한국어
소형 카메라 모듈에서 HDR이 작동하는 방식 — 알고리즘과 트레이드오프
생성 날짜 10.08
스마트폰 카메라가 밝은 창문과 어두운 실내를 한 장의 사진에 동시에 담아낼 수 있는 반면, 저렴한 USB 카메라 모듈은 하이라이트가 날아가고 섀도우가 뭉개지는 문제를 겪는 이유가 궁금했던 적이 있다면, 그 답은 보통 높은 동적 범위, 즉 HDR에 있습니다. 하지만 HDR은 단순히 카메라 앱의 토글 기능이 아닙니다. 소형 보안 카메라, 생체 인식 모듈, 산업용 비전 센서, 임베디드 카메라와 같은 컴팩트 이미징 시스템에서 HDR 구현은 센서 물리학, 처리 성능, 그리고 현실 세계의 제약 사이의 끊임없는 싸움입니다.
소형 카메라 모듈이 독특하게 도전적인 이유는 모든 것이 축소된다는 점입니다. 더 작은 픽셀은 더 적은 빛을 모읍니다. 더 빡빡한 보드 레이아웃은 방열을 제한합니다. 엣지 프로세서는 빠듯한 전력 예산으로 작동합니다. 그럼에도 시장 기대치는 계속 높아지고 있습니다. 소비자와 산업 구매자 모두 어떤 조명 조건에서도 깨끗하고 디테일한 영상을 원합니다. 이로 인해 엔지니어들은 근본적으로 다른 HDR 아키텍처 중에서 선택해야 하며, 각각은 고유한 장점, 실패 모드, 숨겨진 비용을 가지고 있습니다.
이 글은 HDR이 소형 카메라 모듈 내부에서 실제로 어떻게 작동하는지, 센서 수준 기술부터 ISP 파이프라인 알고리즘까지 분석합니다. 세 가지 주요 접근 방식을 비교하고, 가장 중요한 엔지니어링 트레이드오프를 설명하며, AI와 계산 사진술이 임베디드 시스템으로 더 깊이 들어감에 따라 기술이 어디로 향하는지 살펴봅니다.
소형 센서가 동적 범위에서 먼저 어려움을 겪는 이유
알고리즘을 살펴보기 전에, 기본 물리학을 바탕으로 논의를 시작하면 도움이 됩니다. 이미징 시스템의 동적 범위는 감지할 수 있는 가장 밝은 신호와 감지할 수 있는 가장 어두운 노이즈 플로어 사이의 비율입니다. 이는 종종 데시벨(dB)로 측정되며, 6dB마다 대략 빛의 1스톱에 해당합니다.
일반적인 사람의 눈은 단일 장면에서 약 90~100dB의 동적 범위를 인지할 수 있으며, 시간이 지나면서 더 적응합니다. HDR이 없는 표준 소형 CMOS 센서는 60~70dB를 제공할 수 있습니다. 직사광선 옆의 깊은 그림자, 역광을 받는 얼굴, 가로등이 있는 야경과 같은 혹독한 조명 조건에서는 그 차이가 분명해집니다.
픽셀이 작아질수록 문제는 더 심해진다. 1080p 보안 센서의 1.4µm 픽셀은 DSLR의 5µm 픽셀에 비해 빛을 모으는 면적이 극히 일부에 불과하다. 포화되기 전까지 저장할 수 있는 전자 수인 풀웰 용량도 훨씬 낮다. 픽셀이 한 번 포화되면 하이라이트 디테일은 영원히 사라진다. 한편 암부에서는 리드 노이즈와 암전류가 깎아먹는다. 그 결과 사용 가능한 범위가 좁아져 선택이 강제된다. 하이라이트에 맞춰 노출하면 암부를 잃고, 암부에 맞춰 노출하면 하이라이트가 날아간다.
이 격차를 해소하기 위한 HDR 기법이 존재합니다. 핵심 아이디어는 간단합니다. 하나 이상의 노출 수준을 캡처하여 단일 출력 프레임으로 결합하는 것입니다. 그러나 실행은 서로 다른 제약 조건에 최적화된 매우 다양한 경로로 분기됩니다.
