• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.336-336
• /
• 2021

기후변화와 도시화로 인한 집중 호우와 불투수층 증가로 도시 홍수의 발생 빈도와 규모가 증가하고 있다. 인적, 물적 자원이 집중되어 있는 도시유역의 특성상 침수가 발생하면 이로 인한 직접적 피해 뿐만 아니라 사회경제적 2차 피해를 발생한다. 도시 홍수로 인한 피해를 줄이고 도시의 재해에 대한 회복력을 키우기 위해서는 관측과 더불어 정확한 모의 기술이 중요하다. 한편, 격자 기반 도시 홍수 모의는 집중 호우에 따른 침수의 시공간적 발생 양상을 물리적으로 해석하는 방법으로, 지표수-우수관거 이중배제 통합 모의, 수치기법, 병렬컴퓨팅, 수질 연계 모의 등의 측면에서 지금까지 많은 발전이 이루어져 왔다. 최근들어 원격탐사 기술의 발달로 공간해상도 1미터 수준 혹은 그 이상의 초고해상도 지형자료가 많은 지역에서 대해 가용해지고 있으며, 도시 홍수 해석에 이와 같은 초고해상도 자료를 적용하기 위한 연구가 활발히 진행되고 있다. 본 연구에서는 초고해상도 지형 및 토지 피복 자료의 공간해상도가 침수해석에 미치는 영향을 분석한다. 도시침수의 두가지 주요 요인인 내수침수와 외수범람 중에서 극한 강우에 의한 내수침수해석 사례만을 주요 연구 범위로 한다. 초고해상도 입력자료의 격자기반 도수 해석 모형으로는 운동파 기반의 2차원 지표 흐름 해석 모형을 적용하고, 초고해상도 모의의 효율적 계산을 위해 하이브리드 병렬 컴퓨팅 기술을 이용한다. 초고해상도 입력자료 적용 사례 대비, 공간해상도 저하에 따라 침수 면적이나 깊이 등에서 어떤 변화가 있는지 정량적으로 검토한다. 또한, 강우의 강도 및 공간분포가 초고해상도 도시 홍수 해석에 미치는 영향에 대해서 분석한다. 모의 결과로부터 도시 홍수 해석시 거리 단위(street-level) 정확도의 재현을 위해 적정한 공간해상도를 분석하고, 초고해상도 도시 홍수 모의를 이용한 기후변화에 따른 극한 홍수의 도시지역 영향 분석 및 회복력 개선 관련 연구의 가능성에 대해 논의한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.524-527
• /
• 2011

본 논문에서는 웨이블릿 기저를 적용하여 영상을 주파수 대역이 각각 다른 영상으로 분리하고 이들과 원본 영상을 조합 후 웨이블릿 역변환을 적용하여 고해상도의 영상을 획득하는 초고해상도 기법을 제안한다. 기존의 단일 영상을 이용한 초고해상도 기법의 경우 영상에서의 고주파 대역을 찾기 위해 확률 기반의 여러 다양한 방법이 제시되었으나 연산 복잡도 증가로 인해 처리시간 증가 등의 문제가 발생한다. 이러한 문제를 해결하기 위해 웨이블릿 기저 함수를 이용한 다양한 초고해상도 기법이 제안되었다. 본 논문에서는 주어진 영상 내에서 웨이블릿 기저 함수를 이용하여 주파수 대역 별로 영상을 먼저 생성하고, 원본 영상과 주파수 대역 별로 분리된 영상을 조합한 후 웨이블릿 역변환을 적용하여 해상도를 증가시키는 새로운 기법을 제안한다. 실험을 통해 제안하는 웨이블릿 기반의 초고해상도 기법이 기존의 해상도 향상을 위한 다양한 보간법에 비해 향상된 효율을 보이는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제17권7호
• /
• pp.1672-1686
• /
• 2013

본 논문에서는 이산 웨이블릿 변환(discrete wavelet transform: DWT)을 이용한 단일영상 기반의 초고해상도 기법(super-resolution)과, 복수영상 기반의 초고해상도 기법을 제시하고 두 기법을 혼합한 새로운 초고해상도 기법 기법을 제안한다. 기존의 단일 영상 기반의 초고해상도 기법의 경우 처리 시간이 빠르다는 장점이 있으나 영상 보간 시 사용할 수 있는 정보량이 제한적이다. 또한 기존 복수영상 기반의 초고해상도 기법은 단일 영상을 사용했을 경우보다 영상의 보간 시 많은 정보를 사용할 수 있으나 영상의 내용에 따라 기법의 적용이 제한적이고, 컷(cut)의 경계 부근에서 기법의 성능이 매우 떨어지는 단점이 있다. 제안된 기법에서는 컷 검출(cut-detection) 기법을 통해 각 장면의 경계부근에서 적응적으로 단일영상 기반의 초고해상도 기법을 사용한다. 또한 움직임 벡터의 정규화 및 블록 단위의 윤곽선(edge) 패턴 분석을 통해 여러 제한조건에 강한 복수 영상 기반의 초고해상도 기법을 제안한다. 실험을 통하여 제안된 기법이 객관적, 주관적으로 기존의 기법보다 우수한 성능을 보이는 것을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.228-229
• /
• 2020

