인간 인지 최적화 알고리즘을 통한 초저해상도 이미지 가시성 확보

Context

기존 Pixelation 알고리즘의 정보 보존 방식이 10x10~20x20 초저해상도 환경에서 노이즈를 유발하는 한계 발생. 단순 해상도 축소 및 색상 평균화로 인한 형태 인식률 저하 문제를 해결하기 위한 인지 중심 설계 필요성 대두.

Technical Solution

• RGB 대신 Lab color space를 채택하여 인간의 시각적 인지와 일치하는 색상 거리 계산 구현
• k-means 클러스터링 시 k * 5배수 오버세그멘테이션 후 최빈값 및 대비 중심 색상을 선별하는 Contrast-first 팔레트 구성
• Cluster Centroid 대신 Most Frequent Color를 선택하여 색상 혼탁 현상을 방지하고 명확한 색감 유지
• 단순 리사이징의 Color Blending 대신 Block Majority Voting 방식을 도입하여 경계선 구조 보존 및 색상 섞임 제거
• 소수 중요 특징 보존을 위해 Non-main color에 가중치를 부여하는 Accent color boosting 로직 적용
• 색상 간 유사도 기반의 Contrast pruning을 통한 팔레트 최적화 및 가독성 향상