PIXELL AI
딥러닝 기반
화질 고도화 AI

수만 건 이상의 초고화질 영상을 학습한 딥 러닝 AI 모델이 가장 진보된 수준의 화질 개선 성능을 보여줍니다.

Model Training

 & Advancement

글로벌 디스플레이 선도 기업들과 함께 '최고 화질'의 기준을 만들고 정의해온 포바이포의 화질 전문 인력과 내부 AI 연구진이 함께 모델을 학습, 고도화하면서 최고의 결과물을 만들어냅니다. 내부 AI 연구진의 다양한 연구 및 실험 뿐 아니라 Out-put 영상에 대한 화질 전문가의 피드백이 반복되면서 더욱 빠르고 정교한 솔루션 고도화를 가능케 합니다.

Core Technology

Core Technology

PIXELL AI
딥러닝 기반 화질 고도화 AI

노이즈, 선명도, 컬러 등 화질을 구성하는 각 요소를 최적화하여 

인간의 시각과 가장 가까운 화질을 구현합니다.

수만 건 이상의 초고화질 영상을 학습한 딥러닝 AI 모델이 

가장 진보된 수준의 화질 개선 성능을 보여줍니다.

Dominant

Performance

기존 화질 개선 AI모델과 비교, 화질을 결정하는 4가지 요소(명암, 채도, 선예도, 노이즈) 전 영역에서 압도적 성능 차이를 보입니다.

[출처] Chen et. al “Deep Retinex Decomposition for Low-Light Enhancement”, British Machine Vision Conference (BMVC) 2018 | Guo et. al “Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement”, IEEE Conference on Computer Vision Pattern Recognition (CVPR) 2020 | Kim et. al “Accurate Image Super-Resolution Using Very Deep Convolutional Networks”, IEEE Conference on Computer Vision Pattern Recognition (CVPR) 2016 | Cho et. al “Effective Five Directional Partial Derivatives-Based Image Smoothing and a Parallel Structure Design”, IEEE Trans. on Image Processing (TIP) 2016 | Shin et. al “Region-Based Dehazing via Dual-Supervised Triple-Convolutional Network”, IEEE Trans. on Multimedia (TMM) 2020 | Zhang et. al “Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising”, IEEE Trans. on Image Processing (TIP) 2017 | Zhang et. al “Learning Deep CNN Denoiser Prior for Image Restoration”, IEEE Conference on Computer Vision Pattern Recognition (CVPR) 2017 | Zhang et. Al “FFDNet: Toward a Fast and Flexible Solution for CNN-based Image Denoising”, IEEE Trans. on Image Processing (TIP) 2018

원본 영상의 특징 및 화질 열화 정도에 따라 업스케일링 및 노이즈 제거, 색감개선, 선예도 개선, 밝기 조정 등이 종합적으로 이루어져 실제 눈으로 보는 것과 가장 유사한 화질의 결과물을 얻게 됩니다.

Scientific Recognition

자체 화질연구소 PIXELL Lab과 중앙대학교 첨단영상대학원(AI대학원), AI 스타트업 AI Nation과의 연구 협업으로, 화질 AI분야 원천 기술을 지속적으로 고도화하고 있으며 유력 학술지 논문 투고 및 특허 출원을 통해 기술 리더십을 구축하고 있습니다.

Publication

Patent Registration

Model Training & Advancement

글로벌 디스플레이 선도 기업들과 함께

'최고 화질'의 기준을 만들고 정의해온 포바이포의 화질 전문 인력과 

내부 AI 연구진이 함께 모델을 학습, 고도화하면서 최고의 결과물을 만들어냅니다.
내부 AI 연구진의 다양한 연구 및 실험 뿐 아니라 

Output 영상에 대한 화질 전문가의 피드백이 반복되면서

더욱 빠르고 정교한 솔루션 고도화를 가능케 합니다.

Dominant Performance

기존 화질 개선 AI모델과 비교, 화질을 결정하는 4가지 요소(채도, 명암, 노이즈, 선예도)
전 영역에서 압도적 성능 차이를 보입니다.

[출처] Chen et. al “Deep Retinex Decomposition for Low-Light Enhancement”, British Machine Vision Conference (BMVC) 2018 | Guo et. al “Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement”, IEEE Conference on Computer Vision Pattern Recognition (CVPR) 2020 | Kim et. al “Accurate Image Super-Resolution Using Very Deep Convolutional Networks”, IEEE Conference on Computer Vision Pattern Recognition (CVPR) 2016 | Cho et. al “Effective Five Directional Partial Derivatives-Based Image Smoothing and a Parallel Structure Design”, IEEE Trans. on Image Processing (TIP) 2016 | Shin et. al “Region-Based Dehazing via Dual-Supervised Triple-Convolutional Network”, IEEE Trans. on Multimedia (TMM) 2020 | Zhang et. al “Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising”, IEEE Trans. on Image Processing (TIP) 2017 | Zhang et. al “Learning Deep CNN Denoiser Prior for Image Restoration”, IEEE Conference on Computer Vision Pattern Recognition (CVPR) 2017 | Zhang et. Al “FFDNet: Toward a Fast and Flexible Solution for CNN-based Image Denoising”, IEEE Trans. on Image Processing (TIP) 2018

원본 영상의 특징 및 화질 열화 정도에 따라 업스케일링 및 노이즈 제거, 색감 개선, 

선예도 개선, 밝기 조정 등이 종합적으로 이루어져 실제 눈으로 보는 것과 가장 유사한 

화질의 결과물을 얻게 됩니다

Scientific Recognition

자체 화질연구소 PIXELL Lab과 중앙대학교 첨단영상대학원(AI대학원), 

AI 스타트업 AI Nation과의 연구 협업으로, 

화질 AI분야 원천 기술을 지속적으로 고도화하고 있으며 

유력 학술지 논문 투고 및 특허 출원을 통해 기술 리더십을 구축하고 있습니다.

Publication

Patent Registration


명칭등록번호비고
특허권   딥러닝 기반 영상 노이즈 저감 장치 및 방법
10-2670870

특허권
   선예도 개선을 위한 심층 기울기 사전정보기반 L0 스무딩 방법
10-2342940
PCT국제출원 진행중
특허권   입력 영상 전처리를 이용한 화질 보정 방법
10-2245835

특허권   화질 개선된 인공지능 기반 영상 출력 방법  
10-2054453
특허권   초고해상도 영상 콘텐츠의 화질 개선 방법 
10-2058355
특허권   디지털 영상 노이즈 제거 방법
10-2194447
특허권   디지털 영상 선예도 강화 방법  
10-2164998
특허권   정지 장면의 연속 프레임 영상에 기반한 영상 분할 장치 및 방법  
10-1223046
특허권   개선된 영상 생성 모델과 적응적 필터를 이용한 컬러 영상 보정 방법 
10-1242069
특허권   변형된 영상 생성 모델을 이용한 컬러 영상 보정 방법 
10-1242070
특허권
   유심 탑재 저장 매체
10-2123312

특허권   시연 및 홍보용 텔레비전과 영상 제공용 유에스비 메모리 간의 잠금장치
10-1981033

Ⓒ2024 4BY4 Inc,.

12-14F, 479, Gangnam-daero, Seocho-gu, Seoul, Korea 06541

문의: 4by4inc@4by4inc.com / IR: ir@4by4inc.com

Family site

Ⓒ2024 4BY4 Inc.

12-14F, 479, Gangnam-daero, Seocho-gu, Seoul, Korea 06541

문의: 4by4inc@4by4inc.com / IR: ir@4by4inc.com

Family site