• 방송공학회논문지
• /
• 제19권5호
• /
• pp.640-655
• /
• 2014

최근 영상시스템 환경은 2D 비디오카메라에 깊이 카메라가 부착되어 2D 및 3D 어플리케이션을 지원하는 형태로 보편화 되고 있다. 이러한 3차원 멀티미디어 시스템 환경으로의 변화는 비디오 시스템에서 깊이정보 획득을 용이하게 만들었다. 깊이정보는 객체 구분, 배경영역 인지 등에 이용할 수 있는데, 2D 부호화에 이를 이용한다면 높은 부호화 효율을 얻을 수 있다. 따라서, 본 논문에서는 차세대 2D 비디오 코덱인 HEVC 인코더에 반영한 깊이정보 이용 비디오 부호화 방법을 제안한다. 제안방법으로, 현재 부호화하려는 CU가 배경영역에 위치할 경우 1) 주변블록의 SKIP 모드를 참조하여 결정하는 CU 분할 조기 결정, 2) 시간적 위치의 CU 정보를 이용하여 수행하는 CU 분할 구조 제한, 3) 배경영역에 따른 움직임 예측 탐색 범위 제한이 있다. 실험은 HEVC 참조 소프트웨어인 HM 12.0에 적용하였고, 실험결과 40% 이상의 부호화 복잡도가 감소했으며, BD-Bitrate는 0.5% 손실되었다. 특히, 마이크로소프트사에서 개발한 키넥트를 통해 획득한 영상을 이용한 실험 결과에서는 영상 품질의 큰 열화 없이 기존대비 최대 53%의 부호화 복잡도가 감소하는 결과를 나타내어, 향후 실시간 화상통신, 모바일 또는 핸드헬드 환경에서의 비디오 서비스 등에서 광범위하게 적용할 수 있을 것으로 기대된다.

• 방송공학회논문지
• /
• 제18권2호
• /
• pp.271-282
• /
• 2013

최근 ITU-T/VCEG과 ISO/IEC MPEG은 공동으로 차세대 비디오 압축 표준 기술인 High efficient video coding (HEVC)를 제정하고 있다. HEVC는 H.264/AVC 표준 기술과 비교해 보면 매우 향상된 압축 효율을 보여 주고 있으며, 특히 Full HD 이상의 매우 큰 사이즈의 동영상 및 그에 따른 고화질 비디오 서비스를 주요 목표로 하고 있다. 그러나 품질과 압축 효율 향상을 위해 새로운 구조와 압축 도구들이 추가됨으로써 인코더의 연산 복잡도가 매우 증가되어 있으며, 이에 화질의 열화를 최소한으로 유지하면서 계산량을 감소시키는 연구가 필요해 지고 있는 상황이다. 본 연구에서는 화면 간 예측 시에 부호화 단위의 분할을 효율적으로 조기 종료하는 방법을 제안한다. 제안된 방법은 현재 코딩 단위 (Coding unit)의 움직임 벡터 정보, 율-왜곡 비용, 그리고 상위 코딩 단위에서의 개별 사이즈에 대한 평균 율-왜곡 비용값을 활용하여 분할을 조기에 중단한다. 실험 결과를 통하여 제안된 방법이 기존의 ECU 방법보다 약 10% 정도로 속도 향상이 있으며, HM 참조 소프트웨어와 비교 시 BD-rate 증가는 1.975% 정도로 매우 적게 나타남을 보인다.

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.1-8
• /
• 2005

이 논문에서는 팬-틸트-줌 기능을 가지는 실시간 능동카메라 시스템에 적합한 2단계 머리 추적 알고리즘을 제안한다. 먼저, 색 수렴 단계에서는 머리의 모양을 타원으로 가정하고 모델 색-히스토그램을 얻는다. 그 후, 모델과 후보 타원의 색-히스토그램간의 유사도를 검사하여 목표 물체의 대략적인 위치를 구하기 위해 mean-shift 방법을 이용한다. 여기에서 영상 내 물체 영역의 색 분포가 카메라의 관찰 방향에 따라 달라지는 것을 고려하기 위하여, 모델 히스토그램 뿐 아니라 이전 프레임에서 얻어진 타원의 색 히스토그램도 함께 고려함으로써 mean-shift의 수렴성을 향상시킨다. 특히, 이전 프레임에서 결정된 타원 내부의 가장자리 영역에 포함되어 있는 배경 색 성분에 의한 오류 누적 문제를 해소하기 위해, 모델 히스토그램을 이용하여 타원의 크기를 적응적으로 축소함으로써 이전 추적 결과중 머리 영역에 해당되는 색 히스토그램을 얻는다. 또한 영상 내의 전역 움직임을 예측하고 이를 보상하여 정확한 초기 위치를 찾음으로써 mean-shift의 색 수렴성을 더욱 향상시킨다. 이 때, 고속 움직임 추정을 위해 1-D 투사 데이터 기반의 방법을 제안한다. 다음 단계에서는, 모양 정보를 이용하여 수렴단계에서 얻어진 타원의 위치와 크기를 보다 정확히 재조정한다. 이를 위해 영상 내 경사도의 방향에 기반한 강건한 모양 유사도 함수를 정의하고 사용한다. 다양한 환경을 고려한 실험을 통하여, 사람의 움직임이 빠른 경우, 영상 내 머리 크기의 변화가 심한 경우, 그리고 배경의 색과 모양이 매우 복잡한 경우에 대해서도 제안한 알고리즘이 비교적 정확히 추적을 수행함을 보였다. 아울러 제안한 알고리즘은 추적을 수행하는데 일반 PC에서 약 30fps의 처리 속도를 보여 실시간 시스템에 적합하다.