픽셀-빈 이미지 센서는 스마트폰 카메라의 기본 선택지로 자리 잡고 있어요. 하지만 베이어 CFA에 비해 색상 간 분리가 더 커서 디모자이킹이 어렵습니다. 관련 연구에서는 딥러닝 기반 디모자이킹 방법이 CFA별로 특화되어 여러 모델이 필요하고, 개발 및 유지보수 부담이 큽니다.
본 연구에서는 다양한 픽셀-빈 센서에 대한 확장 가능하고 경량화된 통합 아키텍처를 제안하여 이미지 품질을 높였어요. 플러그 앤 플레이 운영을 위해 원시 데이터의 CFA 유형을 정확하게 식별하는 학습 없는 CFA 식별 모듈을 도입했습니다.
제안된 아키텍처는 기존 방식 대비 리소스 효율성을 높이고, 다양한 센서에 대한 범용성을 확보하여 개발 및 유지보수 비용을 절감할 수 있습니다.