최근 딥러닝 기술은 여러 컴퓨터 비전 응용 분야에서 많이 쓰이고 있다. 물체 인식, 분류 및 영상 생성 등을 예로 들 수 있다. 특히 초고해상도 변환 문제에서 최근 딥러닝을 사용하면서 큰 성능 개선을 얻고 있다. Fast super-resolution convolutional neural network (FSRCNN)은 딥러닝 기반 초고해상도 알고리즘으로 잘 알려져 있으며, 여러 개의 convolutional layer로 추출한 저 해상도의 입력 특징을 활용하여 deconvolutional layer에서 초고해상도의 영상을 출력하는 알고리즘이다. 본 논문에서는 병렬 연산 효율성을 고려한 FPGA 기반 convolutional neural networks 가속기를 제안한다. 특히 deconvolutional layer를 convolutional layer로 변환하는 방법을 통해서 에너지 효율적인 가속기를 설계했다. 또한 제안한 방법은 FPGA 리소스를 고려하여 FSRCNN의 구조를 변형한 Optimal-FSRCNN을 제안한다. 사용하는 곱셈기의 개수를 FSRCNN 대비 2.4 배 압축하였고, 초고해상도 변환 성능을 평가하는 지표인 PSNR은 FSRCNN과 비슷한 성능을 내고 있다. 이를 통해서 FPGA 에 최적화된 네트워크를 구현하여 FHD 입력 영상을 UHD 영상으로 출력하는 실시간 영상처리 기술을 개발했다.

• 방송공학회논문지
• /
• 제18권3호
• /
• pp.463-473
• /
• 2013

본 논문에서는 다시점 영상을 이용한 초고해상도 영상 복원 기법을 제안한다. 구체적으로 $5{\times}5$ 배열로 구성된 다시점 카메라로 25장의 영상을 취득하고, 가운데 카메라에 해당하는 초고해상도 영상을 저해상도 입력 영상과 24장의 저해상도 참조 영상을 활용하여 생성한다. 우선 입력 영상을 중심으로 스테레오 정합 기법을 이용하여 24개의 참조 영상에 대한 변이지도를 각각 추정한다. 그리고 저해상도 영상과 참조 영상에 있는 일치점들을 이용하여 초고해상도 영상을 복원한다. 최종적으로 반복적 균일화를 통해 초고해상도 영상을 보정한다. 실험을 통하여 본 논문에서 제안한 초고해상도 영상 복원 기법의 성능이 우수함을 확인한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 하계학술대회
• /
• pp.150-152
• /
• 2014

디지털 평판 LCD TV의 영상신호 전송에 LVDS가 사용되어 왔으나 케이블간의 타이밍 문제가 대두되고 초고해상도의 컬러 Depth 확장으로 인해 보다 빠른 전송속도가 요구되어진다. V-by-One HS는 초고해상도 영상처리 IC 및 TCON 간의 새로운 인터페이스 기술로서 최대 3840*2160@240Hz의 해상도 영상구현이 가능하다. 동작 주파수 대역의 공진모드 전압 분포와 V-by-One HS IBIS(Input/Output Buffer Information Specification) 모델 시뮬레이션을 통하여 PCB 설계 방법을 제안한다. 본 논문에서는 V-by-One HS 인터페이스 기술을 사용하여 초고해상도 영상패턴 제어 신호발생기의 시스템 구성을 제안하고 고속영상 신호에 대한 신호 무결성을 검증하고자 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.95-97
• /
• 2013

본 논문에서는 초고해상도(UHD) 비디오 캡처/재생 시스템을 위한 MXF 파일 포맷 기반 콘텐츠 입출력 방법에 대해 논의한다. 초고해상도 비디오의 경우, 기존 고해상도(HD) 대비 4배에서 16배 가량의 데이터를 송수신해야 하기 때문에 고속의 데이터 인터페이스를 필요로 할 뿐만 아니라, 디지털 방송에서 사용하는 MXF 파일 포맷에 기반한 콘텐츠 파일을 제공해야 한다. 이와 같은 문제점을 해결하기 위해 MXF 규격에 기반한 외부 에센스 구조를 바탕으로 실시간으로 초고해상도 비디오를 캡처/재생하는 방법을 제시한다. 따라서 제안하는 방식을 적용하여 초고해상도 비디오를 실시간 캡처/재생하는 효율적인 방송 시스템을 구축할 수 있을 뿐만 아니라 압축된 비디오에 적용할 경우 더욱 향상된 성능의 시스템을 구축할 수 있게 된다.

