• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1226-1228
• /
• 2022

FHD 이상을 넘어선 UHD급의 고해상도 동영상 콘텐츠의 수요 및 공급이 증가함에 따라 전반적인 산업 영역에서 네트워크 자원을 효율적으로 이용하여 동영상 콘텐츠를 제공하는 데에 관심을 두게 되었다. 기존 방법을 통한 bi-cubic, bi-linear interpolation 등의 방법은 딥 러닝 기반의 모델에 비교적 인풋 이미지의 특징을 잘 잡아내지 못하는 결과를 나타내었다. 딥 러닝 기반의 초 해상화 기술의 경우 기존 방법과 비교 시 연산을 위해 더 많은 자원을 필요로 하므로, 이러한 사용 조건에 따라 본 논문은 초 해상화가 가능한 딥 러닝 모델을 경량화 기법을 사용하여 기존에 사용된 모델보다 비교적 적은 자원을 효율적으로 사용할 수 있도록 연구 개발하는 데 목적을 두었다. 연구방법으로는 structure pruning을 이용하여 모델 자체의 구조를 경량화 하였고, 학습을 진행해야 하는 파라미터를 줄여 하드웨어 자원을 줄이는 연구를 진행했다. 또한, Residual Network의 개수를 줄여가며 PSNR, LPIPS, tOF등의 결과를 비교했다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.345-347
• /
• 2021

단일 이미지 초해상도는 딥러닝의 발전과 함께 놀라운 성능 향상이 이루어 졌다. 이러한 딥러닝 모델은 매우 많은 파라미터를 갖고 있어 많은 연산량과 메모리를 필요로 한다. 하지만 사용할 수 있는 리소스는 한정되어 있기 때문에 네트워크를 경량화 시키려는 연구도 지속되어 왔다. 본 논문에서는 Stochastic Weight Averaging (SWA) 알고리즘을 이용하여 상대적으로 적은 양의 메모리와 연산을 추가해 이미지 초해상도 모델의 성능을 높이고 안정적인 학습을 달성하였다. SWA 알고리즘을 적용한 모델은 그렇지 않은 모델에 비해 테스트셋에서 최대 0.13dB 의 성능 향상을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1322-1324
• /
• 2022

최근 딥러닝의 발전에 따라 단일 이미지 초해상도 분야에 좋은 성과를 보여주고 있다. 그러나 보다 더 높은 성능을 획득하기 위해 네트워크의 깊이 및 파라미터의 수가 크게 증가하였고, 모바일 및 엣지 디바이스에 원활하게 적용되기 위하여 딥러닝 모델 경량화의 필요성이 대두되고 있다. 이에 본 논문에서는 초해상도 모델 중 하나인 EDSR(Enhanced Deep Residual Network)에 대조 학습 기반 지식 전이를 적용한 경량화 기법을 제안한다. 실험 결과 제안한 지식 전이 기법이 기존의 다른 지식 증류 기법보다 향상된 성능을 보임을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (3)
• /
• pp.502-504
• /
• 2004

최근 고성능 네트워크(high performance network)를 통해서 고화질 비디오 전송이 활발히 이루어지고 있다. HD급의 고화질 비디오는 압축 방법과 해상도에 따라 그 종류가 많고 대역폭도 다양하다. 본 논문에서는 기존의 MPEG2 기반의 고화질 비디오(HDV)에 몰입감과 현실감을 증진시키기 위한 고화질의 스테레오 비디오를 네트워크 환경에서 실시간 전송하는 시스템을 디자인하고 구현한다. 구현된 시스템은 기존의 HDV전송 시스템을 개선하며 카메라로부터 저장된 스테레오 비디오를 전송하기 위한 전송 모듈을 제안하고 구현하여 결과를 보여준다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2018년도 춘계학술대회
• /
• pp.281-283
• /
• 2018

국제 무역항과 어패류 공동어시장 등이 관광지와 어울려 국제적인 명성을 가지고 있는 해양도시 부산은 낙동강과 바다가 만나는 도심 속에서 수상관광을 하기에 매우 좋은 자연환경과 지리적 조건을 갖추고 있다. 이러한 해양 인프라를 기반으로 친수 네크워크 개념을 도입한다면 40여개의 무인도서와 더불어 육상 해변 해상 해중공간을 입체적으로 연계해주는 바다뱃길을 구축할 수 있을 것이다.

