• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.735-736
• /
• 2016

본 논문에서는 웹캠을 이용하여 사용자가 추출하고자 하는 객체를 영상으로부터 추출하는 시스템을 제안한다. 영상의 중심에 위치한 Super-pixel을 표시 (Seed) 정보로 이용하여 영상에서 중심에 위치하고 있는 객체를 추출하는 방식을 제시한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.255-256
• /
• 2019

본 논문에서는 초고해상도 기술의 복잡도를 줄이기 위하여 픽셀단위 생략 방법을 제안한다. 제안하는 방법은 픽셀 단위로 수평, 수직 방향의 밝기에 대한 2 차 미분치에 기반하여 생략을 결정한다. 제안하는 방법의 성능 평가를 위하여 가장 간단한 초고해상도 알고리즘인 SRCNN 과 제안하는 방법의 PSNR 비교한다. 그 결과 제안하는 방법이 평균적으로 약 47%의 픽셀이 생략이 되면서 SRCNN 대비 0.2dB PSNR 감소를 보인다.

• 방송공학회논문지
• /
• 제25권6호
• /
• pp.954-964
• /
• 2020

실감형 미디어에서 현실감을 느끼게 하는 가장 중요한 요소는 깊이 정보이다. 따라서 고품질의 실감형 미디어를 제작하기 위해서는 고품질의 깊이 정보를 획득하는 것이 필수적이다. 본 논문에서는 고품질의 깊이 정보를 획득하기 위하여 다중 시점 환경에서 깊이 지도를 개선하기 위하여 깊이 지도를 여러 개의 세그먼트로 분할 및 다중 시점간의 관계를 고려하는 알고리즘을 제안한다. 제안된 알고리즘은 슈퍼픽셀 세그먼테이션 기법을 사용하여 기준 시점의 깊이 지도를 여러 세그먼트로 나누고, 각 세그먼트를 인접 시점으로 투영한다. 이후 투영된 세그먼트의 정보를 이용하여 인접 시점의 깊이 지도를 평면 추정을 이용하여 개선한 후, 기준 시점으로 역투영된다. 여러 개의 인접 시점에 대해 이 과정을 반복하여 개선된 인접 시점들의 값들과 기준 시점의 초기 깊이 지도를 가중치 합으로 갱신하여 깊이 지도를 개선한다. 기존 다중 시점 스테레오 비전 알고리즘에 제안된 알고리즘을 적용한 시뮬레이션을 통해 제안된 알고리즘의 결과가 주관적 및 객관적으로 기존 알고리즘을 능가하는 것을 보인다.

• 한국정보통신학회논문지
• /
• 제18권12호
• /
• pp.2946-2952
• /
• 2014

표본 기반 초해상도(Super Resolution 이하 SR) 방법들 중 네이버 임베딩(Neighbor Embedding 이하 NE) 기법의 기본 원리는 지역적 선형 임베딩이라는 매니폴드 학습방법의 개념과 같다. 그러나, 네이버 임베딩은 국부 학습 데이터 집합의 크기가 너무 작기 때문에 이에 따른 빈약한 일반화 능력으로 인하여 알고리즘의 성능을 크게 저하시킨다. 본 논문에서는 이와 같은 문제점을 해결하기 위해서 일반화 능력이 뛰어난 Support Vector Regression(이하 SVR)을 이용한 Sparse-Neighbor 영상 표현 학습 방법에 기반한 새로운 알고리즘을 제안하였다. 저해상도 입력 영상이 주어지면 bicubic 보간법을 이용하여 확대된 영상을 얻고, 이 확대된 영상으로부터 패치를 얻은 후 저주파 패치인지 고주파 패치 인지를 판별한 후 각 영상 패치의 가중치를 얻은 후 두 개의 SVR을 훈련하였으며 훈련된 SVR을 이용하여 고해상도의 해당 화소 값을 예측하였다. 실험을 통하여 제안된 기법이 기존의 보간법 및 네이버 임베딩 기법 등에 비해 정량적인 척도 및 시각적으로 향상된 결과를 보여 주었다.

