• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.425-428
• /
• 2020

본 논문에서는 경계 합성곱 신경망(Convolutional neural network, CNN)기반의 슈퍼 해상도 기법을 이용하여 저해상도 옷감 메쉬를 슈퍼 해상도로 노이즈 없이 안정적으로 표현할 수 있는 기법을 제안한다. 저해상도와 고해상도 메쉬들 간의 쌍은 옷감 시뮬레이션을 통해 얻을 수 있으며, 이렇게 얻어진 데이터를 이용하여 고해상도-저해상도 데이터 쌍을 설정한다. 학습할 때 사용되는 데이터는 옷감 메쉬를 지오메트리 이미지로 변환하여 사용한다. 우리가 제안하는 경계 합성곱 신경망은 저해상도 이미지를 고해상도 이미지로 업스케일링 시키는 이미지 합성기를 학습시키기 위해 사용된다. 테스트 결과로 얻어진 고해상도 이미지가 고해상도 메쉬로 다시 변환되면, 저해상도 메쉬에 비해 주름이 잘 표현되며, 경계 부근에서 나타나는 노이즈 문제가 완화된다. 합성 결과에 대한 성능으로는 전통적인 물리 기반 시뮬레이션보다 약 10배 정도 빠른 성능을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.217-220
• /
• 2022

본 논문에서는 CCTV 영상 화질을 향상하고 해상도를 높이기 위해 딥 러닝(Deep Learning)을 이용하여 잡음 제거(Denoising) 와 초해상도(Super-resolution) 작업을 수행한다. 데이터 증강(Data Augmentation)을 통한 초해상도 성능 향상을 위해서 잡음 제거 네트워크의 출력 영상을 초해상도 네트워크의 입력으로 사용하는 순차적 작업을 사용한다. 또한 딥 러닝을 이용한 영상처리에서 발생하는 평균 밝기 오차 문제를 해결하기 위한 손실함수(Loss Function)와 두 가지 이상의 순차적인 딥 러닝 작업에서 발생하는 문제점을 극복하기 위한 손실함수를 제안한다. 제안하는 손실함수는 네트워크의 출력 영상과 타겟 영상의 밝기 오차를 줄이는 것이 가능하고, 순차적 작업에서 보다 정확한 모델 성능 판단이 가능하다.

• 방송공학회논문지
• /
• 제1권2호
• /
• pp.96-107
• /
• 1996

영상 검색 시스템에서 공유망이나 저속 링크망 같은 통신망을 사용해 영상 DB를 조회하여 목표 영상을 결정하려는 경우 고화질 영상을 전송하게 되는 경우 전송 지연과 같은 문제점을 극복하기 힘들다. 본 논문에서는 다해상도의 영상 표현과 점진적 전송 방법을 통해 영상 검색 시스템의 성능 향상을 위한 브라우징 방법과 최적화 방법을 제안하였다. 제안된 통계적 모델 분석과 성능에 대하여 모의 실험을 통하여 성능 평가를 수행하였다. 여러 중간 해상도 계층을 사용하는 사용자-시스템간 대화형에 의한 검색 시스템은 단일 하위 계층을 사용하는 것보다 전송 지연 시간 측면의 큰 이득을 얻을 수 있음을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1983-1984
• /
• 2011

본 논문에서는 흉부 X선 영상으로부터 폐 종류 음영을 검출하기 위한 필터를 예측해서 바람직하게 평가하기 위한 방법을 제안한다. 더욱이 그 평가방법을 이용해서 이전부터 제안한 다중해상도 라플라시안-가우시안 필터의 평가를 행한다. 전문의의 진단보조 혹은 종합자동진단시스템의 구성요소로서 필터가 행하는 역할을 고려한 후에 필터가 만족해야할 조건 및 그 조건을 만족한 경우에 있어서 몇가지 성능평가 척도를 명확히 한다. 제안한 평가방법을 통해서 다중해상도 필터가 단일해상도 필터에 비해 높은 성능을 갖게됨을 명확히 한다.

• 한국우주과학회:학술대회논문집(한국우주과학회보)
• /
• 한국우주과학회 2004년도 한국우주과학회보 제13권1호
• /
• pp.80-80
• /
• 2004

해상도가 높아질수록 위성 탑재 카메라의 광학적 설계 조건은 까다롭다. 특히 1m급의 고해상도 영상을 얻기 위해서는 개념설계 단계에서부터 여러 가지 기술적인 면과 운용적인 면을 동시에 고려해야 하며 이러한 조건들이 상호 연관성을 가지면서 광학계의 형태나 성능을 결정하므로 다양한 해석과 분석이 필요하다. 해상도, 촬영고도, 관측폭 그리고 촬영소자의 크기에 의해 광학계의 초점거리가 결정되며 광학계의 유효구경을 추가하면 신호량 성능에 대한 예측이 가능하다. (중략)

