성 모델을 기반으로 학습 과정에서 동적으로 보조 음성 샘플(Auxiliary Negative Samples)을 생성하는 DiSCo-Learn 학습 기법을 제안하였다.

이를 통해 기존 방법 대비 정량적 성능과 시각적 품질 모두에서 우수한 결과를 달성하였으며, 특히 고해상도 환경에서의 일반화 성능을 크게 향상시켰다. 또한 본 기술은 영상 복원뿐 아니라 객체 탐지 등 후속 컴퓨터비전 성능 향상에도 기여할 수 있어, 다양한 응용 분야에 활용 가능할 것으로 기대된다.

HiReSD-Net 및 DiSCo-Learn 기술 개념도

연구 결과는 “High-Resolution Screenshot Demoiréing with Auxiliary Negative Sample Generation-Based Contrastive Learning”라는 제목으로 영상처리 및 컴퓨터비전 분야 최상위 국제 학술지인 IEEE Transactions on Circuits and Systems for Video Technology(IF=11.1, JCR 상위 3.7%)에 26년 4월 온라인 게재되었으며 올해 하반기에 출판될 예정이다.

논문 링크: https://doi.org/10.1109/TCSVT.2026.3681919