• 방송공학회논문지
• /
• 제9권2호
• /
• pp.119-130
• /
• 2004

We have developed a prototype super-high-definition (SHD) digital cinema distribution system that can store, transmit, and display eight-million-pixel motion pictures that have the image quality of a 35-mm film movie. The system contains a movie server, a real-time decoder, and an SHB projector. Using a Gigabit Ethernet link and TCP/IP, the server transmits JPEG2000 compressed motion picture data streams to the decoder at transmission speeds as high as 300 Mbps. The received data streams are decompressed by the decoder, and then projected onto a screen via the projector. By using an enlarged TCP window, multiple TCP streams, and a shaping function to control the data transmission quantity, we achieved real-time streaming of SHD movie data at about 300 Mbps between Chicago and Los Angeles, a distance of more than 3000 km. We also improved the decoder performance to show movies with Image qualities of 450 Mbps or higher. Since UDP is more suitable than TCP for fast long-distance streaming, we have developed an SHD digital cinema UDP relay system, in which UDP is used for transmission over a fast long-distance network. By using four pairs of server-side-proxy and decoder-side-proxy, 450-Mbps movie data streams could be transmitted.

• 천문학회보
• /
• 제44권2호
• /
• pp.70.4-70.4
• /
• 2019

Image super-resolution (SR) is a technique that enhances the resolution of a low resolution image. In this study, we use three SR models (RCAN, ProSRGAN and Bicubic) for enhancing solar SDO/HMI magnetograms using deep learning. Each model generates a high resolution HMI image from a low resolution HMI image (4 by 4 binning). The pixel resolution of HMI is about 0.504 arcsec. Deep learning networks try to find the hidden equation between low resolution image and high resolution image from given input and the corresponding output image. In this study, we trained three models with HMI images in 2014 and test them with HMI images in 2015. We find that the RCAN model achieves higher quality results than the other two methods in view of both visual aspects and metrics: 31.40 peak signal-to-noise ratio(PSNR), Correlation Coefficient (0.96), Root mean square error (RMSE) is 0.004. This result is also much better than the conventional bi-cubic interpolation. We apply this model to a full-resolution SDO/HMI image and compare the generated image with the corresponding Hinode NFI magnetogram. As a result, we get a very high correlation (0.92) between the generated SR magnetogram and the Hinode one.

• 디지털콘텐츠학회 논문지
• /
• 제15권6호
• /
• pp.737-743
• /
• 2014

단일 영상 초해상도 기법에는 보간 기반 방법과 표본 기반 방법 등이 있다. 보간 기반 방법들은 간결성에 강점을 가지고 있으나, 이들 방법들은 선지식을 이용할 수 없기 때문에 톱니 모양의 윤곽선을 가진 고해상도 영상을 생성하는 경향이 있다. 표본 기반 초해상도 기법에서는 최근방 기반 알고리즘들이 널리 이용되어 지고 있다. 그들 중, 네이버 임베딩은 지역적 선형 임베딩이라는 매니폴드 학습 방법의 개념과 같다. 그러나, 네이버 임베딩은 국부 학습 데이터 집합의 크기가 너무 작은데에 따른 빈약한 일반화 능력으로 인하여, 시각적으로나 정량적인 척도에 의해 취약한 성능을 보인다. 본 논문에서는 이와 같은 문제점을 해결하기 위해 개선된 네이버 임베딩 알고리즘을 제안하였다. 저해상도 입력 영상이 주어지면 고해상도 버전의 화소 값들은 개선된 네이버 임베딩 알고리즘에 의해 구해진다. 실험 결과 제안된 방법이 바이큐빅 보간법이나 네이버 임베딩에 비해 정량적인 척도 및 시각적으로도 우수한 결과를 보였다.

