DEBLURRING NETWORK LEARNING METHOD MOTION BLUR REDUCTION METHOD AND ROBOT

Provided is a deblurring network learning method, which can increase the accuracy of VSLAM. The deblurring network learning method provided by one embodiment of the present invention comprises: a step of acquiring learning data including a motion blur image filmed by a robot while moving, a target image with a reduced motion blur from the motion blur image, and an inertia sensor measurement value of the robot in a state in which the motion blur image has been filmed; a step of quantizing the inertia sensor measurement value; a step of inputting the quantized inertia sensor measurement value into a condition parameter extraction module to extract an inertia reflection parameter; a step of preparing a deblurring network that uses the inertia reflection parameter as a condition parameter, inputs the motion blur image, and generates a deblurring image in which a motion blur is reduced for the motion blur image; and a step of learning the condition parameter extraction module and the deblurring network by using the learning data to allow the deblurring image to follow the target image. 일 실시예는, 움직이는 상황에서 로봇이 촬영한 모션블러이미지, 상기 모션블러이미지에서 모션블러가 저감된 타겟이미지, 그리고, 상기 모션블러이미지가 촬영된 상황에서의 상기 로봇의 관성센서측정값을 포함하는 학습데이터들이 획득되는 단계; 상기 관성센서측정값을 양자화하는 단계; 양자화된 관성센서측정값을 조건파라미터추출모듈에 입력하여 관성반영파라미터를 추출하는 단계; 상기 관성반영파라미터를 조건파라미터로 사용하고, 상기 모션블러이미지를 입력으로 하며, 상기 모션블러이미지에 대하여 모션블러가 저감된 디블러링이미지를 생성하는 디블러링네트워크를 준비하는 단계; 및 상기 디블러링이미지가 상기 타겟이미지를 추종하도록 상기 학습데이터들을 이용하여 상기 조건파라미터추출모듈 및 상기 디블러링네트워크를 학습시키는 단계를 포함하는 디블러링네트워크 학습방법을 제공한다.