• 방송공학회논문지
• /
• 제25권2호
• /
• pp.242-251
• /
• 2020

최근 단일 영상 초해상도에 깊은 합성 곱 신경망을 적용한 알고리듬이 많이 연구되었다. 현존하는 딥러닝 기반 초해상도 기법들은 네트워크의 후반부에 해상도를 업샘플링 하는 구조를 가진다. 이러한 구조는 저해상도에서 고해상도로 한 번에 매핑을 하기에 많은 정보를 예측하는 높은 확대율에서 비효율적인 구조를 가진다. 본 논문에서는 반복적인 업-다운 샘플링 구조를 기반으로 하여 채널 집중 잔여 밀집 블록을 이용한 단일 영상 초해상도 기법을 제안한다. 제안한 알고리듬은 저해상도와 고해상도의 매핑 관계를 효율적으로 예측하여 높은 확대율에서 기존의 알고리듬에 비해 최대 0.14dB 성능 향상과 개선된 주관적 화질을 보여준다.

• 한국멀티미디어학회논문지
• /
• 제14권11호
• /
• pp.1392-1400
• /
• 2011

최근 대부분의 디지털 이미지 응용분야에서는 영상 처리 및 분석을 위해 고해상도 이미지나 비디오가 요구되고 있다. 한편, 일반적인 영상획득시스템으로부터 획득한 영상신호는 획득하는 과정에서 물리적 영향, 제조 기술의 한계 및 환경적인 영향 등으로 인하여 영상의 화질 저하를 가져온다. 이러한 문제를 해결하기위해 연구되고 있는 방법 중 하나인 초해상도 복원 기술은 동일한 물체를 촬영한 다수의 저해상도 영상으로 고해상도 영상을 만들어내는 영상복원기술이다. 본 논문에서는 S&A (Shift & Add) 방법에 POCS (Projection onto Convex Sets) 이론을 적용하여 기존의 방법보다 개선된 알고리즘을 제안한다. 기존의 알고리즘은 잡음에 약하다는 문제점이 있다. 이를 해결하기 위해 제안한 방법에서는 복원단계에 사용되는 참조영상을 POCS이론에 적용하여 기존의 S&A방법과 결합하였다. 또한 광학적 왜곡에 해당하는 카메라 블러(blur) 연산자로 주파수 영역에서 BLPF (Butterworth Low-pass Filter)를 사용하여 기존방법의 문제점인 링잉현상을 해결하였다. 실험결과를 통해 잡음에 강하고 영상의 고주파영역을 향상시킨 제안한 초해상도 방법의 우수성을 확인하였고, 객관적 평가를 위해 기존의 방법과 PSNR (peak signal to noise ratio)을 비교하였다.

• 대한전자공학회논문지SD
• /
• 제46권5호
• /
• pp.39-48
• /
• 2009

1984년 처음 SR 알고리즘이 제안된 이후, 많은 SR 복원 알고리즘이 제안되었다 SR의 접근방법 중에서도 공간적 접근방법은 저해상도 이미지의 픽셀 값을 고해상도 이미지 격자에 매핑 함으로써 이루어진다. 이때, 저해상도 이미지들 간의 각각 다른 노이즈와 다른 PSF(Point Spread Function) 함수, 왜곡으로 인해 매핑 시 문제가 된다. 때문에 저해상도 이미지들의 노이즈 성분을 최소화하는 방법이 필요하다. 본 논문에서는 노이즈 성분을 최소화하는 방법으로 L1 norm의 방법을 사용하고 이와 동시에 이미지의 경계를 보완해주는 Huber norm을 사용하는 SR의 구조를 제안한다. 실험에서는 타 알고리즘과의 비교를 통해 제안한 알고리즘이 저해상도 이미지 상에 존재하는 노이즈를 줄이고 이미지 경계부분의 보완을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.481-484
• /
• 2005

Inherent opportunities on research for restoring high resolution image from low resolution images are increasing in these days. Super resolution image reconstruction is the process of combining multiple low resolution images to form a higher resolution one. To achieve super resolution reconstruction, proper observation model which is based on subpixel shift information is required. In this context, the importance of the subpixel registration cannot be estimated because subpixel shift information cannot be obtained from original image. This paper presents a regularized adaptive super resolution reconstruction method based on phase correlated subpixel registration, where the Constrained Least Squares(CLS) Restoration is adopted as a post process.

• 스마트미디어저널
• /
• 제8권4호
• /
• pp.64-71
• /
• 2019

The performance of an OMR (Optical Music Recognition) system is usually determined by the characterizing features of the input music score images. Low resolution is one of the main factors leading to degraded image quality. In this paper, we handle the low-resolution problem using the super-resolution technique. We propose the use of a deep neural network with instance normalization to improve the quality of music score images. We apply instance normalization which has proven to be beneficial in single image enhancement. It works better than batch normalization, which shows the effectiveness of shifting the mean and variance of deep features at the instance level. The proposed method provides an end-to-end mapping technique between the high and low-resolution images respectively. New images are then created, in which the resolution is four times higher than the resolution of the original images. Our model has been evaluated with the dataset "DeepScores" and shows that it outperforms other existing methods.

• Current Optics and Photonics
• /
• 제1권1호
• /
• pp.34-44
• /
• 2017

Stereoscopic (S3D) displays present different images to the two eyes. Temporal multiplexing and spatial multiplexing are two common techniques for accomplishing this. We compared the effective resolution provided by these two techniques. In a psychophysical experiment, we measured resolution at various viewing distances on a display employing temporal multiplexing, and on another display employing spatial multiplexing. In another experiment, we simulated the two multiplexing techniques on one display and again measured resolution. The results show that temporal multiplexing provides greater effective resolution than spatial multiplexing at short and medium viewing distances, and that the two techniques provide similar resolution at long viewing distance. Importantly, we observed a significant difference in resolution at the viewing distance that is generally recommended for high-definition television.

