AI가 만든 이미지, 사람 눈으로 평가한다면? 새로운 이미지 품질 평가 모델 등장

AI 이미지 생성 기술 발전에 따라 기존 이미지 품질 평가의 한계가 드러나자, Lao와 Yu 연구팀은 심층 신경망 기반 이미지 처리 기술을 고려한 새로운 IQA 접근 방식인 SPIPS를 제안했습니다. SPIPS는 이미지의 전반적인 구조와 세부 요소를 모두 고려하여 인간의 시각적 인지 과정을 더욱 정확하게 반영하며, 기존 모델보다 인간의 지각적 판단과의 일관성이 향상되었습니다.

AI가 만든 이미지, 사람 눈으로 평가한다면? 새로운 이미지 품질 평가 모델 등장

스마트폰과 인공지능(AI)의 발전으로 실제 사진과 AI 생성 이미지 데이터가 폭발적으로 증가하고 있습니다. 이에 따라 인간의 시각적 인지를 정확하게 반영하는 강력한 이미지 품질 평가(IQA) 방법이 절실히 필요해졌습니다.

기존 IQA 기술은 신호대잡음비, 국소 구조 왜곡, 질감 불일치와 같은 공간적 특징에 주로 의존해 왔습니다. 하지만 이러한 방법들은 심층 신경망(DNN) 기반의 최신 이미지 후처리 기술에는 한계를 보입니다. DNN은 이미지 생성, 향상, 복원 등에서 뛰어난 성능을 보이지만, 이로 인해 이미지 품질 평가는 더욱 복잡해졌습니다.

Lao와 Yu 연구팀은 이러한 문제를 해결하기 위해 딥러닝과 인간 인지 간의 간극을 메우는 새로운 IQA 접근 방식인 SPIPS(Scene Perceived Image Perceptual Score) 를 제안했습니다. SPIPS는 딥러닝 특징을 고차원 의미 정보와 저차원 지각적 세부 정보로 분리하여 각각을 별도로 처리합니다. 이러한 특징들은 기존 IQA 지표와 결합되어 더욱 포괄적인 평가 체계를 제공합니다.

SPIPS의 핵심은 전체적인 맥락(Global context)과 세밀한 이미지 디테일(Intricate image details)을 모두 평가하는 것입니다. 이는 인간의 시각적 과정, 즉 전체 구조를 먼저 이해한 후 세부 요소에 주의를 기울이는 과정을 반영한 것입니다. 최종 단계에서는 다층 퍼셉트론(MLP)을 사용하여 통합된 특징을 간결한 품질 점수로 매핑합니다.

연구 결과, SPIPS는 기존 IQA 모델에 비해 인간의 지각적 판단과의 일관성이 향상된 것으로 나타났습니다. 이는 AI가 생성한 이미지의 품질을 더욱 정확하게 평가할 수 있는 가능성을 보여줍니다. AI 이미지 시대에 발맞춰, 인간의 시각적 경험을 정교하게 반영하는 새로운 평가 시스템의 등장은 매우 고무적입니다. 앞으로 이러한 기술의 발전은 AI 이미지 생성 기술의 고도화와 더 나은 사용자 경험 제공에 큰 기여를 할 것으로 기대됩니다.

참고: 본 기사는 제공된 정보를 바탕으로 작성되었으며, 연구의 세부적인 내용은 원 논문을 참고하시기 바랍니다.