영상의 블러링 및 잡음에 의한 손상 과정과 연구진이 제안한 잡음 적응형 블러 제거기술이 적용되는 과정.(KAIST 제공)/뉴스1

<이미지를 클릭하시면 크게 보실 수 있습니다>

(대전=뉴스1) 김태진 기자 = 국내 연구진이 강한 잡음에 의해 손상된 왜곡 영상에 대해 적응형 필터와 생성형 인공지능(AL) 모델을 융합해 영상을 복원했다.

한국과학기술원(KAIST)은 바이오및뇌공학과 장무석 교수 연구팀이 삼성전자 DS부문 반도체연구소 차세대공정개발실과 왜곡 및 강한 잡음이 존재하는 의료·산업영상을 복원하는 기술을 개발했다고 26일 밝혔다.

연구팀은 위너 디컨볼루션(Wiener deconvolution)을 기반으로 영상을 복원하는 접근법을 개발했다. 위너 디컨볼루션은 왜곡된 영상을 역필터를 기반으로 깨끗한 영상으로 복원하는 전통적인 방식이다.

또 이를 적응형 잡음 억제 변수, 영상 생성형 인공지능 모델과 결합해 영상 복원 과정에서 발생할 수 있는 잡음을 억제하고 영상 선명도도 높였다.

연구팀은 잡음 민감도가 높은 주사전자현미경으로부터 측정된 왜곡된 영상으로부터 깨끗하고 초점이 맞는 나노미터 단위의 반도체 구조에 대한 영상을 성공적으로 복원해 냄으로써 반도체 검사·계측에 매우 효과적으로 적용할 수 있음을 실험적으로 증명했다.

앞줄 왼쪽 KAIST 바이오및뇌공학과 장무석 교수 등 연구진들이 기념촬영을 하고 있다.(KAIST 제공)/뉴스1

<이미지를 클릭하시면 크게 보실 수 있습니다>

KAIST 바이오및뇌공학과 이찬석 연구원은 “이번 연구를 통해 강한 잡음 속에서 왜곡된 영상을 복원하는 난제를 해결했다ˮ며 "무작위적 잡음을 극복하는 영상 복원 기술을 개발하는 데에 집중했고 향후 비균일 영상 복원 및 다양한 손상 형태를 극복하는 영상 복원 기술 개발에 주력할 것ˮ이라고 말했다.

이번 연구 성과는 지난 10월1일 컴퓨터 비전 분야 최고 학회인 ‘제18회 유럽 컴퓨터 비전 학회에서 발표됐고, ECCV 2024 프로시딩 집에 게재될 예정이다.

memory4444444@news1.kr

Copyright ⓒ 뉴스1. All rights reserved. 무단 전재 및 재배포, AI학습 이용 금지.