• 방송공학회논문지
• /
• 제25권5호
• /
• pp.672-684
• /
• 2020

시차 기반 영상처리에 대한 연구들이 증가함에 따라 저해상도 및 모션 블러된 라이트필드 영상을 복원하는 연구는 필수적이 되었다. 이러한 기법들은 라이트필드 영상 향상 과정으로 알려져 있으나 두 개 이상의 문제를 동시에 해결하는 기존의 연구는 거의 존재하지 않는다. 본 논문에서는 라이트필드 공간 영역 초해상도 복원과 모션 블러 제거를 동시 수행하는 프레임워크를 제안한다. 특히, 저해상도 및 6-DOF 모션 블러된 라이트필드 데이터셋으로 훈련하는 간단한 네트워크를 생성한다. 또한 성능을 향상하기 위해 생성적 적대 신경망의 지역 영역 최적화 기법을 제안하였다. 제안한 프레임워크는 정량적, 정성적 측정을 통해 평가하고 기존의 state-of-the-art 기법들과 비교하여 우수한 성능을 나타냄을 보인다.

• 대한공간정보학회지
• /
• 제14권3호
• /
• pp.3-11
• /
• 2006

최근 고해상도 위성영상이 다양한 분야에서 활발하게 이용하게 됨에 따라 지형자료의 정확한 경계검출에 대한 필요성이 대두되고 있다. 위성영상을 이용한 도로 경계 검출은 교통정보시스템을 포함한 도로계획, 도시계획 등의 지형 공간정보의 필수 연구로 인식되고 있다. 본 연구는 IKONOS 영상에서 도로 경계 검출을 위한 고주파와 저주파 필터링 비교분석에 관한 연구이다. 분석결과 저주파 필터링과 고주파 필터링은 입력영상의 경계부분에서 영상을 선택적으로 강조할 수 있었다. 저주파 필터링과 같은 영상강화 기법에서는 추출 가능한 경계부의 위치를 변화시키거나 영상의 화소값이 전체영상을 대상으로 변화시켜 비교적 도로 폭이 넓은 경우 효과적이었다. 고주파 필터링은 세부적인 영상정보를 선택적으로 강조할 수 있었다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제7권1호
• /
• pp.15-19
• /
• 2015

The depth information of an image is used in a variety of applications including 2D/3D conversion, multi-view extraction, modeling, depth keying, etc. There are various methods to acquire depth information, such as the method to use a stereo camera, the method to use the depth camera of flight time (TOF) method, the method to use 3D modeling software, the method to use 3D scanner and the method to use a structured light just like Microsoft's Kinect. In particular, the depth camera of TOF method measures the distance using infrared light, whereas TOF sensor depends on the sensitivity of optical light of an image sensor (CCD/CMOS). Thus, it is mandatory for the existing image sensors to get an infrared light image by bundling several pixels; these requirements generate a phenomenon to reduce the resolution of an image. This thesis proposed a measure to acquire a high-resolution image through gradual area movement while acquiring a low-resolution image through pixel bundling method. From this measure, one can obtain an effect of acquiring image information in which illumination intensity (lux) and resolution were improved without increasing the performance of an image sensor since the image resolution is not improved as resolving a low-illumination intensity (lux) in accordance with the gradual pixel bundling algorithm.

• 한국통신학회논문지
• /
• 제24권8B호
• /
• pp.1558-1566
• /
• 1999

센서의 물리적인 한계에 의해서 저해상도의 영상밖에 얻을 수 없는 경우에도 고해상도의 영상이 필요할 때가 있다. 본 논문에서는 이러한 경우에 다중채널의 디컨벌루션 방법을 기반으로 다수의 저해상도 영상들로부터 하나의 고해상도 영상을 얻을 수 있는 영상 복원 알고리즘을 제안하고자 한다. 엘리어싱은 주파수 영역에서 해석하기 쉽기 때문에 DFT를 기반으로 한 방법이 일반적으로 사용되어졌다. 그러나 복원에 필요한 저해상도 영상이 충분하지 않거나, 저해상도 영상들이 가지는 정보가 적절하지 않을 경우에 대해서는 원하는 고해상도의 영상을 얻을 수 없었다. 그래서 이를 극복하기 위해 공간 영역으로 재해석하면 확장된 다중채널의 정규화를 사용할 수 있었으며, DFT대신에 DCT를 사용하여 연산량을 줄일 수 있었다. 이론적인 고찰과 실험을 통하여 우리가 제안한 알고리즘에 대한 유용성을 알아보았으며, 저해상도 영상의 움직임 정보가 올바르지 않을 경우에도 정규화를 사용하여 이를 극복할 수 있음을 실험을 통해서 알 수 있었다.

