본 내용은 참조 블로그1,참조블로그2의 내용을 정리한 것이다.
차례
보간법이란?
Nearest Neighbor interpolation
Bilinear interpolation
Bicubic interpolation
B_Spline interpolation
보간법이란
영상을 기하학적 변환(확대,회전)할때 원 영상의 아무런 정보를 받지 못하는 pixel(hole)이 생길수 있다.interpolation이란 hole주변의 알고있는 값들을 이용해 hole의 값을 유도하는 과정을 의미한다.
즉 img 기하학적 변환 과정을 진행할때 손실되는 데이터 값들을
손실 데이터 주변의 값들로 하여금 hole값을 추정하는 것이다.
Nearest Neighbor interpolation
(최근접 보간법,ZOI(Zero Order Interpolation))
가장 가까운 화소값을 사용한다.
-> 계산이 빠르나 경계선(jagged edges)이 망가지며 해상도가 낮아짐.
Dense layer를 그대로 늘려 빈 공간에 채우는 방식이다.
2x2 matrix를 2배로 늘려 4x4 matrix를 만들때 근처의 데이터를 이용해 늘리는 방법이다.
Bilinear interpolation
양선형 보간법,FOI(First Order Interpolation)
인접한 4개 화소의 화소값과 거리비를 사용하여 결정.
-linear interpolation을 x축과 y축으로 모두 고려한다.
x,y의 2차원에 대해 선형 보간법을 통해 필요한 값을 채우는 방식.
2x2 matrix를 4x4 upsampling 할때 빈 값을 채우는 과정에서 축을 두가지 interpolation을 적용한다.
Bicubic interpolation
인접한 16개 화소의 화소값과 거리에 따른 weight의 곱을 사용해 결정.
-cubic interpolation
하나의 값을 결정하는데 인접한 4개의 화소값이 필요하다.
-Bicubic interpolation
cubic interpolation을 x축과 y축으로 각각 실행해 구할수 있다.
하나의 값을 결정하는데 인접한 16개의 화소값이 필요하다.
B-Spline interpolation
인접한 16개의 화소의 화소값과 거리에 따른 가중치의 곱을 사용해 결정
