인식 균일 공간에서 구현한 간편 HDR 이미지 생성 및 복원

초록

본 논문은 기존 LDR 전용 확산 모델을 HDR 이미지 생성과 RAW‑to‑HDR 복원에 최소한의 수정만으로 적용하는 방법을 제안한다. 핵심은 HDR 데이터를 PU21·PQ와 같은 인지 균일 색공간으로 변환한 뒤, 사전 학습된 VAE는 고정하고 디노이저만 LoRA 방식으로 저차원 적응시키는 것이다. 실험 결과, 인지 균일 변환이 VAE 재구성 품질을 크게 높이며, 텍스트‑이미지 정합도와 실효 다이내믹 레인지 모두 기존 방법을 능가한다.

상세 분석

X2HDR는 HDR 이미지가 본질적으로 선형 RGB 공간에 존재한다는 점에 주목한다. 선형 공간은 인간 시각의 비선형 감도와 크게 불일치해, 기존 LDR‑전용 확산 모델이 학습한 데이터 분포와 통계적 차이가 크다. 이를 해결하기 위해 저자들은 PU21 혹은 PQ와 같은 인지 균일 인코딩을 도입한다. PU21은 로그‑이차 함수를 이용해 극단적인 하이라이트를 압축하고, 어두운 영역에 더 많은 비트 해상도를 할당한다. 이 변환을 적용하면 선형 HDR 이미지가 LDR 이미지와 거의 동일한 통계적 특성을 갖게 되며, 사전 학습된 VAE가 HDR 데이터를 거의 손실 없이 재구성할 수 있음을 실험적으로 입증한다(색상‑비디오 VDP JOD 점수 차이 0.4 정도).

핵심 적응 전략은 VAE를 완전히 동결하고, 디노이저(Transformer 기반 DiT)만 LoRA(Low‑Rank Adaptation)로 미세조정하는 것이다. LoRA는 기존 가중치에 저차원 행렬을 추가해 파라미터 효율성을 유지하면서도 새로운 도메인에 빠르게 적응한다. 이렇게 하면 대규모 재학습 없이도 HDR 전용 디노이저를 얻을 수 있다. 텍스트‑투‑HDR 파이프라인에서는 텍스트 프롬프트를 그대로 사용하고, PU21‑인코딩된 HDR 라티스를 노이즈와 섞어 디노이저가 복원하도록 학습한다. RAW‑to‑HDR에서는 RAW 이미지를 demosaic 후 PU21로 변환해 동일한 디노이징‑디코딩 과정을 거친다.

실험에서는 두 가지 태스크 모두에서 정량적·정성적 개선을 확인한다. 텍스트‑투‑HDR에서는 기존 LEDi와 Bracket‑Diffusion 대비 JOD, PSNR, SSIM, LPIPS, DISTS 모두 향상되었으며, 특히 하이라이트와 섀도우 영역에서 텍스트와 이미지 내용이 일관되게 재현된다. RAW‑to‑HDR에서는 과다 노출 영역을 효과적으로 인페인팅하고, 저조도 영역의 노이즈를 억제한다. 또한 인지 균일 공간을 사용함으로써 다중 노출 브래킷을 생성·합성하는 복잡한 파이프라인을 제거하고, 메모리·연산 비용을 크게 절감한다.

이러한 접근은 HDR 데이터가 부족한 현실적인 상황에서도 기존 LDR‑대규모 모델을 재활용할 수 있게 해, 향후 HDR 콘텐츠 제작 및 디스플레이 기술에 실용적인 영향을 미칠 것으로 기대된다.