• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.727-730
• /
• 2001

본 논문에서는 동영상 데이터의 효율적인 압축과 전송을 위하여 이산 웨이블렛 변환(Discrete Wavelet Transform)과 H.263 부호화[1] 방법을 이용한 영상 부호화 방법을 제안하였다. 이 방법은 웨이블렛 변환을 이용하여 영상을 여러 개의 주파수 영역별로 나누고 각각의 주파수특성에 따라 다른 부호화 방식을 취하게 된다. 제안된 방법은 정보량이 가장 많고 원본의 영상에 가장 가깝게 보존되는 저주파 영역은 H.263 부호화 방식을 사용하고, 나머지 고주파 영역은 산술부호화 방식을 사용함으로서 각각의 주파수 특성을 적절하게 고려한 압축을 하여 그 효율을 증대시키게 된다. 또한 웨이블렛 변환에 따른 저주파 영역의 크기는 실제 영상 크기의 4분의 1이 되는데, 이러한 사실은 H.263 부호화에서 움직임정보의 검출 단위인 매크로블럭(macro-block)의 개수를 줄여 웨이블렛 알고리즘 사용에 드는 추가적인 부호화 시간을 보상하게 한다. 저주파 영역의 H.263 부호화 방식으로 인한 양자화 오류로 나타나는 역 웨이블렛 변환에서의 화질열화를 최소화하기 위해 2단계 웨이블렛 변환을 사용했는데 실험결과 1단계 웨이블렛 변환을 사용한 영상에 비하여 화질이 개선됨을 알 수 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.663-667
• /
• 2009

본 논문에서는 인접블록간의 움직임 유사도를 이용하여 불필요한 후보블록을 보다 빠르게 제거하는 PDE기반의 고속 블록매칭 알고리즘을 제안한다. 제안한 방법은 기존의 방법보다 불필요한 계수를 효율적으로 제거하기 위하여 인접 블록간의 영상의 유사성에 기초하여 인접한 네개의 매크로블록 가운데 최대 복잡도를 가지는 서브블록의 누적된 비율(cumulative distribution function-CDF)을 사용하고 서브블록별 복잡도가 집중되지 않도록 하기위하여 normalized 기반 매칭스캔 방법을 사용하여 효율적으로 계산량을 줄였다. 제안한 알고리즘은 화질의 저하 없이 기존의 PDE 알고리즘에 비해 60% 이상의 계산량을 줄였으며, MPEG-2 및 MPEG-4 AVC를 이용하는 비디오 압축 응용분야에 유용하게 사용될 수 있을 것이다.

• 한국고분자학회:학술대회논문집
• /
• 한국고분자학회 2006년도 IUPAC International Symposium on Advanced Polymers for Emerging Technologies
• /
• pp.377-377
• /
• 2006

Alkoxyamine and thiocarbonyl thio end capped polyethylene (PE) chains were synthesized using a direct and simple approach consisting in reacting di(polyethylenyl)magnesium (PE-Mg-PE) chains with a range of nitroxides and disulfides of thiocarbonyl thio compounds. PE-Mg-PE compounds were prepared by a catalyzed chain growth reaction of ethylene on nbutyloctylmagnesium (BOMg) with a neodymocene complex $(C_{5}Me_{5})_{2}NdCl_{2}Li(OEt_{2})_{2}$. Complete characterizations confirm the introduction of the desired end groups. The controlled radical polymerization (NMP and RAFT) of butyl acrylate mediated by these functional polyethylenes was successful.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• pp.247-249
• /
• 2006

본 논문에서는 임베디드 리눅스와 그에 따른 통합 개발 환경인 QpusME/Esto에서 제공하는 전력소모량 분석도구를 이용하여 H.264 디코더의 함수별 전력 소모량을 측정하여 공개함으로써 향후 연구에 기반 정보로 사용하도록 한다. 또한 이를 이용하여 MacroBlock 디코딩시, 전력을 줄일 수 있는 다양한 방법 중 하나의 예를 제시하고 그 실험 결과를 제시한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 추계학술대회
• /
• pp.180-183
• /
• 2012