컴팩트 모듈의 세 가지 주요 HDR 아키텍처
오늘날의 소형 카메라 모듈에서는 세 가지 HDR 접근 방식이 주를 이룹니다: 다중 노출 디지털 HDR, 라인 인터리브 HDR, 그리고 픽셀 레벨 또는 듀얼 게인 HDR입니다. 각각은 이미징 파이프라인의 서로 다른 단계에서 작동하며, 모션 아티팩트, 해상도, 비용, 전력 측면에서 각기 다른 트레이드오프를 가집니다.
다중 프레임 디지털 HDR (촬영 후 병합)
이것은 대부분의 사람들이 스마트폰 사진 촬영과 연관 짓는 방식입니다. 센서는 서로 다른 노출 설정에서 두 개 이상의 전체 프레임을 캡처합니다. 하나는 짧게, 하나는 중간으로, 하나는 길게 캡처한 다음, 이미지 신호 프로세서(ISP)가 이를 하나의 출력 프레임으로 병합하여 다이내믹 레인지를 확장합니다.
이론적으로 멀티 프레임 HDR은 유연합니다. 거의 모든 센서에서 작동하며 특별한 픽셀 설계가 필요하지 않고, 병합 알고리즘은 펌웨어에서 업데이트할 수 있습니다. 프레임 간 노출 비율은 장면에 따라 4배, 8배, 16배 또는 그 이상으로 조정할 수 있습니다.
실제로 소형 임베디드 모듈은 이 접근 방식에서 두 가지 큰 문제에 직면합니다.
첫째, 움직임입니다. 노출 사이에 무언가 움직이면—걷는 사람, 흔들리는 나무, 심지어 저렴한 마운트에서 진동하는 카메라까지—병합된 이미지에 고스팅, 헤일로 또는 가장자리 번짐이 나타납니다. 고급 정렬 알고리즘이 이를 줄일 수 있지만 연산 사이클이 소모됩니다. 저전력 엣지 칩에서는 전체 광학 흐름 정렬이 30fps에서 실행 가능하지 않을 수 있습니다.
둘째, 프레임 레이트와 지연 시간입니다. 출력 프레임당 두 번의 노출을 캡처하면 센서의 판독 속도가 사실상 절반으로 줄어들거나 해상도를 낮출 수밖에 없습니다. 제스처 인식, 바코드 스캔, 실시간 객체 감지와 같은 애플리케이션에서는 추가 지연과 감소된 시간적 샘플링이 사용 사례를 완전히 무너뜨릴 수 있습니다.
이러한 한계 때문에 소형 모듈에서 순수 다중 프레임 HDR은 정적이거나 거의 정적인 장면, 즉 실내 보안 카메라, 초인종, 저속 산업 검사에서 가장 흔히 사용됩니다. 고프레임 레이트나 저지연 애플리케이션에서는 좀처럼 첫 번째 선택이 되지 않습니다.
라인 인터리브(DOL-HDR)
디지털 오버랩 HDR, 또는 라인 인터리브 HDR은 현대 보안 및 자동차 카메라의 주력 기술입니다. 서로 다른 노출로 전체 프레임을 캡처하는 대신, 센서는 단일 프레임 기간 내에서 짧은 노출과 긴 노출로 교차 행을 읽어냅니다.
홀수 행은 1ms 동안 노출되고 짝수 행은 8ms 동안 노출된다고 상상해 보세요. 그런 다음 ISP는 두 노출 레이어를 보간하고 병합하여 전체 해상도 HDR 프레임을 재구성합니다. 두 노출 모두 거의 동일한 시간 창 내에서 캡처되므로 다중 프레임 병합에 비해 모션 아티팩트가 극적으로 감소합니다.
이 아키텍처는 센서를 크게 수정하지 않고도 일반적으로 90~100dB에 달하는 우수한 다이내믹 레인지 향상을 제공하며, 표준 MIPI CSI-2 인터페이스에 잘 맞기 때문에 널리 사용되게 되었습니다. 감시용으로 많이 사용되는 많은 2MP 및 4MP 이미지 센서가 DOL-HDR을 기본적으로 지원합니다.
