• 한국정보통신학회논문지
• /
• 제11권12호
• /
• pp.2227-2232
• /
• 2007

FMCW 레이더 신호처리를 위해 Real FFT를 적용하였다. Real FFT와 디지털신호처리를 이용하여 정확한 거리를 측정하기 위해서는 FMCW 레이더의 차 주파수 성분이 정확하고 주파수 분해능이 높아야 한다. 본 논문은 높은 분해능의 차 주파수 성분을 추출하기 위한 알고리듬을 구현하여 Matlab으로 시뮬레이션 하였다. 사용된 알고리듬은 Zoom FFT, Decimation, 디지털 저역통과 필터, Zero Padding 등을 이용하였으며, 시뮬레이션 결과 거리측정범위는 35m이내이며, 정확도는 ${\pm}5mm$였다.

• 한국입자에어로졸학회지
• /
• 제15권2호
• /
• pp.67-78
• /
• 2019

Since existing measurement sites are required to construct a high-cost PM measuring device and a measuring site of a large area, there is a limit to the construction of a high-resolution measurement network. Therefore, it is necessary to develop a low-cost, high-performance PM measuring device (as an alternative technology) that can increase the resolution of PM measurement, and it is necessary to establish a base to provide real-time PM information for whole people. Therefore, in this study, the alternative technique (light scattering method) for achieving the above object was examined, performance evaluation was carried out, and it was verified that the light scattering method was usable. Various PM measurement results were compared and analyzed to find PM monitoring points and resolutions we would like to propose.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 추계학술대회
• /
• pp.59-61
• /
• 2018

Highly compressed images typically not only have low resolution, but are also affected by compression artifacts. Performing image super-resolution (SR) directly on highly compressed image would simultaneously magnify the blocking artifacts. In this paper, a SR method based on deep learning is proposed. The method is an end-to-end trainable deep convolutional neural network which performs SR on compressed images so as to reduce compression artifacts and improve image resolution. The proposed network is divided into compression artifacts removal (CAR) part and SR reconstruction part, and the network is trained by three-step training method to optimize training procedure. Experiments on JPEG compressed images with quality factors of 10, 20, and 30 demonstrate the effectiveness of the proposed method on commonly used test images and image sets.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.661-662
• /
• 2021

본 논문에서는 인공신경망 기반의 슈퍼 해상도(Super-resolution, SR) 기법을 이용하여 저해상도(Low-resolution, LR) 헤어 시뮬레이션을 고해상도(High-resolution, HR)로 노이즈 없이 표현할 수 있는 기법을 제안한다. LR과 HR 머리카락 간의 쌍은 헤어 시뮬레이션을 통해 얻을 수 있으며, 이렇게 얻어진 데이터를 이용하여 HR-LR 데이터 쌍을 설정한다. 학습할 때 사용되는 데이터는 머리카락의 위치를 지오메트리 이미지로 변환하여 사용한다. 우리가 제안하는 헤어 네트워크는 LR 이미지를 HR 이미지로 업스케일링 시키는 이미지 합성기를 위해 사용된다. 테스트 결과로 얻어진 HR 이미지가 HR 머리카락으로 다시 변환되면, 하나의 매핑 함수로 표현하기 어려운 머리카락의 찰랑거리는(Elastic) 움직임을 잘 표현할 수 있다. 합성 결과에 대한 성능으로는 전통적인 물리 기반 시뮬레이션보다 빠른 성능을 보였으며, 복잡한 수치해석을 몰라도 쉽게 실행이 가능하다.

• 한국산업융합학회 논문집
• /
• 제26권6_2호
• /
• pp.1063-1071
• /
• 2023

Unmanned aerial vehicles (UAVs, drones) are becoming increasingly useful in a variety of fields. Advances in UAV and camera technology have made it possible to equip them with ultra-high resolution sensors and capture images at low altitudes, which has improved the reliability and classification accuracy of object identification on the ground. The distinctive contribution of this study is the derivation of sensor-specific performance metrics (GRD/GSD), which shows that as the GSD increases with altitude, the GRD value also increases. In this study, we identified the characteristics of various onboard sensors and analysed the image quality (discrimination resolution) of aerial photography results using UAVs, and calculated the shooting conditions to obtain the discrimination resolution required for reading ground objects.

