고객에게 뚜렷한 경험을: 컬리의 후기 이미지 처리 기술

간단 소개

컬리는 라플라시안 필터 기반의 이미지 처리 기술을 통해 흐린 후기 이미지를 개선하고 고객의 구매 결정에 도움을 주고자 합니다.

AI Summary

컬리 후기 이미지 처리 개선 목표
- 흐린 후기 이미지로 인한 고객의 구매 결정 어려움 해소
- 선명하고 도움되는 이미지 선정을 위한 기술 적용
- 기존 푸리에 변환 기반 알고리즘의 한계 극복
개선 과정 및 시행착오
- 기존 이미지 픽셀 값 분포 분석 실패: 역변환으로 인한 이미지 차이 미미
- BDNet(CNN 모델) 활용 실패: 이미지 집단 간 특성 차이 미미, 낮은 precision
- 인위적 블러 처리 이미지 학습: 과적합 발생, 성능 미미
라플라시안 필터 기반 윤곽선 검출
- 흐린 이미지는 경계선이 뚜렷하지 않다는 점에 착안
- 라플라시안 필터 적용 후 픽셀 값 표준편차 활용
- 표준편차 threshold 값 조정으로 precision 향상 (약 90%)
- 10%의 미해결 이미지 개선 과제 남음