본 논문에서는 고속 움직임 예측(Fast Motion Estimation)방법의 일종인 다단계 연속 제거 알고리즘(MSEA : Multi-level Successive Elimination Algorithm)에 움직임의 역동성 정도를 고려하여 적응적인 가중치를 적용하는 방안에 대해 제안하였다. 움직임을 예측하는 과정에서 영상의 화질 손상이 발생하는 방식(Lossy Motion Estimation Algorithm)에서 모든 단위 블록(Macro Block)에 고정된 가중치만을 적용하는 기존의 방식과 달리 주위 블록의 움직임 벡터(Motion Vector)를 통해 움직임의 정도를 가정하여 적응적인 가중치를 적용함으로써 화질 손상을 줄이는 것이 목적이다. 제안하는 알고리즘으로 설계한 실험으로부터 MSEA에 적응적 가중치를 사용할 경우의 효율성을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.146-147
• /
• 2009

본 논문에서는 단일 프레임 내에서 인접한 매크로 블록 간의 움직임의 유사도를 이용한 개선된 PDE 알고리즘을 제안한다. 제안한 방법은 기존의 방법보다 불필요한 후보 블록을 효율적으로 제거하기 위하여 인접한 매크로블록간의 유사도를 고려하여 인접 4개의 매크로블록 가운데 서브 블록간 최대 복잡도를 가지는 서브블록의 CDF(cumulative distribution function)와 개선된 매칭스캔 방법을 이용하여 효율적으로 계산량을 줄였다. 제안한 알고리즘은 화질의 저하 없이 기존의 PDE 알고리즘에 비해 55% 이상의 계산량을 줄였으며, MPEG-2 및 MPEG-4 AVC를 이용하는 비디오 압축 응용분야에 유용하게 사용될 수 있을 것이다.

• 한국음향학회지
• /
• 제39권1호
• /
• pp.38-46
• /
• 2020

로파/데몬 그램은 수동소나의 특성을 확인하기 위해 수중 음향 신호에 대한 방위, 시간, 주파수를 시각적으로 표현한 결과이다. 이러한 그램들은 기존의 압축 기법들을 적용하기 힘든 토널 성분과 같은 특징들을 포함하고 있다. 본 논문에서는 이진맵과 예측 기법으로 구성된 새로운 로파 및 데몬 그램 압축 기법을 제안한다. 먼저 각 주파수 빈에 대한 예측을 결정하는 이진맵을 생성하고, 프레임을 몇 개의 매크로 블록으로 구분한다. 각 매크로 블록에 대해 인트라 예측과 인터 예측을 적용하여 나머지를 계산한다. 그리고 이진맵에서 유효한 빈들에 대해 예측을 수행하고 엔트로피 부호화를 위해 나머지를 양자화 한다. 이진맵과 예측모드를 전송함으로써 복호기는 동일한 절차로 그램을 복원한다. 시뮬레이션을 통해 제안하는 알고리즘의 로파와 데몬 그램 압축 결과가 기존의 데이터 압축 기법에 비해 우수함을 확인한다.

• 한국통신학회논문지
• /
• 제35권2B호
• /
• pp.345-351
• /
• 2010

DMB 2.0, Mobile IPTV 등 방송과 통신을 융합하는 서비스에 대한 관심이 최근 급증하고 있다. 유니캐스트는 수용량 제한 및 열악한 수신환경으로 인해 방송서비스를 하기 힘들기 때문에 WiBro는 MBS(Multicast Broadcast Service)를 제공하여 방송서비스를 지원한다. MBS는 MBS 존에 속한 모든 기지국이 방송서비스를 요구하는 모든 사용자에게 동일한 콘텐츠를 동시에 전송하는 방식이다. 단말은 다수의 기지국으로부터 자원을 받기 때문에 Macro diversity로 인해 SINR을 높일 수 있지만 존 외곽 셀의 경우 간섭으로 인해 여전히 SINR이 매우 낮으므로 보완책이 필요하다. 본 논문에서는 MBS 존의 내부와 외부의 성능차이를 줄이면서 전체적으로는 높은 MCS를 사용하여 전송률을 높이는 방안으로 MIMO(Multiple Input Multiple Output) STBC(Space Time Block Coding), Relay, FFR(Fractional Frequency Reuse)을 도입한다. 기본적인 시뮬레이션 환경은 SISO(Single Input Single Output)로 가정하고 transparent 중계기, MBS에서 적용가능한 FFR로 시나리오를 나누어 SISO와 MIMO STBC 환경에서 각각 성능을 평가하고 비교 분석한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권3호
• /
• pp.379-386
• /
• 2004

