본 논문에서는 적응적 변이보상 예측기법을 이용한 효과적인 스테레오 영상 압축 및 복원 방법을 제안하였다. 즉, 스테레오 영상간의 상호 상관도를 적응적으로 추정함으로써 단안 영상을 전송하는데 필요한 수준으로 전송 대역폭을 효율적으로 압축하고 복원할 수 있는 적응적 변이보상 예측기법을 제안하였다. 특히, 예측된 영상을 복원할 때, 스테레오 영상에서 추출된 특징값의 크기에 따른 적응적 정합기법을 적용함으로써 잘못된 변이벡터의 추정을 감소시키고 전체적인 변이의 신뢰도를 향상시켜 복원된 영상의 화질을 개선하였다. CCETT의 'Fichier', 'Manege' 및 'Tunnel' 영상을 사용한 실험한 결과, 제안된 적응적 변이보상 예측기법에 의해 복원된 영상은 기존의 화소기반 및 블록기반 방식에 비해 PSNR이 약 9.08dB 향상됨을 확인하였고, 오차영상의 비교에서도 기존의 방식보다 제안된 기법을 적용한 복원영상이 원영상과 차이가 거의 없음이 분석되었다.
인간의 시각체계는 영상의 밝기의 정도가 균일한 연에서는 잡음에 민감하지만, 변화하는 부분에서는 에지(edge)의 정도가 심할수록 잡음에 둔감하고, 에지부분에서 멀어질수록 잡음에 대한 민감도가 급격하게 증가한다. 이러한 인간의 시각 특성에 기반을 둔 여러가지 영상복원 방식이 제안되고 있는데, 본 논문에서는 영상을 복원함에 있어서 윤곽 부분에서는 변화하는 부분의 선명도를 높이고, 영상이 평탄한 부분에서는 잡음 성분을 많이 억제 시켜서 영상을 주관적으로 향상시키는 적응적 영상복원 방식을 소개한다. 이 방법은 에지 검출을 하기 위해서 각 화소를 기준으로 지역 분산값(local variance)을 사용하여 시각 함수(visibility function)를 구하고, 이 값에 따라 정규화 매개변수를 변환시켜 적응적으로 영상을 복원한다. 즉 영상을 평탄한 부분에서 에지부분까지 몇 단계로 나누어서 각각의 단계에 해당하는 유한 임펄스 CLS 필터를 구현해서 영상을 복원한다.
많은 의료영상 시스템에서 의료 볼륨 데이터는 압축된 형태로 저장되어 있으며, 압축된 데이터는 가시화 이전에 압축 복원을 수행해야 한다. 압축 복원은 상당한 시간이 소모되기 때문에 본 연구는 삼차원 의료영상의 고속 복원 방식을 제안한다. 제안 방법은 의료영상의 특수성에 대한 사용자 요구를 감안하여, 손실과 무손실 압축을 모두 제공하며 점진적 개선(progressive refinement) 복원 속성을 갖는다. 그리고 그래픽스처리장치(GPU)를 이용한 병렬화를 수행하여 매우 짧은 시간 내에 압축 복원이 수행된다. 마지막으로 압축 복원과 볼륨 가시화를 연계하여 선택적 압축 복원 방법이 가능하며, 이를 통하여 볼륨 압축 복원의 추가적 성능 향상을 얻었다.
