• 방송공학회논문지
• /
• 제19권2호
• /
• pp.240-249
• /
• 2014

압축센싱 이론에 따르면 표본화 될 신호가 일련의 조건을 만족하는 성긴 신호라면 나이퀴스트 표본화주파수보다 적은 수의 측정 샘플들만 가지고도 원 신호를 완벽하게 복원할 수 있다. 그러나 압축센싱 이론을 실제 영상에 활용하기 위해서는, 신호 복원에 필요한 계산 복잡도와 메모리 요구량을 줄일 필요가 있다. 이런 관점에서 블록압축센싱(Block-based Compressive Sensing)에 기반한 Smooth Projected Landweber (BCS-SPL) 방법이 개발되었지만, 이 또한 복원과정의 계산 복잡도가 여전히 큰 문제가 있다. 본 논문에서는 기존의 BCS-SPL 복원 알고리즘의 수렴을 보다 빠르게 하기 위하여, 반복복원 중지조건, 허용 오차, 수렴 조절 인자를 개선한 수렴 복잡도 저감 방법을 제시한다. 제시한 방법은 기존 BCS-SPL 방법보다 낮은 수의 반복복원 횟수내로 수렴하면서도 동시에 복원 화질도 개선시키는 실험 결과를 보였다.

• 방송공학회논문지
• /
• 제20권3호
• /
• pp.398-407
• /
• 2015

희소성이 높은 신호를 압축센싱을 할 경우 기존의 Nyquist/Shannon 이론을 바탕으로 하는 샘플링 방법 보다 낮은 측정율 만으로도 신호의 복원이 가능하기 때문에 이를 활용한 많은 응용 연구가 이루어지고 있다. 영상신호의 경우 특히 블록기반 압축센싱 기법이 주로 고려되고 있는데, 대부분의 경우 측정 영역에서의 공간적 유사도가 동일하다는 가정 하에, 각 블록에 동일한 측정율을 할당하여 왔다. 이를 개선하기 위해, 본 논문에서는 프레임 내의 각 블록에 대하여 경계선 정보를 구하고, 각각의 특성에 따르는 적응적 샘플링율 기법을 제안한다. 제안하는 방법은 측정영역에서의 블록 간 유사도를 구해서 경계선 정보를 많이 포함하는 블록일수록 많은 측정율을 할당한다. 실험 결과, 자연영상에 대해 제안하는 적응적 율 할당 기법은 고정 측정율을 사용한 기존 방법에 비해 객관적 (최대 3.29 dB 향상) 및 주관적 화질이 뛰어나다는 것을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 하계학술대회
• /
• pp.230-231
• /
• 2014

Compressive sensing is a new sampling technique, which allows to sample a signal under the Nyquist-Shannon sampling rate. For block-based compressive sensing, a hybrid sensing matrix which contains low-frequency patterns in addition to the random Gaussian numbers is good for exploiting typical property of natural images. By noting that MH-BCS-SPL is well known for its good recovery performance, this paper investigates effect of the hybrid sensing matrix on MH-BCS-SPL in the sense of how large portion of low-frequency patterns can provide performance improvement.

• 한국통신학회논문지
• /
• 제39A권12호
• /
• pp.746-755
• /
• 2014

압축센싱은 신호의 성긴 (Sparse) 성질을 활용하여 Nyquist 표본화율 보다 낮은 측정 율만으로도 신호의 완벽 복원이 가능하다는 측면에서 새로운 샘플링 기술로 주목 받고 있다. 블록기반의 압축센싱 기술을 사용하여 영상을 샘플링 하는 경우, 측정신호 영역에서도 공간 영역의 유사도가 보존되므로, 본 논문에서는 블록기반 압축센싱 기술을 사용하여 획득한 자연영상의 측정 신호에 대한 새로운 부호화 기술을 제안한다. 측정신호 간 유사성을 제거하기 위해 이산 웨이블릿 변환(DWT)을 적용한 후, 각 DWT 계수에 적절한 양자화를 수행한다. 이를 통해, 측정 신호 내의 중복성을 제거하고, 측정 신호의 비트 율 또한 절약할 수 있었다. 실험 결과, 기존의 블록기반 평활 Projected Landweber 알고리즘에 스칼라 양자화를 적용한 방법, DPCM 방법을 적용한 방법, 그리고 Multihypothesis 기반 블록기반 평활알고리즘에 DPCM을 적용한 방법과 비교할 때, 제안방법의 PSNR이 각각 최대 4dB, 0.9dB, 그리고 2.5dB 더 높은 성능을 보이는 것을 확인 할 수 있었다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제3권1호
• /
• pp.10-18
• /
• 2014

From the perspective of reducing the sampling cost of color images at high resolution, block-based compressive sensing (CS) has attracted considerable attention as a promising alternative to conventional Nyquist/Shannon sampling. On the other hand, for storing/transmitting applications, CS requires a very efficient way of representing the measurement data in terms of data volume. This paper addresses this problem by developing a measurement-coding method with the proposed customized Huffman coding. In addition, by noting the difference in visual importance between the luma and chroma channels, this paper proposes measurement coding in YCbCr space rather than in conventional RGB color space for better rate allocation. Furthermore, as the proper use of the image property in pursuing smoothness improves the CS recovery, this paper proposes the integration of a low pass filter to the CS recovery of color images, which is the block-based ${\ell}_{20}$-norm minimization. The proposed coding scheme shows considerable gain compared to conventional measurement coding.

