• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.103-114
• /
• 2024

The escalating demands for high-resolution satellite imagery necessitate the dissemination of geospatial data with superior accuracy.Achieving precise positioning is imperative for mitigating geometric distortions inherent in high-resolution satellite imagery. However, maintaining sub-pixel level accuracy poses significant challenges within the current technological landscape. This research introduces an approach wherein upsampling is employed on both the satellite image and ground control points (GCPs) chip, facilitating the establishment of a high-resolution satellite image precision sensor orientation. The ensuing analysis entails a comprehensive comparison of matching performance. To evaluate the proposed methodology, the Compact Advanced Satellite 500-1 (CAS500-1), boasting a resolution of 0.5 m, serves as the high-resolution satellite image. Correspondingly, GCP chips with resolutions of 0.25 m and 0.5 m are utilized for the South Korean and North Korean regions, respectively. Results from the experiment reveal that concurrent upsampling of satellite imagery and GCP chips enhances matching performance by up to 50% in comparison to the original resolution. Furthermore, the position error only improved with 2x upsampling. However,with 3x upsampling, the position error tended to increase. This study affirms that meticulous upsampling of high-resolution satellite imagery and GCP chips can yield sub-pixel-level positioning accuracy, thereby advancing the state-of-the-art in the field.

• 방송공학회논문지
• /
• 제10권4호통권29호
• /
• pp.505-514
• /
• 2005

이미지 업샘플링은 두개의 도메인, 즉 공간 도메인과 주파수 도메인에서 수행될 수 있다. 공간 도메인에서의 대표적인 업샘플링 방법으로는 6-탭 필터를 이용한 방법이 있으며 이 기법은 현재 다양한 비디오 코덱에서 사용되고 있다. 이 방법은 주관적 화질 향상에는 장점이 있는 반면 블러링(blurring)을 발생시켜 객관적 성능은 상대적으로 낮다. 주파수 도메인에서의 업샘플링 방법으로는 영 패딩(simple zero padding) 기법이 있으며 존재하지 않는 주파수 성분을 모두 영으로 채워 역변환을 함으로 업샘플링을 하는 방법이다. 이 방법은 상대적으로 링잉(ringing)효과로 인한 주관적 화질 저하가 있는 반면 객관적인 성능은 공간적 업샘플링 방법에 비해 높은 성능을 보인다. 본 논문에서는 주관적 성능 뿐 아니라 객관적 성능까지도 향상시킬 수 있는 주파수 확장 기법을 이용한 업샘플링 기법을 제안하다. 실험 결과를 통해 제안하는 알고리듬이 기존의 알고리듬에 비해 PSNR 향상 및 주관적 화질도 향상됨을 알 수 있다.

• 방송공학회논문지
• /
• 제17권6호
• /
• pp.933-944
• /
• 2012

본 논문은 저해상도의 깊이맵을 고해상도의 깊이맵으로 변환하는 새로운 방법인 거리 변환 기반의 양측 업샘플링 기법을 제안한다. 제안하는 방법은 깊이맵의 거리변환 값에 따라 공간 도메인 가중치 함수를 조절하기 때문에 에지의 선명도를 유지하면서 깊이맵의 해상도를 증가시킨다. 이를 위해, 제안하는 방법은 거리 변환 단계, 공간 가중치 조절 단계, 영상 보간 단계를 거친다. 다양한 실험 깊이 맵을 통한 실험에서 제안하는 방법이 기존의 양측 업샘플링 방법보다 출력 깊이맵의 화질 관점에서 성능이 좋아짐을 확인했다.

• 한국통신학회논문지
• /
• 제38C권10호
• /
• pp.875-880
• /
• 2013

시청자에게 입체감과 몰입감을 줄 수 있는 3차원 영상의 제작을 위해서는 장면의 색상 영상과 함께 깊이 정보가 필요하다. 일반적으로 장면의 깊이를 측정하는 깊이 센서에서 획득된 깊이 영상은 매우 작은 해상도를 가진다. 따라서 색상 영상과 함께 3차원 영상 제작에 이러한 깊이 영상을 사용하기 위해서는 저해상도 깊이 영상의 업샘플링 기술이 필요하다. 본 논문에서는 깊이 불연속 정보를 이용하여 저해상도 깊이 영상을 업샘플링하는 방법을 설명한다. 깊이 영상을 업샘플링할 때 가장 민감하게 다루어야 할 깊이 불연속 부분을 고해상도 색상과 저해상도 깊이 영상으로부터 찾아낸다. 그리고 깊이 불연속 부분을 고려하여 깊이 영상 업샘플링을 위한 에너지 함수를 모델링하고, 신뢰 확산(belief propagation) 방법을 이용하여 해상도가 확대된 깊이 영상을 획득한다. 제안하는 방법은 필터 기반이나 에너지 함수 기반의 다른 방법들보다 우수한 성능을 나타내었다.