하지만 나름의 트레이드오프도 있습니다. 각 노출 라인이 공간적으로 어긋나 있기 때문에 빠른 수직 움직임은 “라인 플리커” 또는 스큐(skew)로 알려진 에지 아티팩트를 만들 수 있습니다. AC 주파수 플리커가 있는 인공 조명도 엇갈린 노출 라인과 나쁘게 상호작용하여 후처리에서 제거하기 어려운 밴딩 패턴을 생성할 수 있습니다.
해상도 비용도 있습니다. 노출당 실효 해상도가 감소하고, 전체 디테일을 재구성하기 위해 보간이 필요합니다. 실제로 선명도 손실은 감시 및 자동차 용도에서는 종종 허용 가능하지만, 미세한 디테일이 중요한 생체인식 및 검사 모듈에서는 문제가 됩니다.
픽셀 레벨 듀얼 게인 HDR
세 번째 접근 방식은 HDR을 픽셀 자체로 이동시킵니다. 듀얼 컨버전 게인(DCG) 또는 듀얼 게인 HDR에서는 각 픽셀에 서로 다른 게인 설정을 가진 두 개의 판독 경로가 있습니다. 한 경로는 하이라이트를 위해 낮은 게인으로 읽고, 다른 경로는 섀도우를 위해 높은 게인으로 읽습니다. 두 경로 모두 동일한 포토다이오드 전하로부터 동시에 판독됩니다.
두 신호 모두 같은 순간에 동일한 픽셀에서 나오기 때문에 모션 아티팩트도, 공간 오프셋도, 라인 스큐도 없습니다. 동적 범위 이득은 깨끗하고 예측 가능합니다. 이로 인해 픽셀 수준 HDR은 빠르게 움직이는 장면, 머신 비전, 그리고 시간적 정확성이 중요한 모든 애플리케이션에 매우 매력적입니다.
그렇다면 왜 모든 소형 모듈이 이를 사용하지 않을까요?
첫째, 센서 복잡성입니다. 듀얼 게인 픽셀은 각 픽셀 내부에 추가 트랜지스터가 필요하며, 이는 실제로 빛을 수집하는 픽셀 면적의 비율인 필 팩터를 감소시킵니다. 이미 매우 작은 픽셀에서는 저조도 감도가 악화되고 고정 패턴 노이즈가 증가할 수 있습니다.
둘째, 비용입니다. 특수 HDR 센서는 표준 부품보다 비쌉니다. 대량 소비자 제품의 경우, 단위당 작은 비용 차이만으로도 BOM(자재 명세서)이 DOL-HDR 또는 다중 프레임 솔루션 쪽으로 기울 수 있습니다.
셋째, 동적 범위 이득은 다중 노출 방식이 달성할 수 있는 것보다 종종 더 작습니다. 듀얼 게인 픽셀은 12~18dB의 범위를 추가할 수 있지만, 3중 노출 DOL 시스템은 30dB 이상을 추가할 수 있습니다. 극도로 높은 대비의 장면에서는 픽셀 수준 HDR만으로는 충분하지 않을 수 있습니다.
많은 최신 센서는 이제 기술을 결합합니다: 듀얼 게인 픽셀과 두 번째 노출 판독, 또는 DCG와 단/장 라인 인터리빙의 조합입니다. 이러한 하이브리드 접근 방식은 동적 범위를 110dB 이상으로 끌어올리지만, ISP 파이프라인의 복잡성도 배가시킵니다.
ISP 내부: HDR 처리 파이프라인
여러 노출을 캡처하는 것은 절반의 작업에 불과합니다. 이를 자연스러운 최종 이미지로 만들려면 세심하게 조정된 처리 체인이 필요합니다. 소형 카메라 모듈에서 이 파이프라인은 ISP 내부에서 실행됩니다. 전용 하드웨어 ISP 칩이거나 메인 SoC 내부의 블록일 수 있습니다.
일반적인 HDR 파이프라인은 여러 단계를 따릅니다:
1. 노출 정렬 및 레지스트레이션
다중 프레임 및 라인 인터리브 HDR의 경우, 첫 번째 단계는 서로 다른 노출 레이어를 정렬하는 것입니다. 다중 프레임 시스템은 전역 또는 블록 기반 모션 추정을 사용하여 단노출 프레임을 장노출 프레임 위로 이동 및 왜곡합니다. 라인 인터리브 시스템은 행 오프셋과 롤링 셔터 왜곡을 보정합니다.
