이 논문은 다중참조 및 가변블록 움직임 추정의 연산량을 효율적으로 줄이기 위해 세 가지 참조영상 선택 방법들을 소개한다. 제안된 RSP (Reference Selection Pass) 방법은 참조영상 선택의 부가적인 연산을 최소화 할 수 있고 MFS (Modified Frame Selection) 방법은 참조영상 선택 과정 중 영상의 움직임을 고려하여 참조영상 선택 시 연산 횟수를 기존 방식에 비해 17% 감소시킨다. 또한 TPRFS (Two Pass Reference frame Selection) 방법은 H.264/AVC에서 요구하는 가변블록 움직임 추정을 지원하기 위한 부가적인 연산을 블록 크기에 따라 선택되는 참조영상의 특성을 이용하여 최소화 한다. 실험 결과 제안한 방식은 기존의 방식에 비해 화질의 열화 없이 50% 이상의 움직임 추정의 연산량을 감소시킬 수 있다. 또한 제안한 참조영상 선택 방법은 움직임 추정의 주된 연산인 블록정합 단계와 별개로 수행이 되기 때문에 기존의 어떠한 단일참조 고속 움직임 탐색 방법과도 같이 사용되어 효율적으로 다중참조 및 가변블록 움직임 추정 연산을 지원 할 수 있다.

최근 많은 멀티미디어 제품에서 영상 보간 시스템을 사용하지만, 대부분의 영상 보간 시스템은 보간과정에서 블러링 등의 원치 않는 인공물이 발생된다. 제안하는 보간법은 주어진 영상의 화소와 최적화된 거리가중치 매개변수를 통해 왜곡거리를 구한다. 보간에 참조되는 새로운 왜곡거리는 화소의 주파수성분을 고려하여 보간의 성능을 향상시킨다. 컴퓨터 실험 결과를 통해 제안하는 보간법이 효율적으로 인공물을 개선하면서 이전의 선형 보간법들보다 성능이 우수함을 입증한다.

본 논문에서는 분산 비디오 코딩기법을 이용한 조명 보상 기반의 다시점 비디오 코딩 방법을 제안한다. 다시점 비디오 코딩을 위한 분산 비디오 코딩은 주변 정보를 생성하는 방법에 따라 크게 움직임 예측 및 보간 방법과 시점 간 예측 및 보간 방법으로 나눌 수 있다. 시점 간 예측 및 보간 방법은 다시점 비디오의 특성을 이용하는 방법으로, 시점 간 상관성에 따른 보조 정보의 생성을 통하여 분산 코딩의 효율을 향상 시킬 수 있다. 그러나, 실제 다시점 영상의 특성상 시점 간 예측에서 각 시점의 카메라 파라미터 및 조명 조건 변화에 따라 부정확한 시점 간 예측 및 보간이 이루어질 수 있다. 본 논문에서는 다시점 비디오에 분산비디오 코딩기법을 적용함에 있어서, 조명 조건을 보상하는 방법을 제안한다. 이를 위하여 인코더에서 AC 변환계수의 패리티 비트에 추가하여 DC 정보를 전송하고, 디코더에서 보조 정보 생성 시 추가 전송된 DC 성분을 이용하여 조명 조건이 보상된, 보다 정확한 보조 정보를 생성하는 방법을 제안한다. 제안된 방법을 통하여 조명보상을 적용하지 않은 경우와 비교했을 때, 같은 비트율에서 $0.1{\sim}0.2dB$의 화질 향상을 얻을 수 있었다.

멀티미디어 기술과 콘텐츠의 발달로 3차원 데이터의 사용 범위가 넓어지고, 이를 보다 효율적으로 관리하고 검색하기 위한 시스템이 필요하다. 본 논문은 효율적인 3차원 모델의 형상 기반 검색을 하기위해 모델의 특징을 추출하는 단면 형상 영상 방법을 제안한다. 3차원 모델의 특징 기술자는 모델에 대한 위치, 회전, 크기에 불변해야 하므로 모델을 정규화 시키는 작업이 필요하다. 본 논문에서는 주성분 분석 방법을 이용하여 정규화하였다. 제안한 알고리즘은 주성분 분석을 통해 각 축의 방향 성분을 찾고, 각 축에 직교하는 n 개의 평면을 생성한다. 이 평면은 각 축의 방향과 직교 성분을 갖으며 단면 형상 영상을 구하는데 사용된다. 단면 형상 영상은 3차원 모델과 각 평면이 교차해서 생기는 2차원 평면 영상이다. 제안한 3차원 모델의 특징 기술자는 단면 형상 영상의 중심점과 2차원 형상(shape)을 이루는 직선까지의 유클리디안 거리(distance)값들의 분포도이다. 검색 성능 평가는 MPEG-7에서 제시한 표준 평가 방법인 표준화된 수정 검색 순위의 평균(ANMRR)을 이용하였고 제안한 방법의 우수성을 실험 결과를 통해 입증하였다.

