• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.144-145
• /
• 2016

디지털 컨텐츠는 UHD, 3D, 파노라마 영상 등 다양한 형태로 발전되고 있다. 그 중 파노라마 영상은 여러 영상을 정합하여 넓은 시야각을 제공하는 컨텐츠로 전문적인 기술자들을 중심으로 제작되고 있다. 또한 디지털 컨텐츠의 제작자는 전문가에서 일반인으로까지 범위가 확장되었고, 발전된 형태의 컨텐츠를 일반인이 스마트폰 등의 개인 단말로 손쉽게 제작할 수 있도록 해주는 컨텐츠 생성 기술이 발달되고 있다. 이에 본 논문에서는 일반 사용자들이 각각의 스마트폰 단말로 촬영한 여러 동영상들을 하나의 파노라마 영상으로 제작하기위한 기술 중, 각기 다른 스마트폰의 시간축을 이미지 매칭을 통해 하나의 통일된 시간축으로 동기화 시키는 기법에 관하여 연구하였다. 이를 위해, 본 논문에서는 동영상에서 시간정보로 이용하기 위한 오브젝트의 움직임이 포함된 시퀀스를 찾는 방법과 해당 시퀀스를 이용하여 다른 동영상과의 이미지 매칭으로 시간축을 동기화 시키는 방법을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.11a
• /
• pp.12-15
• /
• 2013

최근 UHD TV 출시와 HD급 영상의 보편화로 영상에 대한 해상도 변경 기술의 중요성이 높아지고 있다. 본 논문에서는 기존의 cubic convolution 기법을 응용하여, 영역별 특성에 따라 적응적인 가변 커널 길이의 cubic convolution으로 화면 해상도를 변환하는 기법을 제안한다. 제안하는 기법은 영상의 화질을 개선시키면서도 상황에 따라 하드웨어의 line memory를 절약할 수 있도록 설계를 하여 화질 개선뿐만이 아니라 하드웨어적으로도 더 효율적으로 사용이 가능하다. 또 tuning parameter 를 최적화 하는 방법을 통해 기존의 cubic convolution 기법보다 더 좋은 화질의 영상을 얻을 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.211-213
• /
• 2014

최근 4K 이상의 초고해상도 동영상 콘텐츠가 제작되고 있고 그에 따라 많은 기업이 UHD TV 제품을 제작 판매 하고 있다. 따라서 이에 대응할 수 있는 새로운 코덱이 필요하고 그를 위해 HEVC가 개발되었다. 그러나 아직 HEVC의 부호화 효율을 위한 scalable 부호화 방식이 개발 중이다. 초고해상도 비디오 콘텐츠를 다양한 단말기에서 사용할 수 있도록 하기 위해서는 scalable 부호화 방식이 연구개발 되어야 한다. 본 논문에서는 HEVC 이전 버전 코덱인 H.264/AVC를 기반으로 한 scalable 부호화 방식 중 공간적 scalability에 대해 설명하고 여러 방법으로 간단하게 적용시켜 scalable 부호화 방식의 효율의 성능을 예측 평가해 본다. 이 방식은 dowm-sampling한 영상을 HEVC로 부호화하고 이를 up-sampling한 영상과 원영상의 차영상을 HEVC로 부호화하여 전송하는 방식이다. 여기서는 이 방식의 결과를 토대로 이 방식의 문제점을 지적하고 이를 토대로 한 향후의 연구방향을 제시한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.145-146
• /
• 2018

최근 UHD 컨텐츠에 대한 스트리밍 서비스가 증가함에 따라 보다 높은 압축효율을 갖는 부호화 기술에 대한 필요성이 증가하고 있으며 이에 따라 차세대 비디오 코덱을 위한 국제표준화 노력이 JVET를 중심으로 진행되고 있다. 본 논문에서는 적응형 다중변환 기술을 휘도 채널에 적용하는 것뿐 만 아니라 통일한 방법으로 화면 내/간 블록 모두에서 색차채널에도 적용하도록 하여 그 효율 향상여부를 분석하였다. 실험결과 제안방법이 기존 방법 대비 BDBR 측면에서 Y(0.03%), U(-1.40%), V(-0.96%)의 결과를 얻을 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.317-319
• /
• 2018

