LG-PF: 경량 신뢰도 기반 편광 이미지 융합
LG-PF: Lightweight Confidence-Guided Polarization Image Fusion
편광 이미지 융합은 전체 강도(total-intensity) 이미지 S0의 안정적인 휘도와 구조 정보와 선형 편광도(degree of linear polarization, DoLP) 이미지의 재질 민감 세부 정보를 결합한다. 그러나 DoLP의 신뢰도는 공간적으로 달라지며, 무분별한 편광 전이는 불안정한 반응을 증폭하거나 S0에 기반한 구조적 외관을 훼손할 수 있다. 이에 따라 우리는 편광 융합을 선택적 잔차 전이 과정으로 공식화하는 경량 신뢰도 기반 프레임워크인 LG-PF를 제안한다. Polarization Confidence Prior는 공간적으로 신뢰할 수 있는 편광 반응을 추정하고, Mask-guided Multi-scale Fusion 모듈은 세 가지 특징 스케일에 걸쳐 그 전이를 조절하며, Lightweight Context-aware Bounded Correction Head는 국소 광도측정(photometric) 및 구조적 전이를 안정화한다. 신뢰도 안내는 또한 최적화 목표에 통합되어 신뢰할 수 있는 편광 세부 정보를 보존하면서 근거 없는 반응을 억제한다. 또한 실내 및 실외 17개 장면 카테고리에서 1000개의 픽셀 정렬 이미지 쌍을 포함하는 다중 장면 편광 융합 데이터셋 MSP를 구축한다. LG-PF는 MSP에서 평가된 6개 지표 모두에서 최고 성능을 달성하며, PIF와 GAND에 대한 부분집합 기반 평가는 미세조정 없이 유망한 전이 가능성을 보여준다. 파라미터 0.2936 M, 이미지당 추론 시간 21.712 ms만으로 LG-PF는 낮은 연산 비용으로 경쟁력 있는 융합 품질을 달성한다. 소스 코드는 https://github.com/1hzf/LG-PF 에서 제공될 예정이다.