피부색 정보는 컬러영상에 포함된 얼굴영역을 검출하는 중요한 요소이다. 피부색 정보로 부터 생성된 통계 피부색 모델을 이용하여 얼굴영역을 검출할 수 있다. 하지만 다른 피부색 부분이 포함되어 있는 컬러영상에서는 일반적인 통계 피부색 모델만으로 정확한 얼굴영역 검출을 할 수 없는 단점을 가진다. 본 논문에서는 다른 피부색 부분이 포함되어 있는 다양한 컬러 영상에서 얼굴영역만을 정확히 검출하기 위한 방법을 제안한다. 제안된 방법은 YCbCr 피부 컬러 모델기반의 피부색 가우시안 분포를 적용하여 얼굴 후보영역 설정 하였고, 영상내의 잡음 부분과 얼굴 영역이외의 부분을 제거하기 위해 수학적 형태학을 적용하였다. 그리고 Haar-like 특성을 이용하여 정확한 얼굴 검출을 수행하였다. 모의실험 결과 제안된 방법이 목이나 팔과 같이 유사한 피부색을 포함한 영상과 다양한 크기의 영상에서도 효과적인 얼굴영역 검출하는 우수함을 보였다.

기존 모션 캡쳐의 경우, 고가의 장비나 사용의 복잡도, 동작자의 움직임 제한 등 모션 캡쳐의 어려움이 있었다. 최근 실시간으로 모션 캡쳐가 가능한 컴퓨터 비젼 기반 시스템에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 다시점 영상으로부터 쉽고, 빠르게 추출할 수 있는 피부색과 정확한 3차원 복원을 위한 2차원 영상 좌표 보정을 사용하여 효율적인 다시점 영상 분석 알고리즘을 제안한다. 동작자와 피부색을 검출하고, 카메라 보정 및 에피폴라 기하학 정보를 이용하여 보다 정확한 영상 분석, 그리고 칼만 필터(Kalman filter)를 사용한 추적 등을 통해 보다 안정적인 모션 캡쳐가 가능하게 된다. 실험결과를 통하여, 제안된 방법은 보다 정확한 위치 추정 및 실시간 모션 캡쳐를 위한 알고리즘임을 보여주고 있다.

본 논문에서는 웨이블릿 영역에서 이변수 가우스 확률밀도함수를 이용하여 잡음을 효과적으로 제거하는 방법을 제안한다. 본 논문의 방법은 웨이블릿 영역의 스케일간의 관계에 대한 통계적 모델을 이변수 가우스 확률분포로 설정하고, 이에 대한 베이즈 추정법을 통하여 잡음 제거를 수행한다. 베이즈 추정법을 위한 통계 파라메터는 $H{\ddot{o}}lder$ 부등식을 이용하여 근사적으로 추정한다. 실험 결과를 통하여 본 논문의 방법이 기존의 이변수 사전 확률모델을 이용한 잡음 제거 방법에 비하여 우수한 결과를 보여 준다는 것을 알 수 있다.

얼굴영상의 인식 기술은 보안과 감시를 비롯하여 머신 인터페이스와 콘텐츠 검색 등에서 활용이 광범위 하다. 그러나 주로 고해상도 영상이 연구의 대상이었고 원거리에서 획득된 저해상도 표적에 대하여 상대적으로 드물게 연구가 이루어졌다. 본 논문에서는 포톤 카운팅(Photon-counting) 선형판별법을 이용하여 저해상도 환경에서 얼굴영상의 인식을 수행한다. 포톤 카운팅 선형판별법은 Fisher 선형 판별법에서 발생하는 특이행렬 문제없이 Fisher의 최적화 기준을 실현한다. 즉, 차원의 축소나 특징 추출 과정 없이 고차원 공간에서 최적화된 투영을 위한 선형판별함수를 구성하고 이를 이용하여 판정하므로 저해상도 환경을 비롯한 얼굴영상의 왜곡의 극복에 효과적이다. 실험 결과는 제안한 방법이 주성분 분석을 활용하는 Eigen face 또는 주성분 분석과 Fisher 선형판별법이 결합된 Fisher face보다 우수하다는 것을 보여준다.