• 한국통신학회논문지
• /
• 제41권1호
• /
• pp.1-11
• /
• 2016

본 논문에서는 Orthogonal Frequency Division Multiplexing(OFDM) 시스템에서 압축센싱을 이용하는 채널추정기법을 연구한다. 압축센싱은 측정벡터의 크기가 성능에 영향을 주는데, OFDM에서는 channel delay spread가 큰 경우에 압축센싱 기법을 사용하는데 제약이 된다. 본 논문에서는 채널추정 오차를 줄이기 위해서 OFDM data block에 pilot information을 추가해 측정벡터의 길이를 증가시켜 성능을 향상시킨다. 제안하는 방식이 성긴 신호의 위치를 찾을 확률을 높이고 압축센싱의 신호 복원 성능을 높인다. 모의실험을 통해 제안하는 방식이 기존 방식보다 신호 복원 능력이 더 우수함을 확인한다.

• 한국음향학회지
• /
• 제39권4호
• /
• pp.246-254
• /
• 2020

본 논문에서는 학습 기반 압축 센싱 기법을 이용한 측면주사 소나 영상의 비균일 잡음 제거 알고리즘을 제안한다. 제안하는 기법은 Iterative Shrinkage and Thresholding Algorithm(ISTA) 알고리즘을 기반으로 하고 있으며 성능 향상을 위해 학습네트워크의 비선형성을 강화시키는 전략을 선택하였다. 제안된 구조는 입력 신호를 비선형 변환과 초기화 하는 부분, Sparse 공간으로 변환 및 역변환하는 ISTA block, 특징 공간에서 픽셀 공간으로 변환하는 부분으로 구성된다. 제안된 기법은 다양한 모의 실험을 통해 잡음 제거 성능 및 메모리 효율성 측면에서 우수함이 입증되었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권8호
• /
• pp.2851-2865
• /
• 2014

To improve the rate-distortion performance of distributed video compressive sensing (DVCS), the adaptive sparse basis and nonlocal similarity of video are proposed to jointly reconstruct the video signal in this paper. Due to the lack of motion information between frames and the appearance of some noises in the reference frames, the sparse dictionary, which is constructed using the examples directly extracted from the reference frames, has already not better obtained the sparse representation of the interpolated block. This paper proposes a method to construct the sparse dictionary. Firstly, the example-based data matrix is constructed by using the motion information between frames, and then the principle components analysis (PCA) is used to compute some significant principle components of data matrix. Finally, the sparse dictionary is constructed by these significant principle components. The merit of the proposed sparse dictionary is that it can not only adaptively change in terms of the spatial-temporal characteristics, but also has ability to suppress noises. Besides, considering that the sparse priors cannot preserve the edges and textures of video frames well, the nonlocal similarity regularization term has also been introduced into reconstruction model. Experimental results show that the proposed algorithm can improve the objective and subjective quality of video frame, and achieve the better rate-distortion performance of DVCS system at the cost of a certain computational complexity.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권1호
• /
• pp.321-340
• /
• 2016

The Compressive Video Sensing (CVS) is a useful technology for wireless systems requiring simple encoders but handling more complex decoders, and its rate-distortion performance is highly affected by the quantization of measurements and reconstruction of video frame, which motivates us to presents the Space-Time Quantization (ST-Q) and Motion-Aligned Reconstruction (MA-R) in this paper to both improve the performance of CVS system. The ST-Q removes the space-time redundancy in the measurement vector to reduce the amount of bits required to encode the video frame, and it also guarantees a low quantization error due to the fact that the high frequency of small values close to zero in the predictive residuals limits the intensity of quantizing noise. The MA-R constructs the Multi-Hypothesis (MH) matrix by selecting the temporal neighbors along the motion trajectory of current to-be-reconstructed block to improve the accuracy of prediction, and besides it reduces the computational complexity of motion estimation by the extraction of static area and 3-D Recursive Search (3DRS). Extensive experiments validate that the significant improvements is achieved by ST-Q in the rate-distortion as compared with the existing quantization methods, and the MA-R improves both the objective and the subjective quality of the reconstructed video frame. Combined with ST-Q and MA-R, the CVS system obtains a significant rate-distortion performance gain when compared with the existing CS-based video codecs.

• 한국정보통신학회논문지
• /
• 제20권8호
• /
• pp.1452-1459
• /
• 2016

압축 센싱은 샤논/나이퀴스트 표본화 정리를 만족하는 나이퀴스트 율 보다 더 적은 수의 표본화 주파수로 신호를 획득하더라도 그 신호가 성긴 신호라는 조건 하에 샘플링을 가능하게 하는 신호 처리 기술이다. 일반적으로 측정 예측방식은 작은 블록 크기에서 성능이 좋은 반면에 복원 이미지 품질은 큰 블록으로 복원하는 것이 좋다. 이러한 두 개의 상충하는 속성을 해결하기 위해 압축 센싱은 작은 블록에서 행해지고, 복원은 큰 블록에서 수행하게 되는 구조화된 측정 행렬을 사용하며, 이러한 방법으로 예측과 복원 모두 동시에 개선을 추구한다. 본 논문에서는 구조화된 측정 행렬을 확장함으로써 블록 크기에 따른 다양한 방식이 비교되어진다. 다양한 실험 결과를 통해 $4{\times}4$ 하다마드 행렬을 이용한 구조화된 측정 행렬이 블록 크기가 4의 크기에서 가장 좋은 성능을 보여주었다.