• 반도체디스플레이기술학회지
• /
• 제19권4호
• /
• pp.71-76
• /
• 2020

In this paper, we propose a super-resolution method that reconstructs compressed low-resolution images into high-resolution images. We propose a CNN model with a small number of parameters, and even if quantization is applied to the proposed model, super-resolution can be implemented without deteriorating the image quality. To further improve the quality of the compressed low-resolution image, a new degradation model was proposed instead of the existing bicubic degradation model. The proposed degradation model is used only in the training process and can be applied by changing only the parameter values to the original CNN model. In the super-resolution image applying the proposed degradation model, visual artifacts caused by image compression were effectively removed. As a result, our proposed method generates higher PSNR values at compressed images and shows better visual quality, compared to conventional CNN-based SR methods.

• 한국전자파학회논문지
• /
• 제20권8호
• /
• pp.784-790
• /
• 2009

전방 감시 차량용 레이다에서 표적 거리와 속도 정보를 얻기 위해서는 일반적으로 주파수 변조된 연속파형(FMCW)이나 펄스 도플러(PD) 파형을 사용하고 있다. 그러나 고해상도의 표적 정보를 얻기 위해서는 펄스 폭이 매우 좁고 넓은 대역폭을 사용하여야 하므로 상대적으로 높은 첨두 전력이 필요하고 고속의 디지털 변환 처리속도가 요구된다. 본 논문에서는 계단 주파수 변조된 펄스 도들러 파형을 이용하여 고해상도의 표적 정보를 획득할 수 있는 SFPD(Stepped-frequency Pulsed-Doppler) 처리 기법을 제시한다. 제안된 SFPD 기법은 시뮬레이션을 통하여 기존의 FMCW 및 펄스 도플러 파형 방식과 비교 분석하였다. 본 기법은 필요에 따라서 거리 및 도플러 해상도를 가변할 수 있는 장점이 있기 때문에 이론적으로 고해상도의 표적 영상 형성이 가능하여 향후 정밀한 차량 충돌 방지를 위한 표적 식별에 활용할 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제27권3호
• /
• pp.303-314
• /
• 2011

Surface albedo is an important parameter of the surface energy budget, and its accurate quantification is of major interest to the global climate modeling community. Therefore, in this paper, we consider the direct solution of kernel based bidirectional reflectance distribution function (BRDF) models for retrieval of normalized reflectance of high resolution satellite. The BRD effects can be seen in satellite data having a wide swath such as SPOT/VGT (VEGETATION) have sufficient angular sampling, but high resolution satellites are impossible to obtain sufficient angular sampling over a pixel during short period because of their narrow swath scanning when applying semi-empirical model. This gives a difficulty to run BRDF model inferring the reflectance normalization of high resolution satellites. The principal purpose of the study is to estimate normalized reflectance of high resolution satellite (RapidEye) through BRDF components from SPOT/VGT. We use semi-empirical BRDF model to estimated BRDF components from SPOT/VGT and reflectance normalization of RapidEye. This study used SPOT/VGT satellite data acquired in the S1 (daily) data, and within this study is the multispectral sensor RapidEye. Isotropic value such as the normalized reflectance was closely related to the BRDF parameters and the kernels. Also, we show scatter plot of the SPOT/VGT and RapidEye isotropic value relationship. The linear relationship between the two linear regression analysis is performed by using the parameters of SPOTNGT like as isotropic value, geometric value and volumetric scattering value, and the kernel values of RapidEye like as geometric and volumetric scattering kernel Because BRDF parameters are difficult to directly calculate from high resolution satellites, we use to BRDF parameter of SPOT/VGT. Also, we make a decision of weighting for geometric value, volumetric scattering value and error through regression models. As a result, the weighting through linear regression analysis produced good agreement. For all sites, the SPOT/VGT isotropic and RapidEye isotropic values had the high correlation (RMSE, bias), and generally are very consistent.

• 한국정보통신학회논문지
• /
• 제25권11호
• /
• pp.1477-1485
• /
• 2021

최근 이미지 초해상도는 정수배율만 가능한 모델에만 집중적으로 연구되고 있다. 하지만 관심 객체 인식, 디스플레이 화질 개선 등 실제 초해상도 기술의 대표 적용 분야에서는 소수 배율을 포함하는 임의배율 확대 필요성이 대두되고 있다. 본 논문에서는 기존 정수배율 모델의 가중치를 활용하여 임의배율을 실행할 수 있는 모델을 제안한다. 이 모델은 정수배율에 의해 우수한 성능을 가진 초해상도 결과를 DCT 스펙트럼 도메인으로 변환하여 임의배율을 위한 공간을 확장한다. DCT 스펙트럼 도메인에 의한 확장으로 인해 발생하는 이미지의 고주파 정보 손실 문제를 줄이기 위해 고주파 스펙트럼 정보를 적절히 복원할 수 있는 모델인 고주파 집중 네트워크를 제안한다. 제안된 네트워크는 고주파 정보를 제대로 생성하기 위해서 RGB 채널간의 상관관계를 학습하는 레이어인 channel attention을 활용하고, 잔차 학습 구조를 통해 모델을 깊게 만들어 성능을 향상시켰다.