Optimizing Luminance Adjustment : Integrative Approaches with Machine Learning Techniques
- 발행기관 서강대학교 일반대학원
- 지도교수 강석주
- 발행년도 2024
- 학위수여년월 2024. 8
- 학위명 석사
- 학과 및 전공 일반대학원 전자공학과
- 실제 URI http://www.dcollection.net/handler/sogang/000000078934
- UCI I804:11029-000000078934
- 본문언어 영어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록 (요약문)
Displays are using increasingly higher resolutions and brightness to achieve superior image quality. However, this causes a serious problem of increasing overall power consumption, so research on dimming technology that can improve image quality while reducing power consumption is essential. However, if pixel compensation is excessively applied to compensate for the decrease in brightness of image quality during this process, clipping occurs. Accordingly, various methods have been proposed to perform dimming while maintaining perceived image quality. To solve this problem, significant improvements have been made by setting a specific picture quality value and then applying dimming or dynamically applying the clipping rate. However, these methods are limited in certain scenarios or cause unexpected clip ping. Therefore, we propose a new dimming method that minimizes image quality degradation by applying various techniques. First, we propose a method to accurately achieve the target image quality by remapping the brightness value using a piece-wise linear technique. Additionally, we propose a method to automatically generate graphs and reduce computation time using machine learning. We also propose a method to linearly change the brightness value using a multi-layer perceptron (MLP). Lastly, we propose a method to accurately detect image boundaries using the U-net architecture, increase the brightness of the boundary area, and reduce the remaining area. We conducted experiments on different categories of data sets and explored the pros and cons of the proposed method.
more초록 (요약문)
디스플레이는 우수한 이미지 품질을 달성하기 위해 점점 더 높은 해상도와 밝기를 사용하고 있다. 그러나 이는 전체 전력 소모를 증가시키는 심각한 문제를 야 기하므로 전력 소모를 줄이면서 화질을 향상시킬 수 있는 디밍 기술에 대한 연구가 필수적이다. 그러나 이 과정에서 화질의 밝기 감소를 보상하기 위해 픽셀 보상을 과도하게 적용하면 클리핑 (clipping) 현상이 발생한다. 따라서, 인지된 화질을 유지하면서 디밍을 수행하기 위한 다양한 방법들이 제안되었다. 이러한 문제를 해결하기 위해 특정 화질 값을 설정한 후 디밍을 적용하거나 클리핑 비율을 동적으로 적용하는 방식으로 대폭 개선되었다. 그러나 이러한 방법은 특정 시나리오에서 제한되거나 예기치 않은 클리핑 (clipping) 현상이 발생한다. 따라서 우리는 다양한 기법을 적용하여 이미지 품질 저하를 최소화하는 새로운 디밍 방법을 제안한다. 먼저, piece-wise linear 기법을 이용하여 밝기 값을 다시 매핑하여 목표 화질을 정확하게 달성하는 방법을 제안한다. 추가적으로, 머신 러닝을 활용하여 자동으로 그래프를 생성하고 계산 시간을 단축하는 방법을 제안한다. 또한 multi-layer perceptron (MLP)을 사용하여 밝기 값을 선형적으로 변화시키는 방법을 제안한 다. 마지막으로 U-net 아키텍처를 이용하여 영상 경계를 정확하게 검출하고 경계 영역의 밝기를 높이고 나머지 영역을 줄이는 방법을 제안한다. 우리는 다양한 범 주의 데이터 세트에 대해 실험을 수행했고 제안된 방법의 장단점을 탐구했다.
more목차
I . Introduction 1
II . Related work 2
2.1 Global Dimming Algorithm 2
2.2 Local Dimming Algorithm 3
2.3 Dimming Algorithm with Deep Learning 3
III . Proposed Method 6
3.1 Create a graph that remaps brightness values 6
3.1.1 Piece-wise linear mapping using repetitive tasks (Proposed method 1) 6
3.1.2 Piece-wise linear mapping using machine learning (Proposed method 2) 10
3.1.3 Remapping graph using multi-layer perceptron (Proposed method 3) 15
3.2 Dimming with U-net (proposed method 4) 18
IV . Experimental Results 20
4.1 Dataset and Implementation Details 20
4.2 Analyzing the Impact of Segment Number Variation 21
4.3 Comparison with Conventional Method 23
4.3.1 Qualitative Result 23
4.3.2 Quantitative Result 27
V . Conclusion 30
Bibliography 32