본 논문은 화소 단위의 정보가 아닌 분할된 영역들의 정보를 기반으로 유전자 알고리즘을 이용한 텍스트 후보영역 검출방안을 제안한다. 먼저, 영상분할을 수행하기 위해 색상별 화소분류와 비동질적인 군집의 감소를 위한 영역 단위의 재분류 알고리즘을 수행한다. 색상별 화소분류에 이용되는 EWFCM(Entropy-based Weighted Fuzzy C-Means) 알고리즘은 공간정보를 추가한 개선된 FCM 알고리즘으로써, 잡음에 강건한 특징을 가진다. EWFCM 알고리즘에 의해 분류된 화소들의 군집정보를 기반으로 수행되는 영역 단위의 재분류는 화소나 군집 단위의 재분류에 비해 효과적으로 영상에 존재하는 비동질적인 군집들을 감소시킬 수 있다. 그리고 텍스트 후보영역 검출은 분할된 영역들로부터 추출한 방향성 에지 성분에 대한 분산값 및 에너지, 크기, 개수 등의 정보를 기반으로 유전자알고리즘에 의해 수행된다. 이는 화소 단위의 정보를 이용한 방법보다 더 명확한 텍스트 영역정보를 획득할 수 있으며, 향후 자동문자인식에서 좀 더 손쉽게 이용될 수 있다. 실험 결과 제안한 분할방법은 기존 방법이나 화소나 군집 기반의 재분류보다 좋은 결과를 보였으며, 텍스트 후보영역 검출에서도 화소 단위의 정보를 이용한 기존 방법보다 더 좋은 결과를 보여 제안방법의 유효성을 확인하였다.

디지털 영상이 멀티미디어의 핵심 매체로 자리를 잡게 되면서 영상의 열화요인을 제거하여 원래의 품질에 가깝게 개선하는 영상 복원기술의 활용분야가 더욱 늘어나고 있다. 그러나 영상복원을 수행할 때 영상의 열화(degradation)가 선형공간불변이라고 가정하기 때문에 주파수영역에서 영상복원을 수행하면 그 결과 에지와 같이 밝기값의 변화가 큰 영역 주변에서 물결현상(ringing)이 나타나는 단점이 있다. 본 논문은 물결현상 제거를 위해 새로운 적응적 후처리 필터링 방법을 제안한다. 제안하는 알고리즘은 웨이블릿 변환을 사용하여 영상을 해석하고 에지 맵을 추출하고 영역을 나누어 에지영역과 물결현상을 검출한 후 이를 쌍방향필터(bilateral filter)를 이용해 제거한다. 실험결과를 통해서 제안하는 방법이 효과적으로 물결현상을 제거하는 동시에 중요한 에지를 보존할 수 있음을 확인할 수 있다.

본 논문에서는 이산 코사인 변환 계수의 에너지 비를 사용한 디지털 카메라용 초점 값 연산자를 제안하였다. 제안된 AC2DC1 및 AC5DC1 초점 값 연산자는 이산 코사인 변환 계수의 AC와 DC 계수의 에너지 비를 사용하여 이미지의 선명한 정도를 판단하는데, 이는 여러가지 표본 영상들의 이산 코사인 변환 에너지 분석에 바탕을 두고 있다. 또한 제안된 연산자와 기존의 여섯 가지 연산자를 비교하기 위해 초점 값의 선형성과 기울기를 종합적으로 측정할 수 있는 점수 계산 방법을 도입했으며, 이를 통해 잡음이 없는 상태, 임펄시브 및 가우시안 잡음이 있는 세 가지 상황 하에서 제안된 연산자의 성능을 검증하였다.

