Just noticeable quantization blur model based on the DCT complexity feature of the image

영상의 복잡도 특징을 기준으로 양자화 왜곡에 대한 최소 인지 왜곡 모델

본 논문에서는 기존의 인지적 영상 압축 기법에 사용되었던 Just Noticeable Distortion(JND) 모델이 압축과정에서 생기는 왜곡인 양자화 왜곡에 적합하지 않는 다는 것을 보이고, 그 한계점을 해결하기 위하여 Just Noticeable Blur(JNB)의 개념을 적용하여 영상 압축에 적합한 모델을 제시하였다. 주파수 공간에서 영상의 복잡도 특징을 나타내는 Spectral Contras Index(SCI) 값을 사용해서 영상의 DCT 블록별 JNB 를 추정하고 이를 기반으로 영상의 DCT 계수 값을 감소시켜 최신의 DCT 기반 JND 를 적용한 인지적 압축 영상에 비해 더 낮은 PSNR 을 가지면서 왜곡도 인지되지 않는 영상을 얻을 수 있었다. 새롭게 제시한 모델을 적용하면 인지적 영상압축에서 기존의 방법보다 더 낮은 비트율로 유사한 인지적 화질 성능을 발휘할 것으로 예상된다.