• 정보처리학회논문지B
• /
• 제17B권4호
• /
• pp.295-302
• /
• 2010

예제기반 초해상도 영상 복원(EBSR)은 고해상도 영상과 저해상도 영상간의 패치간 대응관계를 학습함으로써 고해상도 영상을 복원하는 방법으로, 한 장의 저해상도 영상으로부터도 고해상도 영상을 복원할 수 있는 장점이 있다. 그러나, 폰트의 종류나 크기가 학습 영상과 다른 텍스트 영상을 적용할 경우 잡영을 많이 발생시킨다. 그 이유는 복원 과정 중 매칭 단계에서 입력 패치들이 사전 내의 고해상도 패치와 부적절하게 매칭될 수 있기 때문이다. 본 논문에서는 이러한 문제점을 극복하기 위한 새로운 패치 매칭 방법을 제안한다. 제안하는 방법은 영상 관찰 모델을 이용하여 입력 영상과 출력 영상간의 상관 관계를 보존함으로써 잘못 매칭된 패치로 인한 잡영을 효과적으로 억제한다. 이는 출력 영상의 화질을 개선할 뿐 아니라, 다양한 종류 및 크기의 폰트를 포함한 대용량 패치 사전을 적용할 수 있게 함으로써 폰트의 종류 및 크기의 변이에 대한 적응력을 크게 향상시킨다. 실험에서 제안하는 방법은 폰트와 크기가 다양한 영상에 대하여 기존의 방법보다 우수한 영상 복원 성능을 나타내었다. 뿐만 아니라, 인식 성능도 88.58%에서 93.54%로 개선되어 제안하는 방법이 인식 성능의 개선에도 효과적임을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제1권2호
• /
• pp.103-108
• /
• 2012

최근 고성능 모바일기기의 보급과 멀티미디어 콘텐츠의 활용이 커짐에 따라 저해상도 영상을 고해상도로 재구성하는 초해상도(super resolution) 기법이 중요하게 대두되고 있다. 모바일기기에서는 초해상도를 사용하기 위해서는 연산량과 메모리 등의 제한적인 자원의 사용을 고려한 초해상도 알고리즘이 요구된다. 본 논문에서는 모바일기기에 적용하기 위해 단일영상을 통한 빠른 초해상도 기법을 제안한다. 제안한 알고리즘은 색채 왜곡을 방지하기 위해 RGB 컬러 도메인에서 HSV 컬러 도메인으로 변경하여 인간의 시각인지 특성이 가장 뚜렷한 밝기정보인 V만 처리한다. 먼저 잡음제거 및 속도향상을 고려하여 개선된 고속 back projection에 의해 영상을 확대 재구성한다. 이와 함께 2차 미분을 사용하는 LoG (laplacian of gaussian) 필터링을 이용하여 신뢰할 수 있는 에지 맵을 추출한다. 최종적으로 에지 정보와 개선된 back projection 결과를 이용하여 고해상도 영상을 재구성한다. 제안한 알고리즘을 사용하여 복원한 영상은 부자연스러운 인공물을 효과적으로 제거하고, blur현상을 최소화하여 에지 정보를 보정하고 강조해준다. 실험결과를 통해 제안하는 알고리즘이 기존의 보간법이나 전통적인 back projection 결과보다 주관적인 화질이 우수하고, 객관적으로 우수한 성능을 나타냄을 입증한다.

