계산적 장노출 모바일 사진 촬영

초록

장노출 사진은 움직이는 요소를 모션 블러로 표현하여 놀라운 이미지를 만들어냅니다. 일반적으로 이 기법은 전경 블러 효과와 배경 블러 효과라는 두 가지 방식으로 사용됩니다. 전경 블러 이미지는 전통적으로 삼각대에 고정된 카메라로 촬영되며, 매끄러운 물결이나 빛의 흔적과 같은 움직이는 전경 요소를 완벽하게 선명한 배경 풍경 위에 표현합니다. 배경 블러 이미지는 팬 포토그래피라고도 불리며, 카메라가 움직이는 피사체를 추적하면서 촬영하여 상대적인 움직임으로 흐려진 배경 위에 선명한 피사체를 담아냅니다. 두 기법 모두 매우 까다로우며 추가 장비와 고급 기술이 필요합니다. 본 논문에서는 스마트폰 카메라 앱에서 작동하는 계산적 버스트 포토그래피 시스템을 소개하며, 이 시스템은 셔터 버튼을 한 번 누르는 것만으로 이러한 효과를 완전히 자동으로 구현합니다. 우리의 접근 방식은 먼저 주요 피사체를 감지하고 분할합니다. 여러 프레임에 걸쳐 장면의 움직임을 추적하고 이미지를 정렬하여 원하는 선명도를 유지하고 미적으로 만족스러운 모션 스트릭을 생성합니다. 저노출 버스트를 촬영하고, 장면이나 카메라의 움직임 속도에 관계없이 제어된 길이의 블러 흔적을 생성할 수 있는 입력 프레임의 하위 집합을 선택합니다. 프레임 간의 움직임을 예측하고 입력 프레임 사이의 시간적 간극을 메우기 위해 모션 블러를 합성합니다. 마지막으로, 흐려진 이미지를 선명한 일반 노출과 합성하여 거의 움직이지 않는 얼굴이나 장면의 영역의 선명도를 보호하고, 최종적으로 고해상도 및 고다이내믹 레인지(HDR) 사진을 생성합니다. 우리의 시스템은 이전에는 전문가들만이 사용할 수 있었던 기능을 대중화하여, 대부분의 일반 사진작가들이 이 창의적인 스타일을 쉽게 접할 수 있게 합니다. 더 많은 정보와 보충 자료는 프로젝트 웹페이지에서 확인할 수 있습니다: https://motion-mode.github.io/

English

Long exposure photography produces stunning imagery, representing moving elements in a scene with motion-blur. It is generally employed in two modalities, producing either a foreground or a background blur effect. Foreground blur images are traditionally captured on a tripod-mounted camera and portray blurred moving foreground elements, such as silky water or light trails, over a perfectly sharp background landscape. Background blur images, also called panning photography, are captured while the camera is tracking a moving subject, to produce an image of a sharp subject over a background blurred by relative motion. Both techniques are notoriously challenging and require additional equipment and advanced skills. In this paper, we describe a computational burst photography system that operates in a hand-held smartphone camera app, and achieves these effects fully automatically, at the tap of the shutter button. Our approach first detects and segments the salient subject. We track the scene motion over multiple frames and align the images in order to preserve desired sharpness and to produce aesthetically pleasing motion streaks. We capture an under-exposed burst and select the subset of input frames that will produce blur trails of controlled length, regardless of scene or camera motion velocity. We predict inter-frame motion and synthesize motion-blur to fill the temporal gaps between the input frames. Finally, we composite the blurred image with the sharp regular exposure to protect the sharpness of faces or areas of the scene that are barely moving, and produce a final high resolution and high dynamic range (HDR) photograph. Our system democratizes a capability previously reserved to professionals, and makes this creative style accessible to most casual photographers. More information and supplementary material can be found on our project webpage: https://motion-mode.github.io/

계산적 장노출 모바일 사진 촬영

Computational Long Exposure Mobile Photography

초록

Support