• 방송공학회논문지
• /
• 제26권2호
• /
• pp.167-174
• /
• 2021

초고해상도 변환 문제에서 최근 딥러닝을 사용하면서 큰 성능 개선을 얻고 있다. 빠른 초고해상도 합성곱 신경망 (FSRCNN)은 딥러닝 기반 초고해상도 알고리즘으로 잘 알려져 있으며, 여러 개의 합성곱 층로 추출한 저 해상도의 입력 특징을 활용하여 역합성곱 층에서 초고해상도의 영상을 출력하는 알고리즘이다. 본 논문에서는 병렬 연산 효율성을 고려한 FPGA 기반 합성곱 신경망 가속기를 제안한다. 특히 역합성곱 층을 합성곱 층으로 변환하는 방법을 통해서 에너지 효율적인 가속기를 설계했다. 또한 제안한 방법은 FPGA 리소스를 고려하여 FSRCNN의 구조를 변형한 Optimal-FSRCNN을 제안한다. 사용하는 곱셈기의 개수를 FSRCNN 대비 3.47배 압축하였고, 초고해상도 변환 성능을 평가하는 지표인 PSNR은 FSRCNN과 비슷한 성능을 내고 있다. 이를 통해서 FPGA에 최적화된 네트워크를 구현하여 FHD 입력 영상을 UHD 영상으로 출력하는 실시간 영상처리 기술을 개발했다.

• 한국정보통신학회논문지
• /
• 제22권3호
• /
• pp.425-433
• /
• 2018

본 논문에서는 시차의 신뢰도를 기반으로 플렌옵틱 영상의 초고해상도 복원 알고리즘을 제안한다. 그리고 플렌옵틱 카메라 영상으로부터 생성한 서브어퍼처(sub-aperture) 이미지는 TV_L1알고리즘에 기반한 시차 추정과 초고해상도 영상 복원에 활용된다. 특히 제안된 알고리즘은 시차가 부정확하게 나타날 수 있는 경계 역역에서 향상된 성능을 보인다. 시차 벡터의 신뢰도는 서브어퍼처 이미지의 상하좌우 각 위치별 영역에 따른 분산을 고려하여 판단한다. 신뢰도가 낮은 시차벡터는 초고해상도 영상 복원시 제외된다. 제안된 방법은 바이큐빅 보간 방법과 기존의 시차기반방법 그리고 사전기반 방법과 비교하여 평가되었다. 성능 평가에서 초고해상도 영상복원의 결과는 PSNR, SSIM 관점에서 성능을 비교하여 최상의 성능을 보여준다.

• 방송공학회논문지
• /
• 제25권6호
• /
• pp.898-910
• /
• 2020

컴퓨터 비전에서 단일 영상 기반의 초고해상도 영상 복원의 중요성과 확장성으로 관련 분야에서 많은 연구가 진행되어 왔으며, 최근 딥러닝에 대한 관심이 증가하면서 딥러닝을 활용한 단안 영상 기반 초고해상도 연구가 활발히 진행되고 있다. 대부분의 딥러닝을 기반으로 하는 단안 영상 기반 초고해상도 복원 연구는 복원 성능을 향상시키기 위해 네트워크의 구조, 손실 함수, 학습 방법에 초점이 맞추어 연구가 진행되었다. 한편, 딥러닝 네트워크를 깊게 쌓지 않고 초고해상도 영상 복원 성능을 향상시키기 위해 추출된 특징 맵을 강조하는 Attention Module에 대한 연구가 다양한 분야에 적용되어 왔다. Attention Module은 다양한 관점에서 네트워크의 목적에 맞는 특징 정보를 강조 및 스케일링 한다. 본 논문에서는 초고해상도 복원 네트워크를 기반으로 다양한 구조의 Channel Attention과 Spatial Attention을 설계하고, 다양한 관점에서 특징 맵을 강조하기 위해 다중 Attention Module 구조를 설계하여 성능을 분석 및 비교한다.