최근 인터넷을 통한 UHD (Ultra High Definition) 스트리밍 서비스의 수요가 증가했으며 네트워크에 효율적으로 비디오 스트리밍 서비스를 제공하기 위해 HTTP 적응적 스트리밍 (HTTP Adaptive Streaming, HAS) 서비스가 등장하였다. 그러나 HTTP 적응적 스트리밍은 세그먼트의 ON-OFF 패턴으로 인해 다중 클라이언트 환경에서 공정성 (Fairness), 안정성 (Stability), 효율성 (Efficiency)을 저하시키는 문제가 있다. 본 논문에서는 다수의 HAS 클라이언트 환경에서 공정성, 안정성, 효율성을 향상시키기 위한 홈 공유기에서 인코딩 비트율 기반의 대역폭 할당 기법을 제안한다. 제안 기법은 OFF 구간을 줄이기 위해 인코딩 비트율에 맞추어 할당할 대역폭을 결정함으로써 안정적인 스트리밍을 보장한다. 실험을 통해 다중 HAS 클라이언트 환경에서 공정성, 안정성 및 효율성이 향상된 것을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• 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.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.43-45
• /
• 2020

궁극의 3D 디스플레이 기술이라고 할 수 있는 홀로그램 기술로 실물을 보는 것과 같은 3차원 영상이 가능해 지고 있다. 그러나 디지털 홀로그램 영상의 데이터양은 HD나 UHD 영상의 수십에서 수천 배에 달해 원본 화질의 열화를 최소화 하면서 데이터양을 줄이기 위한 압축 부호화 기술이 매우 중요하다. 본 논문에서는 위상 홀로그램 동영상에 대해 최신 영상 압축 표준인 HEVC(High Efficiency Video Coding)와 VVC(Versatile Video Coding)로 압축한 후 홀로그램 영역과 수치 복원 영역에서 압축 성능을 비교하며, 다양한 실험영상에 대한 HEVC 압축 결과에 대해 객관적 압축성능 분석 및 주관적 성능 분석을 진행한다.

• 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.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.17 no.2
• /
• pp.39-44
• /
• 2017

In this study, we compared the perception of absolute purchase of equipment for broadcasting equipment purchasing demand according to the rapid change of domestic content production and distribution method, and the degree of information such as technical reliability and system stability of domestic broadcasting equipment perceived by consumer The effects were analyzed through a research model. Due to the lack of existing research data on broadcasting equipment demand, we conducted in depth interviews with surveys of broadcasting equipment and surveys. As a result of analysis, compared to foreign equipments, there are many cases of purchase of domestic equipments, systems, and block purchases. To improve the preference and satisfaction of Korean broadcasting equipment, which is recognized by domestic demand for broadcasting equipment, it is urgent to improve the technical reliability and to develop core key equipment and to expand the demand of domestic equipment limited to small power transmitter antenna and monitor equipment. It is urgent to develop in order to develop overseas and to support the domestic market to secure the domestic market.

• Journal of Broadcast Engineering
• /
• v.14 no.5
• /
• pp.589-600
• /
• 2009

This paper is ready to change a trend of a ultra high definition (UHD) video image, and it will contribute to improve the performance of the latest H.264 through the Uni-directional $8{\times}8$ intra-prediction idea which is based on developing a intra prediction compression. The Uni-directional $8{\times}8$ intra prediction is focused on a $8{\times}8$ block intra prediction using $4{\times}4$ block based prediction which is using the same direction of intra prediction. This paper describes that the uni-directional $8{\times}8$ intra-prediction gets a improvement around 7.3% BDBR only in the $8{\times}8$ block size, and it gets a improvement around 1.3% BDBR in the H.264 applied to the multi block size structures. In the case of a larger image size, it can be changed to a good algorithm. Because the video codec which is optimized for UHD resolution can be used a different block size which is bigger than before(currently a minimum of $4{\times}4$ blocks of units).