• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.259-261
• /
• 1998

멀티미디어 데이터 중에서도 많은 부문의 응용에 사용되는 이미지 데이터의 내용 기반 검색에 대한 연구가 활발히 이뤄지고 있지만, 기조의 내용 기반 이미지 검색 대부분이 대상으로 삼고 있는 임지 포맷과는 달리 현재 이용되는 대부분의 이미지는 압축된 상태이다. 이미지 압축의 표준으로 사용되는 JPEG 압축 이미지에 대해서 압축 상태에서 특성을 추출하고 이를 검색에 이용하면 기존의 방법에 비해 압축을 해제하는 비용을 줄일 수 있고 블록 정보를 이용하는 장점을 가지게 된다. 본 논문에서는 JPEG 압축 이미지에서 블록 단위의 정보를 가진 특성으로 추출해내고 이를 사용한 이미지 검색 기법을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.10a
• /
• pp.180-181
• /
• 2018

JPEG is a most widely used standard image compression technology. This research introduces the JPEG image compression algorithm and describes each step in the compression and decompression. Image compression is the application of data compression on digital images. The DCT (discrete cosine transform) is a technique for converting a time domain to a frequency domain. First, the image is divided into 8 by 8 pixel blocks. Second, working from top to bottom left to right, the DCT is applied to each block. Third, each block is compressed through quantization. Fourth, the array of compressed blocks that make up the image is stored in a greatly reduced amount of space. Finally if desired, the image is reconstructed through decompression, a process using IDCT (inverse discrete cosine transform).

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2003.11a
• /
• pp.61-64
• /
• 2003

무손실 이미지 압축은 (Lossless Image Compression)은 손실이미지 압축(Lossy Image Compression)에 비해, 압축률(compression ratio)은 떨어지지만, 반면 원이미지와 복원이미지가 완전히 일치하므로, 원인이미지의 품질을 그대로 유지학 수 있다. 따라서, 이미지의 품질(Quality)과 압축효율(compression ratio)은 서로 상반된 관계에 있으며, 지금도 좀 더 놀은 압축효과를 얻으려는 여러 무손실 압축 방법이 발표되고 있다. 무손실 이미지 압축은 이미지의 정확성과 정밀성이 요구되는, 의료영양분야에서 가장 널리 쓰이고 있으며, 그밖에, 원본이미지를 기본으로 다른 이미지프로세싱이 필요한 경우, 압축 복원을 반복적으로 수행할 필요가 있을 때, 기타 사진 예술분야, 원격 영상 등 정밀성이 요구되는 분양에서 쓰이고 있다. [7]. 무손실 이미지 압축의 가장 대표적인 CALIC[3]과 JPEG_LS[2]를 들 수 있다. CALIC은 비교적 높은 압축률을 나타내지만, 3-PASS의 과정을 거치는 복잡도가 지적되고 있다. 반면 JPEG-LS는 압축률은 CALIC에 미치지 못하지만 빠른 코딩/디코딩 속도를 보인다. 본 논문에서는 여거 가지의 예측 모드를 두어, 블록단위별로 주변 CONTEXT에 따라, 최상의 예측 모드를 판단하여, 이를 적용, 픽셀의 여러 값을 최소화하였다. 그 후 적응산술 부호기(Adaptive arithmetc coder)를 이용하여, 인코딩을 하였다. 이때 최대 에러값은 64를 넘지 않게 했으며, 또한 8*8블록별로 에러의 최대값을 측정하여 그 값을 $0\~7$까지의 8개의 대표값으로 양자화하는 방법을 통하여 그에 따라 8개의 보호화 심볼 모델중 알맞은 모델에 적용하였다. 이를 통해, 그 소화값의 확률 구간을 대폭 넓힘으로써, 에러 이미지가 가지고 있는 엔트로피에 좀 근접하게 코딩을 할 수 있게 되었다. 이 방법은 실제로 Arithmetic Coder를 이용하는 다른 압축 방법에 그리고 적용할 수 있다. 실험 결과 압축효율은 JPEG-LS보다 약 $5\%$의 압축 성능 개선이 있었으며, CALIC과는 대등한 압축률을 보이며, 부호화/복호화 속도는 CALIC보다 우수한 것으로 나타났다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.149-152
• /
• 1998

정보통신 기술이 급격히 발달함에 따라 영상처리 및 압축 기술에 대한 중요성이 대두되고 있다. 현재 정지 압축 영상 표준인 JPEG과 동영상 압축 표준인 MPEG에서는 통계적 특성에 기반한 DCT 방법을 이용하여 압축을 수행하고 있다. 최근에는 웨이브렛 변환을 이용한 영상신호 처리 및 압축에 관한 연구가 활발히 이루어지고 있는데, 이는 기존의 DCT 방법과는 달리 속도와 압축률이 뛰어나며 블록화 현상(Blocking Effect)이 발생하지 않기 때문이다. 또한 웨이브렛 자체가 함수이고 이러한 함수에 다른 스케일과 해상도를 적용하는것이므로, 영상을 확대하거나 축소하더라도 이미지에 손상을 주지 않고 복원할 수 있다. 스테레오 이미지는 사람의 시각에서 물체를 보는 것처럼, 카메라에서 같은 장면을 약간의 차이를 두어 찍은 것이다. 따라서 오른쪽과 왼쪽의 두 이미지로 나누어지게 되는데, 이 두 이미지 사이에서 공통 부분이 많다는 특징을 가지게 된다. 따라서 두 이미지의 공통 부분을 찾아 내고, 이를 이용하여 압축을 할 수 있다면 압축률을 높일 수 있다. 본 연구에서는 웨이브렛 변환을 이용하여 스테레오 이미지에서의 공통 부분을 찾고 영상을 효율 岵막\ulcorner 압축하는 방법에 대하여 연구한다.

