비시야(Non-Line-of-Sight, NLOS) 이미징은 중개면을 통해 장애물 뒤의 목표물로부터 간접 광 신호를 포착하여 숨겨진 장면을 재구성할 수 있으며, 보안, 자율주행 등 분야에서 널리 활용되고 있다. 수동 NLOS 이미징의 유효 신호가 약하고 잡음이 강하며 기존 방법들이 중개면의 비 램버시안 반사 특성을 충분히 활용하지 못해 재구성 정확도가 부족한 문제를 해결하기 위해, 다양한 재질의 타일 중개면을 이용한 수동 NLOS 이미징 실험 시스템을 구축하고 8개 그룹, 80만 장 이상의 투영 이미지가 포함된 NLOS-Passive-TILES-stl10 데이터셋을 구성하였다; 반사 강화 개선된 U-NET 구조(ER-UNET)를 제안하여 반사 특성 추출기, 미분 가능한 CLAHE, 적응적 인스턴스 정규화 등을 통합하고 RGB를 Y, R-Y, B-Y 3채널로 변환하며 Y 채널 가중치를 강화하였다. 인코딩-디코딩을 통해 다중 스케일 특징을 추출하고 SVD 저계수 분해로 그래디언트 인지 RGB 재구성을 수행한다. 실험 결과 ER-UNET은 NLOS-PASSIVE 테스트셋에서 평균 PSNR 15.14 dB, SSIM 0.50을 기록하며 NLOS-OT 및 C-GAN 알고리즘보다 우수한 성능을 나타냈고, 얼굴, 아이콘 등의 테스트 데이터에 대해 뛰어난 일반화 능력을 보여 수동 NLOS 이미징의 실용화에 새로운 아이디어를 제공한다.

비시야 이미징;수동 이미징;U-net;NLOS 데이터셋;타일;중개면;반사 특성