잘못된 정렬은 눈에 보이는 HDR 아티팩트의 가장 큰 원인입니다. 저가형 모듈은 사이클을 절약하기 위해 고급 정렬을 종종 생략하여 움직이는 물체 주변에 고스팅이 발생합니다. 고품질 구현은 서브픽셀 정확도의 모션 모델을 사용하지만, 더 많은 처리 능력과 메모리 대역폭이 필요합니다.
2. 가중치 맵 생성
정렬이 완료되면, ISP는 각 픽셀에서 각 노출을 얼마나 사용할지 결정해야 합니다. 이는 가중치 맵을 통해 이루어집니다. 밝은 픽셀은 대부분의 값을 짧은 노출에서 가져오고, 어두운 픽셀은 대부분 긴 노출에서 가져옵니다. 중간 톤은 둘 다를 혼합합니다.
단순 가중치 맵은 픽셀 강도만을 기반으로 합니다. 더 나은 알고리즘은 에지 인식, 노이즈 추정, 모션 신뢰도를 추가합니다. 픽셀이 움직일 가능성이 있는 경우, 알고리즘은 고스팅을 방지하기 위해 한 노출에 더 큰 가중치를 부여할 수 있으며, 이는 해당 영역에서 동적 범위가 약간 감소하더라도 마찬가지입니다.
이것이 튜닝이 엄청난 차이를 만드는 지점입니다. 동일한 센서와 동일한 HDR 모드를 가진 두 모듈이라도 가중치 맵이 구성되는 방식에 따라 전혀 다른 결과를 만들어낼 수 있습니다. 지나치게 공격적인 블렌딩은 인위적으로 보이고, 지나치게 보수적인 블렌딩은 동적 범위를 낭비합니다.
3. 노이즈 리덕션과 톤 매핑
HDR 이미지는 엄청난 범위의 값을 포함하지만, 디스플레이와 인간의 시각은 압축된 범위에서 가장 잘 작동합니다. 톤 매핑은 높은 비트 심도의 HDR 신호를 대비와 디테일을 유지하면서 표준 8비트 또는 10비트 출력으로 압축합니다.
톤 매핑에는 크게 두 가지 계열이 있습니다: 전역과 지역입니다. 전역 톤 매핑은 전체 이미지에 동일한 곡선을 적용합니다. 빠르고 간단하며 아티팩트를 방지하지만, 장면이 평면적으로 보일 수 있습니다. 지역 톤 매핑은 영역별로 곡선을 적응시켜 지역 대비를 유지하고 더 "강렬한" 결과를 만들어냅니다. 또한 헤일로, 에지 링잉, 부자연스러운 "HDR 룩"을 생성할 가능성이 훨씬 더 높습니다.
소형 모듈에서는 처리 전력을 절약하기 위해 로컬 톤 매핑이 종종 단순화되거나 제한됩니다. 많은 임베디드 ISP는 전역 기본 곡선과 완만한 로컬 대비 향상을 결합한 하이브리드 방식을 지원합니다.
노이즈 감소도 똑같이 중요합니다. 장노출 암부 영역에는 샷 노이즈와 리드 노이즈가 더 많이 포함됩니다. 단노출 데이터와 병합하면 도움이 되지만, ISP는 또한 에지를 존중하고 미세한 디테일을 뭉개지 않는 지능형 노이즈 감소를 적용해야 합니다. 가장 작은 모듈에서는 노이즈 성능이 사용 가능한 다이내믹 레인지의 실제 제한 요인인 경우가 많으며, 센서의 이론적 웰 용량이 아닙니다.
4. 색상 보정 및 일관성
HDR 병합은 색상을 왜곡할 수 있습니다. 서로 다른 노출 수준은 특히 센서가 높은 신호 수준에서 비선형 응답을 가질 경우 약간 다른 색상 응답을 보일 수 있습니다. ISP는 노출 수준을 고려한 색상 보정을 적용해야 하며, 그렇지 않으면 최종 이미지의 하이라이트나 섀도에서 색상 변화가 나타날 수 있습니다.
