본 논문은 3D 가상 객체를 실제 촬영된 장면에 자연스럽게 혼합하기 위해 중요한 카메라 렌즈 블러를 일관되고 자연스럽게 생성하는 방법을 제안한다. 기존 방법의 한계점인 카메라 파라미터나 깊이 정보 의존성을 극복하기 위해, RGB 이미지로부터 직접 CoC(Circle of Confusion) 맵을 추정하는 새로운 합성 기법을 제안한다. 가상 객체의 CoC 값은 깊이와 선형적인 관계를 통해 추론되며, 신경망 기반의 리블러링 네트워크를 사용하여 현실적인 렌즈 블러를 렌더링한다. 본 연구는 실용적인 솔루션을 제공하며, 실험 결과는 기존 기술보다 높은 충실도의 합성 결과를 보여준다.
