• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.355-359
• /
• 2009

In this paper, we describe self-training super-resolution. Our approach is based on example based algorithms. Example based algorithms need training images, and selection of those changes the result of the algorithm. Consequently it is important to choose training images. We propose self-training based super-resolution algorithm which use an input image itself as a training image. It seems like other example based super-resolution methods, but we consider training phase as the step to collect primitive information of the input image. And some artifacts along the edge are visible in applying example based algorithms. We reduce those artifacts giving weights in consideration of the edge direction. We demonstrate the performance of our approach is reasonable several synthetic images and real images.

• 대한전자공학회논문지SP
• /
• 제49권4호
• /
• pp.23-31
• /
• 2012

본 논문은 움직임이 큰 저해상도 영상을 초고해상도 영상으로 복원하는 움직임 추정기반의 초고해상도 알고리즘을 제안한다. 일반적인 실험영상에 비해 실제 사용되는 움직임이 큰 영상은 부화소 움직임을 찾기가 어렵다. 또한 일반 움직임 추정기법을 이용한 참조이미지와 후보이미지를 찾기 위해서는 매우 높은 계산 복잡도를 가지는 단점이 있다. 이러한 문제점을 보완하기 위해 기존의 2차원적 움직임 추정기법을 이용하여 제안한 임계값을 기준으로 등록 조건을 만족하는 참조이미지를 결정하고, 후보 이미지들 사이의 최소 가중치를 가진 최적의 후보 이미지들을 찾아 초고해상도 복원과정을 진행하는 새로운 영상 등록 알고리즘을 제안하였다. 실험 결과에 따르면, 제안한 기법은 평균 PSNR이 31.89dB로 전통적인 초고해상도 기법보다 높은 PSNR을 보이며 계산 복잡도도 향상되는 결과가 나타났다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.254-257
• /
• 2009

In this paper, we propose a learning-based super-resolution algorithm. In the proposed algorithm, a multi-resolution wavelet approach is adopted to perform the synthesis of local high-frequency features. To obtain a high-resolution image, wavelet coefficients of two dominant LH- and HL-bands are estimated based on wavelet frames. In order to prepare more efficient training sets, the proposed algorithm utilizes the LH-band and transposed HL-band. The training sets are then used for the estimation of wavelet coefficients for both LH- and HL-bands. Using the estimated high frequency bands, a high resolution image is reconstructed via the wavelet transform. Experimental results demonstrate that the proposed scheme can synthesize high-quality images.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권5호
• /
• pp.1141-1162
• /
• 2024

Humidity is an important parameter in meteorology and is closely related to weather, human health, and the environment. Due to the limitations of the number of observation stations and other factors, humidity data are often not as good as expected, so high-resolution humidity fields are of great interest and have been the object of desire in the research field and industry. This study presents a novel super-resolution algorithm for humidity fields based on the Wasserstein generative adversarial network(WGAN) framework, with the objective of enhancing the resolution of low-resolution humidity field information. WGAN is a more stable generative adversarial networks(GANs) with Wasserstein metric, and to make the training more stable and simple, the gradient cropping is replaced with gradient penalty, and the network feature representation is improved by sub-pixel convolution, residual block combined with convolutional block attention module(CBAM) and other techniques. We evaluate the proposed algorithm using ERA5 relative humidity data with an hourly resolution of 0.25°×0.25°. Experimental results demonstrate that our approach outperforms not only conventional interpolation techniques, but also the super-resolution generative adversarial network(SRGAN) algorithm.

• 한국지능시스템학회논문지
• /
• 제17권1호
• /
• pp.72-79
• /
• 2007

저해상도 영상 정보들 이용하여 고해상도 영상으로 재구성하는 새로운 고해상도 복원 알고리즘을 제안한다. 제안된 고해상도 복원 알고리즘은 super 해상도 이론을 바탕으로 구성되며, super 해상도는 정합과 복원의 순차적인 단계로 구성되어있다. 본 논문에서는 다해상도 분해를 통한 웨이브렛 기저와 하위픽셀이동을 통한 정합으로 많은 데이터 처리량과 잡음을 줄여 주요정보 유지와 에러율 개선하였다. 또한 복원단계에서는 퍼지 웨이브렛 B-스플라인 보간법을 이용하여 블러링과 블록화 현상이 없는 부드러운 영상과 해상도를 얻음을 확인하였다.

