• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• 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.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• 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.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.7
• /
• pp.1672-1686
• /
• 2013

In this paper, we propose a hybrid super-resolution algorithm robust to cut-change. Existing single-frame based super-resolution algorithms are usually fast, but quantity of information for interpolation is limited. Although the existing multi-frame based super-resolution algorithms generally robust to this problem, the performance of algorithm strongly depends on motions of input video. Furthemore at boundary of cut, applying of the algorithm is limited. In the proposed method, we detect a define boundary of cut using cut-detection algorithm. Then we adaptively apply a single-frame based super-resolution method to detected cut. Additionally, we propose algorithms of normalizing motion vector and analyzing pattern of edge to solve various problems of existing super-resolution algorithms. The experimental results show that the proposed algorithm has better performance than other conventional interpolation methods.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• 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.

• Journal of Broadcast Engineering
• /
• v.18 no.3
• /
• pp.463-473
• /
• 2013

In this paper, we propose a super-resolution (SR) image reconstruction algorithm using multi-view images. We acquire 25 images from multi-view cameras, which consist of a $5{\times}5$ array of cameras, and then reconstruct an SR image of the center image using a low resolution (LR) input image and the other 24 LR reference images. First, we estimate disparity maps from the input image to the 24 reference images, respectively. Then, we interpolate a SR image by employing the LR image and matching points in the reference images. Finally, we refine the SR image using an iterative regularization scheme. Experimental results demonstrate that the proposed algorithm provides higher quality SR images than conventional algorithms.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• 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.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.11a
• /
• 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.

• Journal of Broadcast Engineering
• /
• v.26 no.2
• /
• pp.167-174
• /
• 2021

Recently, deep learning technology is widely used in various computer vision applications, such as object recognition, classification, and image generation. In particular, the deep learning-based super-resolution has been gaining significant performance improvement. Fast super-resolution convolutional neural network (FSRCNN) is a well-known model as a deep learning-based super-resolution algorithm that output image is generated by a deconvolutional layer. In this paper, we propose an FPGA-based convolutional neural networks accelerator that considers parallel computing efficiency. In addition, the proposed method proposes Optimal-FSRCNN, which is modified the structure of FSRCNN. The number of multipliers is compressed by 3.47 times compared to FSRCNN. Moreover, PSNR has similar performance to FSRCNN. We developed a real-time image processing technology that implements on FPGA.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.3
• /
• pp.425-433
• /
• 2018

In this paper, we propose a super-resolution reconstruction algorithm for plenoptic images based on the reliability of disparity. The subperture image generated by the Flanoptic camera image is used for disparity estimation and reconstruction of super-resolution image based on TV_L1 algorithm. In particular, the proposed image reconstruction method is effective in the boundary region where disparity may be relatively inaccurate. The determination of reliability of disparity vector is based on the upper, lower, left and right positional relationship of the sub-aperture image. In our method, the unreliable vectors are excluded in reconstruction. The performance of the proposed method was evaluated by comparing to a bicubic interpolation method, a conventional disparity based method and dictionary based method. The experimental results show that the proposed method provides the best performance in terms of PSNR(Peak Signal to noise ratio), SSIM(Structural Similarity).

• Journal of Broadcast Engineering
• /
• v.25 no.6
• /
• pp.898-910
• /
• 2020

Single image-based super-resolution has been studied for a long time in computer vision because of various applications. Various deep learning-based super-resolution algorithms are introduced recently to improve the performance by reducing side effects like blurring and staircase effects. Most deep learning-based approaches have focused on how to implement the network architecture, loss function, and training strategy to improve performance. Meanwhile, Several approaches using Attention Module, which emphasizes the extracted features, are introduced to enhance the performance of the network without any additional layer. Attention module emphasizes or scales the feature map for the purpose of the network from various perspectives. In this paper, we propose the various channel attention and spatial attention in single image-based super-resolution and analyze the results and performance according to the architecture of the attention module. Also, we explore that designing multi-attention module to emphasize features efficiently from various perspectives.