본 논문은 다양한 조명 조건 하에서 견고한 환경 인식이 필수적인 로봇 공학 분야를 중심으로, 이미지 처리에서 조명 추정이라는 중대한 과제를 다룹니다. 기존의 RGB 히스토그램이나 GIST 기술자와 같은 방법들은 조명 변화에 민감하여 복잡한 환경에서는 실패하는 경우가 많습니다. 이 연구는 최적 수송 이론에 기반한 Wasserstein 거리를 활용하여 이미지의 광원과 광 방향을 추정하는 새로운 방법을 제시합니다. 실내 장면, 흑백 사진, 야간 이미지 등 다양한 이미지에 대한 실험을 통해 복잡한 조명 환경에서 기존의 통계적 방법보다 우수한 성능으로 주요 광원을 감지하고 방향을 추정하는 효과를 보여줍니다. 광원 위치 추정, 이미지 품질 평가, 객체 탐지 향상 등의 응용 가능성을 제시하며, 향후 적응적 임계값 설정과 기울기 분석 통합을 통해 정확도를 높이고 실제 세계의 조명 문제에 대한 확장 가능한 솔루션을 제공하는 연구를 제안합니다.