• 한국전자파학회논문지
• /
• 제30권4호
• /
• pp.275-281
• /
• 2019

합성 개구면 레이다(synthetic aperture radar: SAR) 위성은 주 야와 날씨에 관계없이 객체의 전자기적 산란분포를 2차원 영상으로 제공할 수 있기 때문에, 광학 위성에 비해 객체 분석에 효과적으로 이용될 수 있다. SAR 위성의 지구 관측주기를 고려한다면, 한 번에 넓은 범위를 관측하는 것이 객체분석에 유리하다. 하지만, 관측범위가 넓어질수록 위성 SAR 영상의 해상도가 저하되는 문제점이 있다. 이는 기존 레이다 신호처리에 이용되었던 해상도 향상 기법을 이용하여 극복될 수 있지만, 아직 해상도 향상 기법을 위성 SAR 영상에 적용하여 그 성능을 분석한 연구는 미미한 실정이다. 따라서 본 논문에서는 위성 SAR 영상에 대한 기존 해상도 기법의 적용 가능성을 탐색하는 연구를 수행한다. 구체적으로, 한국항공우주연구원에서 운용 중인 다목적실용위성 5호(Korea multi-purpose satellite-5: KOMPSAT-5) 영상에 객체 탐지를 수행하고, 외삽(extrapolation), RELAX(relaxation), MUSIC(multiple signal classification) 기법을 적용하여 해상도를 향상시킨 후, 그 성능을 분석한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.221-223
• /
• 2022

최근 CNN(Convolutional Neural Network)은 초해상화(super-resolution)를 포함한 다양한 컴퓨터 비전 분야에서 우수한 성능을 보이며 널리 사용되고 있다. 그러나 CNN은 계산 집약적이고 많은 메모리가 요구되어 한정적인 하드웨어 자원인 모바일이나 IoT(Internet of Things) 기기에 적용하기 어렵다는 문제가 있다. 이런 한계를 해결하기 위해, 기 학습된 깊은 CNN 모델의 성능을 최대한 유지하며 네트워크의 깊이나 크기를 줄이는 경량화 연구가 활발히 진행되고 있다. 본 논문은 네트워크 경량화 기술인 지식증류(knowledge distillation) 중 자가증류(self-distillation)를 초해상화 CNN 모델에 적용하여 성능을 평가, 분석한다. 실험 결과, 정량적 평가지표를 통하여 자가증류를 통해서도 성능이 우수한 경량화된 초해상화 모델을 얻을 수 있음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.691-694
• /
• 2022

최근 고해상도 영상이 필요하게 되었으며, 저해상도 영상을 고해상도 영상으로 변환하는 딥러닝 기반의 초해상도 알고리즘에 대한 연구가 활발히 진행되고 있다. 그럼에도 불구하고 딥러닝 기반의 초해상도 알고리즘은 하드웨어의 한계로 인해 임베디드 시스템에서 실행시간이 느린 단점이 있다. 본 논문에서는 심층신경망 기반의 초해상도 알고리즘의 네트워크 구조를 제시하고 다양한 활성화 함수에 따른 화질 및 실행시간 성능을 분석한다. 실험 결과, 젯슨 나노보드의 다양한 활성화 함수 중 화질과 실행 시간의 관계에서 도출한 최적의 활성화 함수가 PReLU 함수임을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.39-41
• /
• 2011

본 논문에서는 깊이 영상의 해상도와 품질을 향상시키는 방법을 제안한다. 일반적으로 2D-plus-Depth 구조의 3D 콘텐츠에서는 깊이 영상의 품질이 매우 중요하다. 최근 들어 Time-of-Flight (TOF) 방식의 깊이 센서가 깊이 영상 획득에 많이 사용되고 있는데 TOF 깊이 센서가 제공하는 깊이 영상은 저해상도이기 때문에 고해상도 3D 콘텐츠를 제작하기 위해서는 깊이 영상의 해상도를 상향 변환하는 것이 필수적이다. 또한 고품질의 깊이 영상을 얻기 위해서는 물체 간의 경계를 정교하게 보존하는 것이 중요하다. 최근에는 깊이 영상의 해상도 상향 변환을 위해서 Joint Bilateral Upsampling(JBU) 방식이 많이 사용되고 있다. 본 논문은 깊이 영상의 해상도를 높임에 있어서 우선 보간법을 수행하여 영상의 상향 변환 시에 생긴 빈 홀들의 값을 채워준 후 Bilateral Filtering을 수행함으로써 성능을 높인다. 일반적으로 영상을 상향 변환을 할 때 다양한 방법들이 있는데 본 논문에서는 Nearest Neighborhood(NN), Gaussian과 경계 보존 보간법, 경계 보존 보간법과 Fast Curvature Based Interpolation(FCBI)를 결합한 보간법을 사용하였다. 실험 결과 제안 방법이 기존 방법보다 우수한 성능을 가짐을 보여준다. 또한 경계 보존 보간법과 FCBI를 결합한 보간법을 이용해서 상향 변환을 수행한 결과가 다른 보간법들에 의한 결과보다 우수하다는 점을 알 수 있다.

• 전자공학회논문지 IE
• /
• 제49권1호
• /
• pp.1-6
• /
• 2012

본 논문에서는 시간-디지털 변환기의 성능 개선을 위하여, 높은 해상도의 2단 시간-디지털 변환기(TDC)를 설계하였다. TDC 중간에 2단 버니어 시간 증폭기(2-S VTA)를 사용하여 2단 구조를 갖도록 하였다. 2단 버니어 시간 증폭기는 기존의 시간 증폭기에 비해 이득이 64 이상으로 매우 크기 때문에 전체 2단 TDC의 해상도를 높인다. TDC는 버니어 구조를 사용하였기 때문에 고급 공정에 제한받지 않고, 높은 해상도를 얻을 수 있다. 제안하는 2단 TDC는 $0.18{\mu}m$ CMOS 공정으로 설계하였고, 전원 전압은 1.8V로 모의실험 하였다. 전체 입력 범위는 512ps이고 전체 해상도는 0.125ps이다.