이는 종종 간과되는 튜닝 단계입니다. 다이내믹 레인지는 좋지만 색상 일관성이 떨어지는 모듈은 여전히 저렴해 보입니다. 전문 모듈 벤더는 노출 단계 전반에 걸쳐 색상 응답을 일치시키기 위해 상당한 캘리브레이션 시간을 투자합니다.
실제 트레이드오프: 프로덕션에서 실제로 중요한 것
HDR 아키텍처를 선택하는 것은 데이터시트에서 가장 높은 dB 수치를 가진 것을 고르는 것이 아닙니다. 최종 애플리케이션의 요구사항에 맞춰 다섯 가지 상충 요소의 균형을 맞추는 것입니다.
다이내믹 레인지 대 저조도 감도
일반적으로 HDR 노출이 많을수록 다이내믹 레인지가 높아지지만, 항상 더 나은 이미지를 의미하지는 않습니다. 다중 노출 방식은 사용 가능한 적분 시간을 여러 노출에 분할합니다. 매우 어두운 환경에서는 짧은 노출에 노이즈 외에는 거의 아무것도 담기지 않을 수 있습니다. 이를 병합하면 이미지가 개선되기는커녕 오히려 저하될 수 있습니다.
이것이 많은 HDR 모듈이 어두운 장면에서 HDR을 자동으로 비활성화하거나 줄이는 이유입니다. 알고리즘이 전체 조도가 낮음을 감지하고 최대 감도를 위해 단일 장노출로 전환합니다. 전환 지점은 신중하게 조정해야 합니다. 잘못 보정된 전환은 노이즈와 대비에서 눈에 띄는 점프를 유발합니다.
모션 아티팩트 대 프레임 레이트
멀티 프레임 HDR은 모션 아티팩트가 가장 심하지만 가장 저렴한 센서에서도 실행할 수 있습니다. 라인 인터리브 HDR은 모션 아티팩트를 상당히 줄여주지만 수직 왜곡과 플리커 민감성을 유발합니다. 픽셀 레벨 HDR은 모션 아티팩트가 사실상 없지만 비용이 더 많이 들고 총 다이내믹 레인지가 더 적습니다.
조용한 복도를 감시하는 고정형 실내 카메라에는 다중 프레임 HDR이 적합합니다. 빠르게 다가오는 사람을 감시하는 도어벨 카메라에는 라인 인터리브 방식이나 듀얼 게인이 더 나은 선택입니다. 컨베이어 위의 부품을 추적하는 고속 산업 검사 시스템에는 픽셀 레벨 HDR만이 유일하게 허용되는 옵션일 수 있습니다.
해상도 대 처리 비용
고해상도 센서는 점점 저렴해지고 있지만, HDR 처리는 픽셀 수에 비례하여 확장됩니다. 4K HDR 파이프라인은 1080p 파이프라인에 비해 네 배의 메모리 대역폭과 처리 능력이 필요합니다. 저전력 엣지 프로세서에서는 선택이 강제될 수 있습니다: HDR을 사용한 15fps의 4K 또는 HDR을 사용한 30fps의 1080p입니다.
많은 제품 팀이 HDR의 ISP 비용을 과소평가합니다. 이는 센서만의 문제가 아니라 더 빠른 인터페이스, 더 많은 RAM, 더 큰 열 예산, 그리고 더 긴 펌웨어 개발 시간을 의미합니다. 비용에 민감한 대량 생산 제품의 경우, 약간 낮은 해상도에서 더 단순한 HDR 모드가 총 시스템 비용에서 종종 승리합니다.
전력 소비 대 이미지 품질
추가되는 모든 처리 단계는 전력을 소모합니다. 다중 프레임 모션 추정, 로컬 톤 매핑, 고급 노이즈 감소는 모두 전류를 소모합니다. 배터리로 작동하는 카메라—초인종, 바디캠, 무선 보안 센서—에서 전력 예산은 종종 가장 어려운 제약 조건입니다.
이것이 하드웨어 가속 HDR이 매우 중요한 이유입니다. HDR 기능이 전용 ISP 하드웨어에서 구현되면 펌웨어나 CPU 기반 알고리즘의 전력의 일부만 사용합니다. 모듈 설계자는 전력 목표를 달성하기 위해 네이티브 HDR 하드웨어 지원이 있는 센서와 SoC를 선택해야 합니다.