• 방송공학회논문지
• /
• 제19권1호
• /
• pp.31-43
• /
• 2014

깊이맵은 3D 입체영상의 생성을 위해 중요한 요소이다. 하지만 깊이 카메라를 이용하여 획득한 깊이맵들은 낮은 해상도를 갖는 단점이 있기 때문에 이를 고해상도로 변환하는 연구들이 활발하게 진행되고 있다. 이러한 연구들은 일반적으로 PSNR, Sharpness Degree, Blur Metric 등과 같은 객관적인 평가방법으로 성능을 검증해왔다. 이러한 평가방법 이외에 DIBR로 가상시점(virtual view)을 생성하여 주관적으로 평가하는 연구도 있으나, 입체영상을 생성하여 깊이맵 업샘플링의 성능을 분석하는 것은 많지 않다. 본 논문에서는 다양한 깊이맵 업샘플링 방법들을 이용하여 생성된 입체영상의 주관적 평가와 업샘플링 방법의 객관적 평가 결과의 상관관계 및 선형회귀법을 이용하여 관련성을 분석한다. 실험결과에서는 에지 PSNR이 시각적 피로도와의 상관관계가 가장 높고, Blur Metric은 가장 낮다는 것을 보여준다. 또한 선형회귀에서는 최적의 입체영상을 얻을 수 있는 객관적 평가의 가중치를 구하고, 기존 또는 새로운 업샘플링 알고리즘의 3D성능을 예측할 수 있는 공식을 보여준다.

• 한국정보통신학회논문지
• /
• 제15권8호
• /
• pp.1714-1719
• /
• 2011

각종 시각 매체들이 발달함에 따라 대부분의 영상들은 고화질의 영상을 사용하고 있다. 그 만큼 전송할 때 많은 용량을 전송해야 하기 때문에 압축된 형태를 지향하고 있으며 이뿐만 아니라 소형기기의 디스플레이 장치에 알맞은 영상을 제공해야 하는 필요성이 제기되고 있다. 본 논문에서는 DCT 영역에서 영상을 축소/확대하여 계산 량을 줄이면서 디스플레이 장치에 알맞은 영상 크기 조절 방법을 제시한다. 제안하는 방법은 DCT 영역에서 영상의 해상도를 조절할 수 있기 때문에 기존의 방법들에 비해 높은 PSNR 값을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.398-400
• /
• 2012

최근 3D에 대한 관심이 집중되면서 고품질의 3D영상을 얻기 위해 고품질의 깊이 영상이 필요하고 이를 구현하기 위한 연구가 활발히 진행되고 있다. 깊이 영상을 얻기 위해서 Time-of-Flight(ToF)방식의 깊이 센서가 활용되고 있는데 이 깊이 센서는 실시간으로 깊이 정보를 획득할 수 있지만 낮은 해상도와 노이즈가 발생한다는 단점이 있다. 따라서 깊이 센서로 생성된 저해상도 깊이맵을 고해상도로 변환해야 한다. 주로 깊이 영상의 해상도를 높이기 위해서 Joint Bilateral Upsampling(JBU) 방식이 사용되고 있다. 따라서 본 논문은 JBU 방식을 보강하여 블록단위로 분산에 따른 참조 영상의 가중치를 다르게 두어 깊이 영상의 품질을 향상시키는 방법을 제안한다.

• 한국멀티미디어학회논문지
• /
• 제24권8호
• /
• pp.1020-1025
• /
• 2021

Facial alignment is very important task for human life. And facial landmark detection is one of the instrumental methods in face alignment. We introduce the stacked hourglass networks with transposed convolutional layers for facial landmark detection. our method substitutes nearest neighbor upsampling for transposed convolutional layer. Our method returns better accuracy in facial landmark detection compared to stacked hourglass networks with nearest neighbor upsampling.

• Journal of Information Processing Systems
• /
• 제18권1호
• /
• pp.12-25
• /
• 2022

In recent years, deep convolutional neural networks have made significant progress in the research of single image super-resolution. However, it is difficult to be applied in practical computing terminals or embedded devices due to a large number of parameters and computational effort. To balance these problems, we propose CSRNet, a lightweight neural network based on channel split residual learning structure, to reconstruct highresolution images from low-resolution images. Lightweight refers to designing a neural network with fewer parameters and a simplified structure for lower memory consumption and faster inference speed. At the same time, it is ensured that the performance of recovering high-resolution images is not degraded. In CSRNet, we reduce the parameters and computation by channel split residual learning. Simultaneously, we propose a double-upsampling network structure to improve the performance of the lightweight super-resolution network and make it easy to train. Finally, we propose a new evaluation metric for the lightweight approaches named 100_FPS. Experiments show that our proposed CSRNet not only speeds up the inference of the neural network and reduces memory consumption, but also performs well on single image super-resolution.

• 한국정보통신학회논문지
• /
• 제21권7호
• /
• pp.1371-1378
• /
• 2017

본 논문은 양방향 가중치를 이용하는 기존의 업샘플링 방법들에서 나타난 색상 텍스쳐 복사(color texture copy) 문제를 방지하기 위해 선택적 양방향 가중치와 라플라시안 함수를 이용한 색상 가중치를 제안한다. 제안하는 알고리즘은 먼저 3차 회선 보간법(bicubic interpolation)을 통해 높은 해상도의 깊이영상을 생성한다. 그 후 색상영상과 깊이영상의 주변 화소값 차이를 이용하여 색상 텍스쳐 영역을 추정한다. 만일 보간 된 화소가 색상 텍스쳐 영역에 속한다면 해당화소를 포함하는 $3{\times}3$ 영역의 화소들에 대한 거리정보와 깊이정보의 가중치를 구하고 경계 화소값 결정을 위한 비용계산을 수행한다. 반면에 색상 텍스쳐 영역에 포함되지 않는 화소는 깊이정보 가중치 대신 색상정보 가중치를 구하여 비용계산을 수행한다. 아홉 개의 화소에 대한 비용계산이 끝나면 가장 작은 경계 화소값 결정 비용을 가지는 화소 값을 결과영상의 화소값으로 정한다. 제안하는 알고리즘은 PSNR 및 주관적 화질 비교에서 우수한 성능을 보였다.