Network design for correction of deterioration due to hologram compression

홀로그램 압축으로 인한 열화 보정을 위한 네트워크 설계

The hologram data is having a dependence on the pixel pitch of the SLM (spatial light modulator) and the wavelength of light, and the quality of the digital hologram is proportional to the unit pixel pitch and the total resolution. In addition, since each pixel has a complex value, the amount of data in the digital hologram also increases exponentially, and the size is bound to be very large. Therefore, in order to efficiently handle digital hologram files, it is essential to reduce the file size through a codec and store it. Recently, research on enhancing image quality damaged by the codec is actively underway. In this paper, the hologram image of JPEG Pleno, which is the standard hologram data, was used, and the image quality damage that occurs whenthe holographic image is encoded and decoded through the JPEG2000, AVC, and HEVC codec is enhanced with a deep learning network to find out whether the image quality can be improved. we also compare and quantitatively find out the degree of improvement in image quality.

홀로그램은 SLM(공간 광변조기)의 픽셀 피치와 빛의 파장에 대한 의존성이 있는 데이터이며 디지털 홀로그램의 품질은 단위 픽셀 피치와 전체 해상도에 비례하게 된다. 또한 각 픽셀마다 복소값을 가지므로 디지털 홀로그램의 데이터량 또한 기하급수적으로 증가하여 그 크기가 매우 클 수밖에 없다. 따라서 효율적으로 디지털 홀로그램 파일을 다루기 위해서는 코덱을 통해 파일 크기를 축소하여 저장하는 것이 필수적이며 최근에는 코덱으로 인해 손상된 화질을 복원하는 연구가 활발히 진행 중이다. 본 논문에서는 홀로그램 표준 데이터인 JPEG Pleno의 홀로그램 이미지를 사용하였으며 홀로그램 이미지를 JPEG2000, AVC, HEVC코덱을 통해 압축 및 복원했을 때 나타나는 화질손상을 딥러닝 네트워크로 복원하여 화질 개선이 이루어지는지 알아보고 원본 홀로그램과 비교하여 정량적으로 화질의 개선 정도를 알아본다.