Portrait photos have a relatively profound meaning compared with landscape or object photos. Since camera is not that smart as our eyes, reproduced color of portrait differs from scene illuminants. When multiple portraits gathered together for a distinct storyline conveyance, the individual difference in color become obvious and could lead to content bias unintentionally. Furthermore, instead of computing methods, appear of portrait photos in professional level relies more on expert’s adjustment in software slide by slide. In these regards, this research aims to understand how people perceive multi-illuminant portraits on one scene, and propose computational method to standardize the image quality for portraits based on the understanding. To be specific, a user study was firstly conducted to investigate how people respond to portraits under warm, neutral and cool color tones, simulating multiple-illuminants. Evaluation results and outcomes of creative tasks were analyzed both quantitatively to supplement the findings from qualitative analysis. Based on the findings from responses of the end users, techniques of portrait enhancement were reviewed and selectively adopted in order to develop method to enhance color for these media contents. We proposed a method as ‘Skin Balancing’ to conduct absolute color adjustment based on target skin color for portraits. Four target skin colors were provided to reproduce portraits with a standard image quality with minimal content bias. User tests revealed that the proposed method provides satisfactory outcomes in comparison with original image or existing methods. Lastly, the practical values and possible applications of the Skin Balancing were widely explored while interviewing experts from diverse domains together with reviewing the limitations that current research has.
사진에서 인물은 풍경이나 물체 사진과는 구분되는 주제이다. 인물 사진은 뉴스나 온라인 신문 기사와 같은 디지털 매체에서 흔하게 볼 수 있는 주제이다. 매체에서는 단독 인물을 촬영한 사진을 비롯하여 단체 인물 사진, 단독 인물 사진을 조합한 사진 등 다양한 형태의 인물 사진을 관찰할 수 있다. 이 때, 촬영된 조명 환경의 차이로 인해, 단독 인물 사진을 조합하는 경우 색상의 차이가 명확하게 드러나게 되어 콘텐츠 차원에서 의도하지 않은 방향으로 해석될 수 있다는 문제점이 발생하게 된다. 이를 해결하기 위한 방법으로는 현재 전문가가 일일이 인물 사진을 수정하는 방식에 의존하고 있다. 이에, 본 연구에서는 어떻게 다중 인물 사진이 한 화면에 있을 때 사람들이 어떻게 받아들이는지에 대한 이해를 바탕으로, 인물 사진의 이미지를 통일화 및 표준화 하는 알고리즘 방식을 개발하는 것을 목표로 하였다. 연구 방식은 총 네 단계로 구분할 수 있는데, 먼저 사람이 따뜻한(warm), 중립의(neutral), 차가운(cool) 색조의 인물 사진에 어떻게 반응하는지를 조사하고자 다중 광원의 자극물을 생성하고 사용자 연구를 실시하였다. 연구 결과는 정성적인 방식과 정량적인 방식을 모두 적용하여 체계적으로 분석하였다. 두 번째 단계에서는 사용자 연구 결과를 기반으로, 미디어 콘텐츠에서 다중 인물 사진에서의 색채 간극을 보완할 수 있는 표준화 알고리즘 방식인 ‘스킨 밸런싱(Skin balancing)’ 을 제안하였다. 위 방법은 목적하는 피부색으로 모든 인물 사진의 피부색을 수정하는 방식으로, 총 네 가지의 피부색을 인물 사진이 가진 콘텐츠에 미치는 영향을 최소화 하면서 보정할 수 있는 방식이다. 세 번째 단계에서는 알고리즘을 적용한 사진을 자극물로 하여 사용자 테스트를 진행하였다. 그 결과, 제안된 방식에 대해 만족스러워 하는 것으로 나타났다. 마지막으로, 다양한 분야의 전문가들과의 인터뷰를 통해 본 연구에서 제안한 스킨 밸런싱의 실무적 가치와 추후 적용 가능한 영역, 한계점 등을 논의를 통해 도출하였다.