• 센서학회지
• /
• 제6권4호
• /
• pp.298-306
• /
• 1997

초음파센서는 저렴성, 단순한 구조, 기계적 강인성, 사용상의 적은 제약 등의 이점 때문에 다양한 응용분야에 적용된다. 그러나 주요 사용 목적으로는 물체의 감지와 거리측정으로 제한된다. 물체의 인식에 초음파센서를 사용하기에는 낮은 분해능을 초래하는 불량한 방향성과 측정오류를 유발하는 반사성의 단점이 있다. 이런 문제를 극복하기 위해 센서의 배열이 사용되어왔다. 즉, 분해능을 개선하기 위해 다양한 센서의 배열형태에서 많은 수의 센서를 사용하거나, 일정 수의 센서를 사용할 경우에는 센서배열을 기계적으로 이동시킨다. 본 논문에서는 센서배열에 단순한 구동 전자회로를 추가하여 센서 시스템의 인식 분해능을 개선하는 실제적인 방범을 제안한다. 구동회로는 송출 구동전압을 다양하게 변화시켜 알려진 센서의 특성에 따라 서로 다른 수신신호의 진폭으로부터 분해능의 개선을 얻는다. 제안된 방법에서는 사용하는 센서의 수를 증가하거나 추가되는 기계적인 구동기를 사용하지 않으며 분해능의 개선을 얻는다.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1816-1825
• /
• 2022

본 논문에서는 다양한 해상도의 카메라를 사용하는 감시 카메라 네트워크에서 각 사람을 추적하는 새로운 접근 방식을 제안한다. 다수의 비겹침 카메라 상에서 사람 추적 시 기존에 사용되던 사람 특징 정보는 다양한 카메라 시야 조건에 쉽게 영향을 받는다. 이러한 한계를 극복하기 위해 제안하는 시스템은 외모 정보와 함께 얼굴 정보를 활용한다. 일반적으로 감시 카메라로 촬영하는 사람 영상은 해상도가 낮은 경우가 많기 때문에 추적을 용이하게 하기 위해 저해상도 얼굴에서도 유용한 특징을 추출할 수 있어야 한다. 제안하는 추적 방식에서 사람 얼굴 특징을 추출하기 위해 탐지된 얼굴을 정면화한 후 텍스쳐 기반의 특징을 추출한다. 또한 감시 카메라에 포착된 얼굴의 크기가 매우 작은 경우 얼굴을 확대하는 초해상도 기법도 함께 활용한다. 공개된 데이터셋인 Dana36을 이용하여 수행한 실험결과를 통해 제안된 알고리즘의 우수한 성능을 보여준다.

• 한국컴퓨터정보학회논문지
• /
• 제27권9호
• /
• pp.21-32
• /
• 2022

이미지에 레이블을 부착하는 레이블링은 객체 탐지를 수행하기 위해서는 반드시 선행되어야 하며 이러한 작업은 딥러닝 모델을 구축하는 데 있어서 큰 부담으로 여겨지고 있다. 딥러닝 모델을 훈련하기 위해서는 수 만장의 이미지가 필요하며 이러한 이미지에 인간 레이블러가 직접 레이블링을 진행하기에는 많은 한계가 있다. 이러한 어려움을 극복하기 위해 본 연구에서는 전체 이미지가 아닌 일부 이미지에 대한 레이블링을 통해서도 큰 성능의 저하 없이 객체 탐지를 수행하는 방안을 제안한다. 구체적으로 본 연구에서는 저품질 동양화 이미지의 객체 탐지를 위해 초고해상화 알고리즘을 이용하여 저해상도의 이미지를 고화질의 이미지로 변환하고, 이 과정에서 도출되는 SSIM과 PSNR이 객체 탐지의 mAP에 미치는 영향을 분석하여 객체 탐지 분석에 필요한 레이블링을 위한 최적의 샘플링을 수행하는 방안을 제안한다. 본 연구의 결과는 이미지 레이블링을 필요로 하는 이미지 분류, 객체 검출, 이미지 분할 등 딥러닝 모델 구축에 크게 기여할 수 있을 것으로 기대한다.