• 대한전자공학회논문지SD
• /
• 제46권5호
• /
• pp.39-48
• /
• 2009

1984년 처음 SR 알고리즘이 제안된 이후, 많은 SR 복원 알고리즘이 제안되었다 SR의 접근방법 중에서도 공간적 접근방법은 저해상도 이미지의 픽셀 값을 고해상도 이미지 격자에 매핑 함으로써 이루어진다. 이때, 저해상도 이미지들 간의 각각 다른 노이즈와 다른 PSF(Point Spread Function) 함수, 왜곡으로 인해 매핑 시 문제가 된다. 때문에 저해상도 이미지들의 노이즈 성분을 최소화하는 방법이 필요하다. 본 논문에서는 노이즈 성분을 최소화하는 방법으로 L1 norm의 방법을 사용하고 이와 동시에 이미지의 경계를 보완해주는 Huber norm을 사용하는 SR의 구조를 제안한다. 실험에서는 타 알고리즘과의 비교를 통해 제안한 알고리즘이 저해상도 이미지 상에 존재하는 노이즈를 줄이고 이미지 경계부분의 보완을 확인하였다.

• 전기학회논문지
• /
• 제57권2호
• /
• pp.294-302
• /
• 2008

In this paper, we present a new image up-sampling method which registers low resolution images to the high resolution grid when Bayesian super-resolution image processing is performed. The proposed up-sampling method interpolates high-resolution pixels using high-frequency data lying in all the low resolution images, instead of up-sampling each low resolution image separately. The interpolation is based on B-spline non-uniform re-sampling, adjusted for the super-resolution image processing. The experimental results demonstrate the effects when different up-sampling methods generally used such as zero-padding or bilinear interpolation are applied to the super-resolution image reconstruction. Then, we show that the proposed hybird up-sampling method generates high-resolution images more accurately than conventional methods with quantitative and qualitative assess measures.

• 한국멀티미디어학회논문지
• /
• 제23권3호
• /
• pp.412-420
• /
• 2020

This paper proposes a performance-improving face recognition system based on a super resolution method for low-resolution images. The conventional face recognition algorithm has a rapidly decreased accuracy rate due to small image resolution by a distance. To solve the previously mentioned problem, this paper generates a super resolution images based o deep learning method. The proposed method improved feature information from low-resolution images using a super resolution method and also applied face recognition using a feature extraction and an classifier. In experiments, the proposed method improves the face recognition rate when compared to conventional methods.

• 대한임베디드공학회논문지
• /
• 제15권2호
• /
• pp.61-70
• /
• 2020

Convolutional Neural Networks (CNN) have been used extensively in recent times to solve image classification and segmentation problems. However, the use of CNNs in image super-resolution problems remains largely unexploited. Filter interpolation and prediction model methods are the most commonly used algorithms in super-resolution algorithm implementations. The major limitation in the above named methods is that images become totally blurred and a lot of the edge information are lost. In this paper, we analyze super resolution based on CNN and the wavelet transform super resolution method. We compare and analyze the performance according to the number of layers and the training data of the CNN.

• 한국인터넷방송통신학회논문지
• /
• 제18권1호
• /
• pp.71-77
• /
• 2018

현재 설치된 광섬유의 문제를 모니터링 하는데 가장 널리 사용되는 방법은 Optical Time Domain Reflectometer(OTDR)이다. OTDR는 FTTx 네트워크를 테스트하기 위해 설계된 계측기이며, 전송 손실 및 접속 손실과 같은 광섬유의 물리적 특성을 평가한다. OTDR을 이용하여 광로상의 문제점을 정확히 파악하기 위해서는 Spatial resolution을 높이는 것이 중요하다. 펄스폭이 두 반사체 사이의 거리 두 배보다 작을 때는 두 반사체에서 반사되는 신호는 상호간에 겹침 없이 반사되므로 반사되는 신호의 구분이 가능하지만 펄스폭이 두 반사체 사이의 거리 두 배보다 클 때에는 두 반사 펄스가 겹쳐져 반사되는 신호가 구분되지 못한다. 이와 같은 한계를 극복하기 위해서 본 논문에서는 초 분해능 알고리즘을 적용하여 Spatial resolution 향상 방법을 제안하였으며, 시뮬레이션 결과, 초 분해능 알고리즘 적용 시에 분해능이 향상 되어 이벤트 구간을 더 정밀하게 분석할 수 있었다.