본 논문에서는 MPEG-4 AVC|H.264 SE(Scalable Extension) 부호화 복잡도의 대부분을 차지하는 모드 결정과정을 간략화시키는 시간적 및 공간적 계층 부호화에 따른 고속 모드 결정 방법을 제안한다. 우선 시간적 계층 부호화를 위해 조기스킵(Early Skip) 알고리즘과 MHM(Mode History Map)을 이용한 고속 모드 결정법을 제안한다. 조기스킵 알고리즘은 시간적으로 이전 영상과 이후 영상에 속한 참조 매크로블록의 모드만을 후보 모드로 사용하고, GOP 내에 존재하는 참조 매크로블록의 모드들로 MHM을 구성하여, 여기에 포함된 매크로블록 모드만을 후보 로드로 사용한다. 또한, 공간적 계층 부호화를 위해서는 하위 공간 계층에 대한 MHM을 구성하고, 여기에 BL_mode 만을 추가하여 상위 공간 계층의 후보 모드로 사용하는 방법을 제안한다. 제안방법은 후보 모드의 개수를 감소시킴으로써 최적 모드를 선택하기 위한 모드 결정 과정의 복잡도를 감소시킨다. 실험 결과는 제안 방법이 기존 방법에 비해 율-왜곡 성능의 큰 감소 없이 시간적 계층 부호화 방법에 대해 약 52%, 공간적 계층 부호화 방법에 대해 약 47%의 복잡도를 감소시킬 수 있음을 보여준다.

본 논문은 시점이 변화하는 동적 비디오에서 파노라마 배경을 생성하고 객체 추적을 가능하게 하는 알고리듬을 제안한다. 보다 구체적으로, 카메라로 입력되는 인접한 두 영상에서 추출된 특징점으로 부터 영상간의 관계를 유도하며, 이를 이용한 실린더 투영, 영상의 재정렬, 그리고 겹침 지역의 일그러짐을 최소화 하기 위한 스티칭(stitching) 및 블렌딩(blending)을 수행한다. 이 과정에 의해서 생성 된 배경을 기준으로 현재 입력 영상과 차분을 계산하여 객체 추적을 수행했다. 제안된 방법은 배경생성이 완료된 이후부터는 객체의 감시만을 수행하므로 실시간으로 넓은 영역의 감시가 가능하며, 이를 통한 지속적인 객체의 추적이 가능하다. 따라서 향후 공공장소 등과 같이 넓은 영역에서의 감시, 추적에 이용할 수 있다.

이미지 센서의 물리적 한계 가운데 공간 해상도의 제약과 다이내믹 레인지의 제약을 극복하기 위한 방법 가운데 신호처리기법에 기반하여 여러 장의 저해상도 영상으로부터 고해상도 영상을 복원하는 것과, 다이내믹 레인지가 좁은 여러 장의 영상으로부터 넓은 다이내믹 레인지를 갖는 영상을 복원하는 방법이 있다. 하지만, 일반적으로 실제 영상을 획득하는 과정에서 공간 해상도와 다이내믹 레인지의 제약을 동시에 받게 되므로, 이 두 제약을 동시에 극복하는 연구가 필요하다. 본 논문에서는 영상 장치의 응답 함수의 추정과 함께 공간 해상도와 다이내믹 레이지를 동시에 향상시킬 수 있는 알고리즘을 제안한다. 이를 위해 영상의 공간 해상도 제한과, 다이내믹 레인지의 제약을 포함하는 영상 획득 과정을 모델링하고, 이 영상 획득 모델을 기반으로 하여 영상 입력 장치의 응답 함수를 추정하고, 영상의 공간 해상도와 다이내믹 레인지를 동시에 향상시킬 수 있는 알고리즘을 제안한다. 실험 결과를 통해 제안된 알고리즘이 기존의 고해상도 복읜 알고리즘과 와이드 다이내믹 레인지 영상 복원을 연속적으로 처리한 결과보다 시각적, 수치적으로 더 좋은 결과를 보여줌을 확인할 수 있다.

