TL;DR
ChromaShift는 전역 Daltonization의 피부톤 파괴 문제를 해결하기 위해 YOLO 기반 세그먼테이션으로 인물과 동물을 보호하면서 배경에는 강한 색 보정을 적용하는 콘텐츠 인식 파이프라인이다. 비디오에서는 Farneback Optical Flow로 마스크를 프레임간 워핑하고 프레임 히스토그램의 Bhattacharyya distance가 0.35를 초과하면 EMA 마스크를 초기화해 YOLO를 재실행하는 방식으로 깜빡임과 연산 비용을 절감했다. 정적 그래픽은 Laplacian variance로 감지해 HSV에서 Hue Rotation으로 색 충돌을 벌린 뒤 LAB 색공간의 L 채널만 조작해 줄무늬·점 패턴을 삽입하고 CLAHE를 적용해 색이 아닌 명암 기반의 식별을 확보했다. 전체 스택은 Vercel 서버리스로 배포되어 ONNX와 OpenCV 최적화가 병행되었고 작성자는 시간적 평활과 서버리스 추론 튜닝에 대한 추가 경험을 구하고 있다.
섹션별 상세
용어 해설
- Daltonization
- — 색각 이상자가 인지하지 못하는 색 차이를 보정하기 위해 색공간 변환과 보정행렬을 적용하는 기법으로, 보정 방식에 따라 자연스러운 피부 톤 손상이 발생할 수 있어 대상 영역을 분리해 제한적으로 적용하는 방식이 중요하다.
- Bhattacharyya Distance
- — 두 확률분포 간 유사도를 측정하는 통계적 거리로, 영상에서는 프레임 간 히스토그램 분포 차이를 계산해 장면 전환이나 변화 탐지의 기준으로 사용된다.
- Farneback Optical Flow
- — 프레임 간 픽셀 이동을 연속적이고 밀집한 벡터장으로 추정하는 알고리즘으로, 기존 분할 마스크를 다음 프레임으로 워핑하여 매 프레임마다 무거운 세그먼테이션을 수행하지 않고도 객체 위치를 추적하는 데 사용된다.
- LAB Color Space
- — 인간 시각 특성에 기반해 밝기(L)와 색상(a,b)를 분리한 색공간으로, 색상 정보를 변경하지 않고 명암(L 채널)만 조절해 디테일을 강조하거나 텍스처를 삽입하는 작업에 적합하다.
- CLAHE
- — Contrast Limited Adaptive Histogram Equalization의 약자로, 이미지의 지역 대비를 국지적으로 향상시키되 과도한 노이즈 증폭을 막기 위해 대비 한계를 적용하는 기법으로 L 채널에만 적용해 색 왜곡을 피할 수 있다.
언급된 도구
사람·동물 등 의미 영역을 검출하기 위한 세그먼테이션 모델로 마스크 생성의 입력 역할을 한다.
모델을 서버리스 환경에서 효율적으로 서빙하기 위한 런타임/포맷으로 추론 파이프라인 최적화에 사용된다.
영상 처리(히스토그램 계산, Laplacian variance, CLAHE 등)와 Farneback optical flow 적용을 위한 라이브러리로 사용된다.
언급된 리소스
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.