기존의 원영상 복원 기술은 주로 신호 처리 분야에서 영상의 형성(formation), 저장 및 통신상에서 발생되는 왜곡 현상을 복원하는 연구가 많이 이루어 졌다. 원 영상 복원과 관련된 기존의 연구는 블록 정합(block matching algorithm)을 이용한 원영상 복원 방법이 있다. 이 방법은 오 정합(incorrect matching)이 발생하기 쉽고, 오 정합 시 에러가 전파되는 문제점이 있다. 그리고 장면 전환이 2회 이상 발생될 경우 장면 전환 지점과 지점 사이의 복원이 불가능하다는 문제점이 있다. 본 논문에서는 기존의 문제점들을 해결하기 위하여 확장적 블록 정합 방법(EBMA: Extended Block Matching Algorithm)과 영역 보상법(Region compensation method)을 이용한 원영상 복원 방법을 제안하고자 한다. 원영상 복원에 사용하기 위하여 비디오 사전 정보(장면 전환 정보, 카메라 모션 정보, 캡션 영역 정보)를 추출한다. 추출된 캡션 영역 정보를 이용하여 캡션 문자의 구성 요소 정보를 추출한다. 추출된 비디오 사전 정보를 이용하여 복원의 방향성을 결정하고, 복원의 방향성에 따라 문자의 구성 요소 단위로 확장적 블록 정합 방법과 영역 보상법을 이용하여 원영상 복원을 수행한다. 실험결과 확장적 블록 정합 방법은 빠른 물체의 움직임이나 복잡한 배경에 영향을 받지 않고 복원이 잘 되는 것을 알 수 있었다. 참조할 원영상이 없이 원영상 복원을 수행하는 영역 보상법의 복원 결과 또한 좋음을 볼 수 있었다.
복원 영상은 원 영상에 비해 항상 왜곡 및 잡음 요소가 첨가되는 경향이 있다. 영상 복원에서는, 변형 요소를 포함한 영상의 잡음, 또는 왜곡 정보를 교정하여 복원 영상의 품질을 향상시키고, 원 영상에 가장 근접한 값으로 표현하여야 한다. 영상 복원을 위한 공간 필터 중에서 선형 필터는 쉽게 구현될 수 있고, 가우시안 잡음 제거율이 높다는 장점이 있지만, 얼룩이나 임펄스 잡음 제거에 대해서는 좋지 않은 성능을 보이기 때문에, 이러한 단점을 보완할 수 있는 비선형 필터 알고리즘으로 본 논문에서는 적응성 다단계 최적화 필터(OAMF : optimal adaptive multistage filter)라는 영상 복원 공간 필터를 제안하였다. 적응성 다단계 최적화 필터는 영상 복원에서 필터링 시간 감소, 잡음 제거율 증가 그리고 외곽선 정보의 보존률 증가 등을 목적으로 역전파 학습 알고리즘의 가중치 학습법을 기반으로 적응성 다단계 필터(AMF)를 최적화 한 것이다. 본 논문에서 제시한 영상 복원 공간필터가 기존의 다른 필터들에 비해 임펄스 잡음 제거와 외곽선 정보 보존 기능, 가우시안 잡음 제거 능력 등이 향상됨을 시뮬레이션 결과로 입증하였다.
자율 주행 자동차나 소방 로봇과 같은 시스템에서 영상을 얻을 때 다양한 요인들로 인해 잡음, 블러와 같은 열화가 발생한다. 이런 열화된 영상에 직접 영상 분류와 같은 기술을 적용하기 어려워 열화 제거가 불가피하나 이러한 시스템들은 영상의 열화를 인식할 수 없어서 열화된 영상을 복원하는데 어려움이 있다. 본 논문에서는 영상에 적용된 열화를 인지하지 못하는 상황에서 여러 방법들로 열화된 영상으로부터 자연스럽고 선명한 영상을 복원하는 방법을 제안한다. 우리가 제안한 방법은 딥러닝 모델에 채널 어텐션 모듈과 스킵 커넥션을 사용하여 영상에 적용된 열화에 따라 복원에 필요한 채널에 높은 가중치를 적용해 복합 열화 영상의 복원을 진행한다. 이 방법은 다른 복합 열화 복원 방법에 비해 학습이 간단하고 기존의 다른 방법들에 비해 높은 복합 열화 복원 성능을 낸다.