• The KIPS Transactions:PartB
• /
• v.13B no.3 s.106
• /
• pp.231-238
• /
• 2006

In this paper, the method to make lossless image compression that holds considerable part of total volume of mobile game has been proposed. To increase the compression rate, we compress the image by Deflate algorithm defined in RFC 1951 after reorganize it at preprocessing stage before conducting actual compression. At the stage of preprocessing, we obtained the size of a dictionary based on the information of image which is the feature of Dictionary-Based Coding, and increased the better compression rate than compressing in a general manner using in a way of restructuring image by pixel packing method and DPCM prediction technique. It has shown that the method increased 9.7% of compression rate compare with existing mobile image format, after conducting the test of compression rate applying the suggested compression method into various mobile games.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.272-275
• /
• 2018

본 논문에서는 기존 신경망 기반의 이미지 압축에 많이 사용되었던 신경망인 ResNet 을 대신하여 더 적은 개수의 파라미터를 사용하여 좋은 성능을 낼 수 있는 신경망 구조인 DenseNet 을 이미지 압축에 사용한다. 이미지 압축을 위해 사용되는 신경망 구조는 일반적으로 오토 인코더 구조인데, 병목 층에서 정보 손실이 상당히 많이 발생한다. 따라서 이미지 압축에서 신경망 내에서의 정보 전달은 상당히 중요하다. 기존의 논문에서는 이를 위해 이전의 정보를 그대로 뒤로 전달해주는 구조인 ResNet 을 사용하여 깊은 층에 대해서도 수렴이 잘 되는 결과를 보여주었다. 그러나 많은 수의 파라미터를 사용하는 단점을 해결하기 위해 본 논문에서는 DenseNet 을 이미지 압축에 사용하였고, 병목 층에서의 정보 손실로 인해 이미지의 고주파수 성분이 사라지는 현상을 해결하기 위해 원래 이미지와 JPEG2000 으로 압축한 이미지와의 차이를 추가 입력으로 넣어주어서 주관적인 화질을 개선하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.23 no.1
• /
• pp.84-89
• /
• 2019

JPEG is a most widely used standard image compression technology. This research introduces the JPEG image compression algorithm and describes each step in the compression and decompression. Image compression is the application of data compression on digital images. The DCT (discrete cosine transform) is a technique for converting a time domain to a frequency domain. First, the image is divided into 8 by 8 pixel blocks. Second, working from top to bottom left to right, the DCT is applied to each block. Third, each block is compressed through quantization. Fourth, the matrix of compressed blocks that make up the image is stored in a greatly reduced amount of space. Finally if desired, the image is reconstructed through decompression, a process using IDCT (inverse discrete cosine transform). The purpose of this research is to review all the processes of image compression / decompression using the discrete cosine transform method.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.479-481
• /
• 2011

기존의 무손실 압축은 일반적으로 채널간의 상관관계를 거의 이용하지 않고, 각각의 채널을 따로 압축하였다. 본 논문에서는 컬러 이미지가 갖는 채널 간의 상관관계를 이용하여 무손실 압축의 성능을 향상시키는 방법을 제안하였다. 제안하는 방법에서는 채널 간 상관관계를 표현할 수 있도록 비대칭 샘플링을 이용하여 모자이크 이미지와 나머지 이미지로 나누어 압축을 수행하였고, 압축된 모자이크 이미지의 정보를 이용해서 나머지 이미지를 예측하여 압축할 정보의 양을 감소시켰다. 압축 성능을 평가하는데 일반적으로 사용되는 데이터들에 대하여 실험한 결과, 기존의 압축표준인 JPEG2000 lossless에 대해 평균 4.75%의 성능 향상을 보여주었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.74-77
• /
• 2022

본 논문에서는 계층적 픽셀 예측과 컨텍스트 적응적 산술 부호화를 이용한 이미지 적응 무손실 압축 알고리즘을 제안한다. 입력 RGB 이미지는 먼저 가역적 색상 변환이 적용된다. Y 채널 이미지는 기존의 무손실 압축 인코더로 압축되고, U와 V채널 이미지는 Y 채널 이미지를 기반으로 예측된다. 원본과의 차이는 컨텍스트 적응적 산술 부호화를 통해 압축된다. 본 논문에서 제안된 알고리즘에서는 입력 이미지의 성질에 따라 산술 부호화에 사용되는 인코더의 개수를 적응적으로 변화시킨다. 또한 저주파 성분에 상대적으로 많은 자원을 집중시킴으로써 압축 성능을 향상시켰다. 제안된 방법은 기존에 사용되던 압축 방식들과 비교했을 때에도 의미 있는 성능을 보였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.107-110
• /
• 2018

Image compression is the application of Data compression on digital images. The (DCT) discrete cosine transform is a technique for converting a time domain to a frequency domain. It is widely used in image compression. First, the image is divided into 8x8 pixel blocks. Apply the DCT to each block while processing from top to bottom from left to right. Each block is compressed through quantization. The space of the compressed block array constituting the image is greatly reduced. Reconstruct the image through the IDCT. The purpose of this research is to understand compression/decompression of images using the DCT method.