신뢰성 대 튜닝 노력
HDR 파이프라인은 튜닝이 매우 어렵기로 악명 높습니다. 햇빛이 잘 드는 사무실에서 작동하는 구성이 형광등 아래에서, 또는 일몰 역광 상황에서, 또는 강한 정반사가 있는 장면에서 실패할 수 있습니다. 모든 작동 조건에서 일관된 결과를 얻으려면 광범위한 테스트와 반복적인 튜닝이 필요합니다.
저렴한 기성 모듈은 종종 평균적인 조건에서는 "괜찮은" 성능을 내지만 극한 상황에서는 무너지는 범용 ISP 튜닝과 함께 출하됩니다. 이미지 품질이 경쟁 우위 요소인 제품의 경우, 맞춤형 HDR 튜닝은 상당한 엔지니어링 투자이며, 많은 구매자가 이에 대한 예산을 충분히 책정하지 않습니다.
사용 사례 예시: 다양한 애플리케이션이 HDR을 최적화하는 방법
이러한 트레이드오프를 구체적으로 살펴보기 위해, 세 가지 일반적인 소형 모듈 애플리케이션이 HDR에 접근하는 방식을 알아보겠습니다.
보안 및 비디오 도어벨
실외 보안 카메라는 가장 극한의 조명 조건에 직면합니다: 한낮의 직사광선, 야간 IR 조명, 역광이 비치는 현관, 그리고 밤에 비치는 자동차 헤드라이트 등입니다. 다이내믹 레인지가 최우선 과제입니다.
대부분의 보안 모듈은 2~3 노출 라인 인터리브 HDR을 사용하여 2 MP 또는 4 MP 해상도에서 90~105 dB의 다이내믹 레인지를 제공합니다. 이들은 강력한 2D/3D 노이즈 리덕션과 보수적인 톤 매핑을 결합하여 인위적인 HDR 느낌을 피합니다. 일반적인 보행 속도에서는 모션 아티팩트가 허용되며, 대량 생산 시 단위당 비용이 낮게 유지됩니다.
배터리 구동 도어벨은 전력이라는 추가적인 제약이 있습니다. 이들은 종종 더 단순한 듀얼 게인 센서와 가벼운 처리를 사용하며, 모션이 감지될 때만 전체 HDR 모드로 깨어납니다.
생체 인식 및 얼굴 인식 모듈
얼굴 인식 모듈은 정확한 피부 톤, 일관된 가장자리 디테일, 그리고 제로 모션 아티팩트가 필요합니다. 고스팅되거나 번진 얼굴은 인증 실패를 초래할 수 있습니다.
이러한 모듈은 점점 더 픽셀 수준의 듀얼 게인 HDR 또는 매우 짧은 다중 노출 방식을 선호합니다. 동적 범위 요구 사항은 보통 수준이며, 실내에서 창문 역광이 주요 과제이지만 시간적·공간적 정확성이 중요합니다. 해상도는 보통 2 MP 이하로, 처리 비용을 관리 가능한 수준으로 유지합니다.
많은 생체 인식 모듈은 HDR을 근적외선 이미징과 결합하여, IR 채널을 추가 노출 레이어로 사용해 가시광선 모션 아티팩트 없이 동적 범위를 향상시킵니다.
산업 및 머신 비전
산업용 검사 카메라는 종종 반사율이 높은 금속 부품, 밝은 LED 조명을 받는 어셈블리, 또는 컨베이어 벨트 위에서 빠르게 움직이는 물체를 촬영합니다. 모션 블러와 왜곡은 측정 오류를 직접적으로 유발합니다.
여기서는 픽셀 수준 HDR을 지원하는 글로벌 셔터 센서가 일반적입니다. 우선순위는 가장 예쁜 이미지가 아니라 시간적 정확성과 반복 가능한 측정입니다. 일부 산업용 센서는 카메라 내 톤 매핑 없이 12비트 또는 14비트 원시 출력을 사용하여 최대한의 유연성을 위해 모든 HDR 처리를 호스트 컴퓨터에 맡깁니다.
HDR의 미래: 컴퓨테이셔널 포토그래피가 엣지로 이동하다
AI와 컴퓨테이셔널 포토그래피 기술이 플래그십 스마트폰에서 임베디드 카메라 모듈로 이동하면서 HDR 환경이 빠르게 변화하고 있습니다. 세 가지 트렌드가 두드러집니다.