• 한국항해항만학회지
• /
• 제30권3호
• /
• pp.189-195
• /
• 2006

해상작업 모니터링 시스템은 해상에서 수행될 수 있는 국가와 국가 간의 광케이블 매설 작업이나 낙도의 전기 공급을 위한 해저의 전선 매설 작업, 천연가스공사의 파이프라인 매설 작업 등 각종 해상작업에서 사용되는 선박 자동화를 위한 모니터링 시스템이다. 다양한 센서로부터의 입력과 환경 설정을 통해 얻어진 데이터를 가공 처리하고, 전자해도 데이터를 읽어 GPS의 위치정보와 함께 나타낸다. 또한, 작업과 관련한 루트파일의 정보를 오버레이해서 관련 데이터를 처리하며, 무선 네트워크 환경으로 구축된 무선접속장치(AP; Access Point)와 클라이언트 측의 휴대용 개인정보단말기(PDA; Personal Digital Assistants)를 무선 랜으로 연동시켜 실시간으로 정보를 처리하도록 하며, 유효 반경 내에서의 자유로운 이동을 가능하게해서 작업의 효용성을 높일 수 있다. 본 연구는 이러한 상황 하에서 해상작업과 관련한 모니터링 시스템을 임베디드 환경에서 설계 및 구현함으로써 선박 자동화와 선박의 안전 항해를 지원하고 해상에서의 작업 부하를 최소화시키며 사고 방지를 통한 선박의 경쟁력을 높일 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.93-97
• /
• 2005

해상작업 모니터링 시스템은 해상에서 수행될 수 있는 국가와 국가간의 광케이블 매설 작업이나 낙도의 전기 공급을 위한 해저의 전선 매설 작업, 천연가스공사의 파이프라인 매설 작업 등 각 종 해상작업에서 사용되는 선박 자동화를 위한 모니터링 시스템이다. 다양한 센서로부터의 입력과 환경 설정을 통해 얻어진 데이터를 가공 처리하고, 전자해도 데이터를 읽어 GPS의 위치정보와 함께 나타낸다. 또한, 작업과 관련한 루트파일의 정보를 오버레이하여 관련 데이터를 처리하며, 무선 네트워크 환경으로 구축된 무선접속장치(AP; Access Point)와 클라이언트 측의 휴대용 개인정보단말기(PDA; Personal Digital Assistants)를 무선랜으로 연동시켜 실시간으로 정보를 처리하도록 하며, 유효 반경 내에서의 자유로운 이동을 가능하게 하여 작업의 효용성을 높일 수 있다. 본 연구는 이러한 상황 하에서 해상작업과 관련한 모니터링 시스템을 임베디드 환경에서 설계 및 구현함으로써 선박 자동화와 선박의 안전 항해를 지원하고 해상에서의 작업 부하를 최소화시키며 사고 방지를 통한 선박의 경쟁력을 높일 수 있다.

• 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.

• 한국융합학회논문지
• /
• 제11권12호
• /
• pp.15-22
• /
• 2020

본 논문은 채널 강조(Channel Attentin)와 공간 강조(Spatial Attention) 방법을 결합한 딥 러닝 기반의 초해상도 방법을 제안하였다. 초해상도 과정에서 질감, 특징과 같은 주변 픽셀의 변화량이 큰 고주파 성분의 복원이 중요하다. 채널 강조와 공간 강조를 결합한 특징 강조를 이용한 초해상도 방법을 제안하였다. 기존의 CNN(Convolutional Neural Network) 기반의 초해상도 방법은 깊은 네트워크의 학습이 어려우며, 고주파 성분의 강조가 부족하여 윤곽선이 흐려지거나 왜곡이 발생한다. 문제를 해결하기 위해 스킵-커넥션(Skip Connection)을 적용한 채널 강조와 공간 강조를 결합한 강조 블록과 잔차 블록(Residual Block)을 사용하였다. 방법으로 추출한 강조된 특징 맵을 부-픽셀 컨볼루션(Sub-pixel Convolution)을 통해 특징맵을 확장하여 초해상도를 진행하였다. 이를 통해 기존의 SRCNN과 비교하여 약 PSNR는 5%, SSIM은 3% 향상되었으며 VDSR과 비교를 통해 약 PSNR는 2%, SSIM은 1% 향상된 결과를 보였다.

• 디지털정책학회지
• /
• 제2권3호
• /
• pp.1-7
• /
• 2023

본 논문은 단일 영상을 이용하여 초해상도 방법을 수행하기 위해 질감-공간 영역을 분리한 뒤 세부정보를 중심으로 특징을 분류하는 방법을 제안한다. CNN(Convolutional Neural Network) 기반의 초해상도는 세부정보를 개선하기 위한 특징 추정 과정에서의 복잡한 절차와 중복된 특징 정보의 생성으로 인해 초해상도에서 가장 중요한 기준인 품질 저하가 발생할 수 있다. 제안하는 방법은 절차적 복잡성을 줄이고 중복 특징 정보의 생성을 최소화하여 초해상도 결과의 품질을 개선하기 위해 입력 영상을 질감과 공간의 두 채널로 분리하였다. 질감 채널에서는 세부정보 복원을 위해 다중스케일로 변환한 영상에 단계별 skip-connection을 적용한 잔차 블록 구조를 적용하여 특징 정제 과정을 수행함으로써 특징 추출을 개선하였고, 공간 채널에서는 평활화된 형태의 특징을 활용하여 잡음을 제거하고 구조적 특징을 유지하도록 하였다. 제안하는 방법을 이용해 실험한 결과 기존 초해상도 방법대비 PSNR 및 SSIM 성능 평가에서 향상된 결과를 보여 품질이 개선됨을 확인할 수 있었다.