비디오 요약의 첫 걸음은 샷(shot) 변환의 검출이다. 이러한 샷 변환은 점진적인 변환과 급진적인 변환이 있다. 지금까지 급진적인 샷 변환은 이미 주어진 한계치나 연속된 두 프레임의 이미지에 기반을 둔 거리를 이용하여 검출하였고 점진적 변환 또한 일반적으로 한계치를 이용하여 검출하였다. 그러나 한계치에 따라 그 결과가 확연히 달라지고 또한 그 한계치를 정하는 것도 어려운 문제이다. 이 논문에서는 이런 문제의 해결과 MPEG 압축 비디오 상에서 점진적 변화의 검출뿐만 아니라 분류를 해결하는 방법을 제시하였다. 논문에서는 한계치를 사용하지 않은 은닉 마르코프 모델과 MPEG의 근사 DC 값을 이용하여 보다 빠르고 정확한 결과를 얻도록 하였다. 그리고 히스토그램의 차이뿐만 아니라 매크로 블록 (macro block)의 차이라 불리는 새로운 척도를 도입하여 보다 정확한 값을 얻도록 하였다. 은닉 마르코프 모델은 샷, 페이드(fade), 디졸브(dissolve), 컷(cut) 등의 4개의 상태를 갖게 하고 학습은 Baum-Welch 알고리즘으로 필요한 변수들을 추정하였다. 그리고 특정 벡터에 Viterbi 알고리즘을 적용하여 원하는 상태를 얻을 수 있다. 대부분의 실험 결과를 보면 새로 제안한 척도를 사용한 방법이 히스토그램의 차만을 이용한 방법보다 더 좋은 결과를 나타내었으며 이산적 마르코프 모델보다 연속적 마르코프 모델이 좋은 결과를 보여준다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권1_2호
• /
• pp.114-125
• /
• 2002

본 논문에서는 MPEG 비디오 데이터의 컷(cut)과 디졸브(dissolve)를 검출하여 샷(shot) 단위로 분할하고 각 샷의 카메라 동작 또는 객체 움직임의 형태를 분류하는 방법을 제안하고자 한다. 정확한 샷의 위치와 카메라, 객체의 세분화된 동작을 구별하기 위한 전단계의 연구에서[1] 우선 MPEG 데이터의 I(Intra) 프레임의 DC(Direct Current) 계수를 분석하여 픽처 그룹을 Shot(장면이 바뀐 경우), Move(카메라 동작 또는 객체가 움직인 경우), Static(영상의 변화가 거의 없는 경우)으로 세분화하여 분류하였다. 이 과정에서 2단계 구조의 신경망을 구성하고 여러 종류의 특징을 서로 다른 해상도에서 추출하여 결합시키는 방법을 제안하였다. 다음 단계로 Shot 또는 Move로 분류된 픽처 그룹의 P(Predicted), B(Bi-directional) 프레임을 선별적, 계층적으로 탐색하여 컷의 정확한 발생 위치와 카메라 동작 또는 객체 움직임의 종류를 결정하는 방법을 제안한다. P, B 프레임의 매크로 블록의 종류별 분포를 통계적으로 이용하여 컷의 발생 위치를 검출하여, P, B 프레임의 매크로 블록 종류와 움직임 벡터를 동시에 사용하는 신경망을 구성하여 디졸브, 카메라 동작, 객체 움직임의 종류를 검출한다. 본 논문에서 제안하는 방법은 MPEG 데이터의 압축을 풀지 않은 상태에서 I 프레임의 DC 계수만을 사용하여 픽처 그룹을 분류하며, 분류된 픽처 그룹 내에서 일부의 P, B 프레임만을 계층적으로 선택하여 탐색함으로서 처리 시간을 감소시키고자 하였다. 세 종류의 서로 다른 비디오 데이터를 사용한 실험에서 93.9-100.0%로 픽처 그룹을, 96.1-100.0%로 컷을 검출하였다. 또한 두 종류의 비디오 데이터를 사용한 실험에서 90.13% 및 89.28%의 정확성으로 카메라 동작 또는 객체 움직임을 분류하였다.