첫째, AI 지원 병합 및 고스팅 제거입니다. 신경망은 모션 감지, 객체 경계 식별, 고스팅 없이 노출을 블렌딩하는 방법 결정에서 기존 알고리즘보다 훨씬 뛰어납니다. 초기 구현은 호스트 프로세서에서 실행되지만, 최신 엣지 SoC의 전용 NPU 블록은 AI HDR 병합을 모듈 자체로 가져올 것입니다. 이는 거의 제로에 가까운 모션 아티팩트로 다중 프레임 수준의 다이내믹 레인지를 약속합니다.
둘째, 종단 간 학습된 HDR 파이프라인입니다. 정렬, 가중치, 톤 매핑, 노이즈 감소와 같은 개별 블록을 별도의 단계로 튜닝하는 대신, 신경망 모델이 원시 다중 노출 입력으로부터 최종 출력을 직접 생성하도록 훈련될 수 있습니다. 그 결과는 종종 더 자연스러워 보이고 다양한 조명 조건에서 더 강건합니다. 문제는 이러한 모델이 더 많은 연산과 더 많은 훈련 데이터를 필요로 하여 모듈 공급업체의 진입 장벽을 높인다는 점입니다.
셋째, 센서 수준의 혁신입니다. 트리플 게인 픽셀, 곡면 센서, 픽셀별 노출 제어와 같은 새로운 픽셀 아키텍처는 네이티브 동적 범위를 계속해서 더 높은 수준으로 끌어올리고 있습니다. 센서 제조 기술이 성숙해짐에 따라, 몇 년 전만 해도 프리미엄 전용이었던 기능들이 중급 모듈에서도 표준이 되고 있습니다.
이 모든 것이 근본적인 트레이드오프를 없애주지는 않습니다. 더 많은 처리는 여전히 더 많은 전력을 소모합니다. 더 좋은 센서는 여전히 더 많은 비용이 듭니다. 하지만 균형은 계속 이동하고 있어, 불과 5년 전만 해도 훨씬 더 큰 카메라가 필요했을 HDR 성능을 더 작은 모듈이 제공할 수 있게 되었습니다.
설계에 맞는 올바른 HDR 선택하기
소형 카메라 모듈에서의 HDR은 결코 공짜가 아닙니다. 모든 아키텍처는 동적 범위를 얻기 위해 무언가를 포기합니다: 해상도, 빛 감도, 모션 선명도, 전력 또는 비용입니다. 올바른 선택은 그 중에서 무엇을 포기할 수 있는지에 달려 있습니다.
실내용 정적 카메라를 설계하고 있고 비용이 가장 중요하다면, 표준 센서의 기본적인 다중 프레임 HDR로도 충분할 수 있습니다. 햇빛과 헤드라이트를 처리해야 하는 실외 보안 제품을 만든다면, 라인 인터리브 HDR이 검증된 주력 솔루션입니다. 생체 인식이나 머신 비전을 위해 모션 아티팩트가 전혀 없어야 한다면, 픽셀 레벨 듀얼 게인은 그만한 가치가 있습니다.
무엇보다도, 데이터시트 수치는 이야기의 일부만을 말해준다는 점을 기억하십시오. 동일한 광고 다이내믹 레인지를 가진 두 센서라도 ISP 튜닝, 노이즈 처리, 톤 매핑에 따라 실제 환경에서 극적으로 다른 이미지를 만들어낼 수 있습니다. HDR 모듈을 평가하는 가장 좋은 방법은 실제 작동 조건—햇빛, 인공 조명, 움직임, 역광—에서 테스트하고 자신의 눈으로 출력을 판단하는 것입니다.
애플리케이션이 더 스마트해지고 기대치가 계속 높아짐에 따라 다이내믹 레인지는 컴팩트 이미징에서 가장 중요한 격전지 중 하나로 남을 것입니다. HDR이라는 라벨 뒤에 숨은 알고리즘과 트레이드오프를 이해하는 것이 조명이 어려워질 때 실제로 성능을 발휘하는 카메라를 만드는 첫 걸음입니다.
연락처
Leave your information and we will contact you.
왓츠앱
위챗