본 논문에서는 컴퓨터 집적영상(integral imaging(II))에서 분산 추정을 이용하여 심하게 은폐된 물체의 복원 시 은폐물(occluding object)의 블러링 효과를 제거하는 방법을 제안하였다. 하나의 요소영상(elemental image) 군으로부터 은폐 효과를 제거하여 복원된 영상의 선명도를 향상시키는 정보를 추출하는 방법을 분석하였다. 이를 실행하기 위해 픽업되는 요소영상들이 높은 해상도, 낮은 초점오차(focus error), 큰 깊이감을 가질 필요가 있다. 요소 영상을 픽업할 때 디지털 컴퓨터를 이용한 synthetic aperture integral imaging(SAII)이 채택되었다. 컴퓨터(Computational) II에서는 복원 면의 위치에 따라 복원되는 영상의 촛첨이 맺히는 영역이 달라진다. 심하게 은폐된 물체 영상의 복원은 은폐 물체의 블러링(bluring) 효과가 복원 면에 전체적으로 크게 나타나기 때문에 선명한 복원을 할 수가 없다. 이러한 은폐물의 블러링 효과가 제거된 복원 영상을 얻기 위해 분산 추정이라는 통계적인 방법이 채택되었다.
자막의 원영상 복원은 동영상 재 사용성이란 측면에서 많은 연구가 진행되어 왔다. 외국에서 수입된 동영상의 경우 외국어 자막이 삽입된 경우가 종종 발생하며 자막에 삽입된 외국어를 자국어로 대치할 필요가 종종 발생한다. 원영상 손실없이 자연스런 자막교환을 위해서는 자막 부분의 원영상 복원이 필요하며, 자막의 원영상 복원은 동영상 재 사용성이란 측면에서 많은 연구가 진행되어 왔다. 이러한 원영상 복원의 중요성에 불구하고 복원의 대상이 되는 자막 특성에 대한 체계적인 분석이 이루어 지지 않는 문제점이 있다고 볼 수 있다. 본 논문에서는 TV 프로그램 장르별 구분 방법을 학계, 방송사, 방송기구별로 분류 조사하고, 각 장르별 자막의 출현 빈도, 자막 내용의 중요도 및 복원의 필요성에 대하여 분석한다. 복원의 필요성이 크게 인식되는 자막에 대한 특성을 분석하고 그 정보를 복원 정보로 사용한다.
본 논문은 영상에서 등광도선 정보를 사용한 상표 및 자막영역의 원영상 복원 방법을 제안한다. 제안한 방법은 유사한 밝기값을 가진 픽셀들을 연결한 등광도선을 영상복원을 위한 정칙화 연산자로 사용하고, 이 정칙화 연산자를 가진 비용 함수를 유전자 알고리즘을 사용하여 최소화하는 픽셀값을 추정하여 영상을 복원한다. 제안한 방법을 영상에 포함된 상표 및 자막영역과 노이즈를 제거하고 원영상으로 복원하는데 적용한 결과, 정칙화 이론에서 사용하는 Laplacian과 같은 미분 연산자보다 등광도선 연산자가 ISNR의 향상과 복원효과가 뛰어남을 알 수 있다.
CNN (convolutional neural network) 기반의 단일 열화 영상 복원 방법은 우수한 성능을 나타내지만 한가지의 특정 열화를 해결하는 데 맞춤화 되어있다. 본 연구에서는 복합적으로 열화 된 영상 분류 및 복원을 위한 알고리즘을 제시한다. 복합 열화 영상 분류 문제를 해결하기 위해 CNN 기반의 알고리즘인 사전 학습된 Inception-v3 네트워크를 활용하고, 영상 열화 복원을 위해 기존의 CNN 기반의 복원 알고리즘을 사용하여 툴체인을 구성한다. 실험적으로 복합 열화 영상의 복원 순서를 추정하였으며, CNN 기반의 영상 화질 측정 알고리즘의 결과와 비교하였다. 제안하는 알고리즘은 추정된 복원 순서를 바탕으로 구현되어 실험 결과를 통해 복합 열화 문제를 효과적으로 해결할 수 있음을 보인다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.