• 한국방사선학회논문지
• /
• 제17권5호
• /
• pp.693-699
• /
• 2023

초음파는 의료분야에서 비파괴적 및 비침습적인 질병 진단에 널리 활용되고 있다. 진단의료영상의 질병진단 정확도를 향상시키기 위하여 공간 분해능을 향상시키는 것은 매우 중요하다. 본 연구에서는 초음파 영상에서의 초고분해능 합성곱 신경망 알고리즘 (super resolution convolutional neural network, SRCNN)을 모델링하여 적용 가능성을 분석하고자 한다. 연구는 Field II 시뮬레이션과 open source로 제공되는 임상 간 혈관종 초음파 영상을 사용한 실험 연구로 수행되었다. 제안하는 SRCNN 알고리즘은 저분해능 (low resolution, LR)에서 고분해능 (high resolution)으로 end-to-end 방식의 학습이 적용될 수 있도록 모델링하였다. 시뮬레이션 결과 Field II 프로그램을 통한 팬텀 영상에서의 반치폭 값은 SRCNN을 사용하였을 때 LR에 비하여 41.01% 향상되는 것을 확인하였다. 또한, 최대신호대잡음비 (peak to signal to noise ratio, PSNR)와 구조적 유사도 지표 (structural similarity index, SSIM)) 평가 결과는 시뮬레이션과 실제 간 혈관종 영상에서 SRCNN이 가장 우수한 값으로 도출되었다. 결론적으로 SRCNN의 초음파 영상에서의 적용 가능성을 증명하였고, 나아가 다양한 진단의료분야에서의 사용이 가능할 것으로 기대한다.

• 한국환경과학회지
• /
• 제25권8호
• /
• pp.1165-1176
• /
• 2016

The accuracy of digital elevation models (DEMs) is crucial for properly estimating flood inundation area. DEM pixel size is especially important when generating flood inundation maps of small streams with a channel width of less than 50 m. In Korea, DEMs with large spatial resolutions of 30 m have been widely applied to generate flood inundation maps, even for small streams. Additionally, when making river master plans, field observations of stream cross-sections, as well as reference points in the middle of the river, have not previously been used to enhance the DEM. In this study, it was graphically demonstrated that high-resolution DEMs can increase the accuracy of flood inundation mapping, especially for small streams. Also, a methodology was proposed to modify the existing low-resolution DEMs by adding additional survey reference points, including river cross-sections, and interpolating them into a high spatial resolution DEM using the inverse distance weighting method. For verification purposes, the modified DEM was applied to Han stream on Jeju Island. The modified DEM showed much better accuracy when describing morphological features near the stream. Moreover, the flood inundation maps were formulated with the original 30 m pixel DEM and the modified 0.1 m pixel DEM using HEC-RAS modeling of the actual flood event of Typhoon Nari, and then compared with the flood history map of Nari. The results clearly indicated that the modified DEM generated a similar inundation area, but a very poor estimate of inundation area was derived from the original low-resolution DEM.

• 한국정보통신학회논문지
• /
• 제15권12호
• /
• pp.2664-2669
• /
• 2011

본 논문에서는 커브형 집적영상 시스템에서 먼 거리 물체의 해상도를 향상하는 방법을 제안한다. 커브형 집적영상은 비록 기존의 집적영상보다 향상된 샘플링 비율 때문에 더 많은 요소영상을 픽업 할 수 있지만, 먼 거리 물체에 대한 샘플링 효율이 여전히 낮은 원인 때문에 픽업된 요소영상으로 물체를 재생하면 해상도가 낮은 문제점이 있다. 이러한 문제점을 해결하기 위하여 본 논문에서는 커브형 집적영상 시스템에서 픽업된 원 요소영상에 다이렉트 픽셀매핑 방법을 적용하여, 먼 거리에 위치한 물체를 마치 가까이에서 픽업한 것과 같은 새로운 요소영상을 생성한다. 이 새로운 요소영상을 이용하여 커브형 집적영상 시스템에서 최종 해상도가 향상된 물체의 영상을 재생하게 된다. 실험결과에서 기존 방법과의 비교를 통하여 제안방법의 유용성을 검증하였다.