감시 및 로보트 분야 등에서 다양하게 사용되는 전방향(omnidirectional) 카메라 시스템은 넓은 시야각을 제공한다. 전방향 카메라의 사영모델과 외부변수를 추정하는 대부분의 기존 연구에서는 사전에 설정된 영상 간의 대응관계를 가정한다. 본 논문에서는 두 장의 전방향 영상으로부터 투영곡선을 자동으로 정합하여 카메라의 외부변수를 추정하는 새로운 알고리즘이 제안된다. 먼저 두 영상에서 대응되는 특징점으로부터 에피폴라 구속조건을 계산하여 초기 카메라 변수를 계산한다. 검출된 특징점과 투영곡선을 대상으로 능동적(active) 정합방법으로 대응관계를 결정한다. 최종 단계에서 대응 투영곡선을 구성하는 양 끝점의 에피폴라(epipolar) 평면과 3차원 벡터의 각도 오차를 최소화하는 카메라 변수를 추정한다. 합성영상과 어안렌즈(fisheye lens)로 취득된 실제 영상을 대상으로 제안된 알고리즘이 기존 방법에 비해 카메라의 외부변수를 정확하게 추정함을 확인하였다.

대화형 멀티미디어 기기들이 급속하게 보급되면서 리모컨이나 컴퓨터 마우스와 같은 기존의 사용자 인터페이스 방식으로는 제약이 많아 사용이 불편한 경우가 많은데, 이러한 문제를 해결하기 위한 방안으로 비전기반의 포인팅 디바이스를 소개한다. 포인팅 디바이스에 카메라를 장착하여 카메라에 입력되는 배경 동영상을 분석하면 카메라의 움직임을 추정할 수 있는데 이를 근거로 커서를 움직이는 방법을 이용한다. 동작이 실시간으로 이루어 질 수 있도록 $288{\times}208$ 화소의 저해상도의 카메라를 이용하고 여기에 입력된 스크린의 모서리 영상을 찾아 국부적으로 옵티컬 플로우(Optical flow) 방법으로 트래킹하고 스크린의 크기를 계산하면 스크린과 디바이스간 거리와 디바이스의 움직임 경로를 알아낼 수 있다. 이러한 방법으로 만들어진 포인팅 디바이스는 기존의 비전기반 다자유도 입력장치들에 비하여 어두운 환경에서 유리하고 구현이 간단하며 기존의 마우스와 같이 한 손에 쥐고 사용방법을 학습하지 않고도 직관적으로 사용가능한 장점을 갖는다.

본 논문에서는 support vector machine (SVM)을 이용하여 기존의 3GPP2 selectable mode vocoder (SMV)코덱의 음성/음악 분류 성능을 향상시키는 방법을 제시한다. SVM은 통계적 학습 이론으로 훈련 데이터 사이의 최적 분류 초평면을 찾아내 최적화된 이진 분류를 보여준다. SMV의 음성/음악 실시간 분류 알고리즘에서 사용된 특징벡터와 분류방법을 분석하고, 이를 기반으로 분류성능향상을 위해 통계적 학습 이론인 SVM을 도입한다. 구체적으로, SMV의 음성/음악 분류알고리즘에서 사용되어진 특징벡터만을 선택적으로 사용하여 효과적으로 SVM을 구성한 분류기법을 제시한다. SMV의 음성/음악 분류에 적용한 SVM의 성능 평가를 위해 SMV 원래의 분류알고리즘과 비교하였으며, 다양한 음악장르에 대해 시스템의 성능을 평가한 결과 SVM을 이용하였을 때 기존의 SMV의 방법보다 우수한 음성/음악 분류 성능을 보였다.

본 논문에서는 모바일 환경에서 적용 가능한 잡음에 강인한 내용기반 음악 검색 시스템을 구축하였다. 제안된 시스템은 기존의 음성인식 분야에서 잡음에 강인한 특성을 가진 것으로 알려진 ZCPA 특징을 내용기반 음악 검색 시스템에 적용시켜 그 성능을 검증하였다. 또한 본 논문에서는 대용량 음악 DB 검색에서 기존의 전수(Exhaustive) 검색에 비해 검색 속도를 99% 가까이 개선할 수 있는 새로운 인덱싱 방법과 고속 검색 알고리즘을 제안하였다. 신호대 잡음비가 15dB - 0dB인 잡음 환경에서의 모의실험 결과, 제안 시스템은 기존의 MFCC와 필터뱅크 에너지 특징에 비해 약 5% - 30% 정도의 우수한 성능을 나타냄을 확인하였다.