• 한국정보통신학회논문지
• /
• 제23권9호
• /
• pp.1049-1059
• /
• 2019

기존의 영역 병합을 통한 이미지 분할 방법에서는 이웃한 두 영역 사이의 정보만을 이용하여 병합 모델을 학습한다. 학습 과정에서는 두 영역 사이의 지역적인 정보뿐만 아니라 물체 정보와 같은 전역적인 정보 또한 활용 가능하므로 주어진 모든 정보를 활용하여 병합 모델의 성능을 높이는 것이 바람직하다. 본 논문에서는 학습 기반의 이미지 분할 알고리즘에서 학습 시에만 사용 가능한 특권정보를 활용하는 SVM+ 방법을 제안한다. 특권정보는 학습 시에만 사용 가능한 정보이므로 전통적인 지도학습 방법으로는 학습이 불가하다. SVM+와 같은 특권정보를 학습할 수 있는 구조를 통해 지역 정보뿐만 아니라 물체 정보를 포함하여 영역 간의 병합 여부를 결정하는 모델을 학습하였다. BSDS 500 데이터 세트와 VOC 2012 데이터 세트에서 벤치마크를 수행하였으며 대부분의 평가 지표에서 개선된 성능을 보여 주었다. 특히 학습 데이터 세트가 작은 경우에 기존의 알고리즘에 비해서 월등히 뛰어난 성능을 보인다.

• 대한원격탐사학회지
• /
• 제13권1호
• /
• pp.13-30
• /
• 1997

초 미세 분광 분해능 센서, 고 공간 분해능 센서로 대표되는 최근의 위성 센서의 실용화 로, 향후 획득되는 위성 영상은 최소 수백 MB/scene 정도의 막대한 양이 될 것으로 예상된다. 또 한, 인터넷 및 초고속 정보망을 이용한 각종 정보의 활발한 교환은 보다 능동적인 형태의 위성영 상의 가공, 분석, 부가가치 정보 생산이 가능한 서비스 시스템의 개발을 요구한다. 본 연구에서는 향후 예상되는 위성 센서의 개발 방향과 이를 처리하기 위하여 고려되어야 할 미래지향적인 개념 인, 객체 파이프를 통한 자료의 입출력, 다중 쓰레드를 활용한 자료 처리 구조에 대하여 분석하 고, 인터넷 언어인 자바를 이용하여 개발 중에 있는, 위성 영상 처리 및 분석 시스템(GeoPixel 1.0)에 대하여 설명한다. 이 시스템은 인터넷 상에서 사용이 가능하며, 사용자 플랫폼에 독립적으 로, 상당 부분이 위성자료 분석 모듈들이 구현되어 있다. 대용량 위성 영상 처리를 위하여 본 연 구에서 개발된 다중쓰레딩, 객체 파이프와 같은 새로운 자료 처리 개념을 이용한 시스템의 개발 로 보다 효율적인 컴퓨터 자원(CPU 시간과 메모리)의 활용과 처리 속도면에서의 향상이 기대된 다.

• 대한전자공학회논문지SP
• /
• 제44권1호
• /
• pp.17-25
• /
• 2007

모든 전자 영상응용에는 고해상도 영상이 요구된다. 고해상도는 영상 안에 픽셀의 밀집도가 높음을 나타내며, 이로 인해 더 세밀하고 중요한 정보를 얻어 다양한 응용에 사용된다. 하지만 CCD 나 CMOS 카메라로 획득된 디지털 영상들은 영상인식 시스템 구현 시 많은 저해상도영상을 가지게 된다. 초해상도 기술은 이와 같은 한계를 넘어서서 영상인식시스템에 적용이 가능하다. 초해상도 기술은 다수의 영상으로부터 정보를 결합하여 해상도를 증가시키는 것으로써, 이 기술은 추정과 이동을 위한 정합알고리즘과 획득된 프레임과 현재 프레임의 가중치를 이용한 최소거리 이웃보간법으로 되어있다. 본 논문에서는 초해상도에 웨이브렛 변환 기저 함수 계수를 이용한 영상 보간 기법을 제안하고자 한다. 기존 초해상도 보간 방식 대신 웨이브렛 기저 계수를 적용한 B-스플라인 보간 함수를 이용하여, 움직이는 영상의 한 부분을 확대할 때 정확한 영상과 자연스러운 영상을 구현하기 위하여 적용하였다. 제안된 보간 알고리즘은 최소거리 이웃보간 알고리즘, bilinear 보간 알고리즘, bicubic 보간 알고리즘 적용한 확대 영상보다 우수한 결과를 얻었음을 모의실험을 통하여 확인하였다.