이미지 기반의 인공지능 모델 연구가 비약적으로 발전하며 높은 성능을 기록하고 있지만 데이터 일부가 가려진 폐색(occluded) 이미지의 경우 여전히 인공지능 모델의 추론 성능이 떨어지는 문제가 존재하고 있다. 이를 해결하기 위해 일부 폐색된 이미지를 복원하는 알고리즘을 제안하고자 한다. 본 연구에서는 뉴럴 프로세스를 통해 다른 개체에 의해 가려지거나 녹이 슬어 이미지 일부가 제대로 인식되지 않는 표지판 이 미지 개체를 선명하게 복원하는 알고리즘을 제안한다. 뉴럴 프로세스 모델로 복원된 이미지와 원본 이미지를 비교해 네트워크를 학습시킨다. 학습된 모델의 복원 성능을 평가하여 뉴럴 프로세스를 활용한 이미지 복원 방법의 적용 가능성을 연구하고자 한다. 해당 방법론은 다른 이미지 기반 태스크에 적용되어 인공지능 모델의 성능을 향상시킬 수 있을 것으로 예상되며 전동 킥보드나 자전거와 같은 개인형 모빌리티에도 충분히 적용할 수 있을 것으로 기대된다.