임베딩 전 엣지 탐지: 시각-언어 파이프라인을 위한 신뢰도 인식 블러 게이트 (Confidence-Aware Blur Gate)

실제 운영되는 시각 파이프라인(vision pipelines)은 흐릿한(blurry) 입력값에 대해 조용히 성능이 저하되며, 사용 가능한 출력을 복구할 수 없는 다운스트림 OCR, 검색(retrieval), 그리고 시각-언어 모델(VLM) 호출에 컴퓨팅 자원을 낭비합니다. 우리는 단일 CPU 코어에서 약 7ms 내에 단일 이미지를 선명함(sharp), 흐릿함(blurred), 또는 불확실함(uncertain)으로 분류하는 가볍고 CPU 친화적인 이미지 품질 게이트인 MagikaDocumentFromPixel을 제시합니다. 주요 기여는 다음과 같습니다: (i) 46가지 구성과 8회 스윕(8-sweep)의 경험적 탐색을 통해 선정된 레시피로, 입력 해상도가 지배적인 레버(lever)임을 격리하고 아키텍처 용량은 384px 이상에서만 효과가 있음을 보여줍니다; (ii) 고전적인 선택적 예측(selective prediction)에 기반한 신뢰도 인식 라우팅 형식(confidence-aware routing formalism); (iii) Laplacian-magnitude 보조 입력 채널인 엣지 우선 모듈(Edge Prior Module, EPM)로, 이는 네트워크가 고전적인 블러 휴리스틱(blur heuristics)이 의존하는 스펙트럼 증거(spectral evidence)에 직접 접근할 수 있게 하여 동일 환경 비교 시 테스트 F1 점수를 +1.3포인트 향상시킵니다; (iv) 이 게이트가 Magika 콘텐츠 유형 탐지, VLM을 이용한 리스크 제어 OCR, 그리고 DocVLM에서 독립적으로 나타나는 반복적인 디자인 패턴의 한 사례라는 관찰입니다. 최종 레시피는 GoPro Large 프레임 쌍을 사용하여 384x384에서 훈련된 EPM 기반의 MobileNetV3-Large이며, 5단계 테스트 시간 증강(test-time augmentation)으로 평가했을 때 17MB ONNX 아티팩트로 F1 = 0.9803 (AUC 0.9989)에 도달하였고, 동일 하드웨어에서의 고정 스케일 베이스라인(F1 = 0.9672)보다 +1.31포인트 향상되었습니다. 우리는 한계점을 명확히 밝힙니다: 결과는 단일 모션 블러(motion-blur) 분포에 대한 것이며, 수치는 단일 시드(seed)로부터 도출되었고, 캘리브레이션(calibration)은 측정된 것이 아닌 질적(qualitative)인 수준입니다.