• 한국항공운항학회지
• /
• 제29권4호
• /
• pp.88-95
• /
• 2021

In aviation meteorology, the low level wind shear is defined as a sudden change of head windbelow 1600 feet that can affect the departing and landing of the aircraft. Jeju International Airport is an area where low level wind shear is frequently occurred by Mt. Halla. Forecasting of such wind shear would be useful in providing early warnings to aircraft. In this study, we investigated the performance of statistical downscaling model, called Korea Meteorological Administration Post-processing (KMAP) with a 100 m resolution in forecasting wind shear by the complex terrain. The wind shear forecasts was produced by calculating the wind differences between stations aligned with the runways. Two typical wind shear cases caused by complex terrain are validated by comparing to Low Level Wind Shear Alert System (LLWAS). This has been shown to have a good performance for describing air currents caused by terrain.

• 한국ITS학회 논문지
• /
• 제22권5호
• /
• pp.137-147
• /
• 2023

LiDAR는 자율 주행뿐만 아니라 다양한 산업 현장에 적용되어 대상의 크기와 거리를 측정하는 데 사용되고 있다. 이에 더하여 이 센서는 반사된 빛의 양을 바탕으로 반사 강도 영상 또한 제공한다. 이는 측정 대상의 형상에 대한 정보를 제공하여 센서 데이터 처리에 긍정적인 효과를 일으킨다. LiDAR는 고해상도가 될수록 높은 성능을 보장하지만 이는 센서 비용의 증가를 야기하는데, 이 점은 반사 강도 영상에도 해당된다. 높은 해상도의 반사 강도 영상을 취득하기 위해서는 고가의 장비 사용이 필수적이다. 따라서 본 연구에서는 저해상도의 반사 강도 영상을 고해상도의 영상으로 개선하는 인공지능을 개발하였다. 이를 위해서 본 연구에서는 최적의 초해상화 신경망 모델을 위한 파라미터 분석을 수행하였다. 또한, 초해상화 알고리즘을 2,500여 장의 반사 강도 영상에 적용하여 훈련과 검증을 하였다. 결과적으로 반사 강도 영상의 해상도를 향상시켰다. 바라건대 본 연구의 결과가 향후 자율 주행 분야에 적용되어 주행환경 인식과 장애물 탐지 성능 향상에 기여할 수 있기를 기대하는 바이다.

• 한국수자원학회논문집
• /
• 제56권10호
• /
• pp.641-653
• /
• 2023

기후변화와 도시화의 영향으로 인해 자연재해의 발생빈도와 규모가 증가하고 있다. 특히 도시 침수는 발생 시간이 짧고 막대한 인명 및 경제적 손실을 초래할 수 있기 때문에 신속하고 정확도 높은 예측 정보 생산이 중요하다. 하지만, 기존 물리과정 및 인공지능 기반 기법은 고해상도 침수 해석을 위해 많은 전산 자원이나 데이터가 요구되는 한계가 있다. 본 연구에서는 딥러닝 기반 초해상화(Super-Resolution) 기법을 통한 고해상도 도시 침수 해석 방법을 제안하고 적용성을 평가한다. 제안된 방법은 고해상도 물리 모형의 결과로 훈련된 초해상화 딥러닝 모형을 이용하여 저해상도 침수 해석 이미지를 고해상도로 변환한다. 미국 포틀랜드 도심지의 두 가지 침수 사례에 대해 적용, 4 m 공간해상도 물리 모의 결과를 1 m 급 고해상도 침수 해석 정보로 초해상화 하였으며, 초해상화 이미지와 고해상도 원본 간 높은 구조적 유사성이 확인되었다. 성능 지표로 평가한 결과, 전체 검증 대상 이미지에 대한 평균 PSNR 22.77 dB, SSIM 0.77로 우수하여, 초해상화 기법의 도시 침수 해석 적용성이 검증되었다. 제안된 방법은 적은 양의 침수 시나리오만으로도 효율적인 딥러닝 모형 훈련이 가능하고, 물리 모형의 정보를 최대한 활용할 수 있기 때문에, 고해상도 도시 침수 정보 생산에 효과적으로 사용될 수 있을 것으로 기대된다.