"나는 배경 지식은 알고싶지 않아! 곧바로 결과를 보고싶어!" 라고 생각하신다면
스크롤을 쭉 내리셔서 4번 챕터의 비디오를 봐주세요 :)
+스마트폰으로 블러 최소화 하는 방법도
밑으로 스크롤을 쭉 내려서 3번 챕터로 가주세요! :)
모션 블러는 영상기기로 영상을 취득하면서, 피사체가 움직이면서 잔상이 남는 영상 아티팩트이다...라고 하면 어려우니까, 사진 찍을 때 움직여서 번지는걸 모션 블러라고 한다 :)
모션 블러는 기존의 사진 및 영상 촬영에서는 물체의 자연스러운 움직임을 표현하기 위해 꼭 들어가야하는 요소이다.
그러나, 로보틱스 비전와 딥러닝 비전 등 영상을 분석해서 주위 환경에 대해 이해하고 정보를 추출하려고 하는 목적을 지닐 때에 모션 블러는 굉장히 골칫거리가 될 수 있다. 비-딥러닝 방식의 영상처리이던지, CNN 딥러닝의 컨벌루션 방식이라던지, 영상을 분석하기 위해서는 점과 선 등의 low-level feature를 조합해서 high-level 지식을 추출해야하는데, 모션 블러는 이 점과 선을 흐리게 하기 때문에 high-level 지식을 추출하기 더 어려워진다. 그러므로, 모션 블러는 가능하면 최대한 피해야한다!
디텍션 + 트랙킹을 수행할 때, 여러가지 급격한 이미지 변화를 나타내는 이유 중 몇개를 보여주는 이미지입니다. (d) Abrupt motions는 갑작스러운 움직임에 피사체 및 주위 환경이 흐려져 보이는 것을 뜻 하는데, 이는 모션 블러 효과도 포함된다고 볼 수 있습니다.
이 이미지는 ICCV 2015년 "Hierarchical Convolutional Features for Visual Tracking" 이라는 자료에서 발췌했습니다.
모션 블러 효과를 지워주는 연구가 없던것은 아니다. 영상 속 픽셀들에 대해 수학적 방법으로 '이 픽셀은 모션 블러 효과를 받은 것인가?'를 판별해서, 블러 효과를 지워보려는 연구가 많이 있었다. 하지만 효과적으로 사용할 수 있는 방법은 결국 나타나지 않았다.
