• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.9-11
• /
• 2016

최근 UHDTV(ultra high definition television) 등의 고해상도 디스플레이가 시장에 등장하면서, 기존의 저해상도 FHD(full high definition) 영상을 고해상도 영상으로 변환할 수 있는 초해상화(super-resolution, SR) 기법들이 각광을 받고 있다. 그 중, 선형 매핑(linear mapping)을 사용하여 저해상도 패치(patch)로부터 고해상도 패치를 복원하는 초해상화 기법은 상대적으로 낮은 복잡도로 좋은 품질의 고해상도 영상을 생성한다. 그러나 이러한 기법은 단순한 선형 매핑을 기반으로 하기 때문에 복잡한 비선형적(nonlinear) 저해상도-고해상도 관계를 예측하기 힘든 단점이 있다. 최근 각광받는 딥러닝(deep learning) 기술은 다층(multi-layer) 네트워크를 쌓아 입력과 출력 간의 복잡한 비선형 관계를 훈련시켜 좋은 성능을 보이는데, 이를 바탕으로 본 논문에서는 다중의 레이어로 구성된 다층 선형 매핑(multi-layer linear mappings, MLLM)을 기반으로 하는 초해상화 기법을 새롭게 제안한다. 제안하는 다층 선형 매핑은 기존 선형 매핑보다 비선형적 관계를 더 잘 예측하여 높은 품질의 고해상도 영상을 생성할 수 있게 한다. 제안된 초해상화 기법은 딥러닝 기반 초해상화 기법과 필적하는 품질의 고해상도 영상을 생성하면서도 더 낮은 복잡도를 지니는 것을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.425-428
• /
• 2020

본 논문에서는 경계 합성곱 신경망(Convolutional neural network, CNN)기반의 슈퍼 해상도 기법을 이용하여 저해상도 옷감 메쉬를 슈퍼 해상도로 노이즈 없이 안정적으로 표현할 수 있는 기법을 제안한다. 저해상도와 고해상도 메쉬들 간의 쌍은 옷감 시뮬레이션을 통해 얻을 수 있으며, 이렇게 얻어진 데이터를 이용하여 고해상도-저해상도 데이터 쌍을 설정한다. 학습할 때 사용되는 데이터는 옷감 메쉬를 지오메트리 이미지로 변환하여 사용한다. 우리가 제안하는 경계 합성곱 신경망은 저해상도 이미지를 고해상도 이미지로 업스케일링 시키는 이미지 합성기를 학습시키기 위해 사용된다. 테스트 결과로 얻어진 고해상도 이미지가 고해상도 메쉬로 다시 변환되면, 저해상도 메쉬에 비해 주름이 잘 표현되며, 경계 부근에서 나타나는 노이즈 문제가 완화된다. 합성 결과에 대한 성능으로는 전통적인 물리 기반 시뮬레이션보다 약 10배 정도 빠른 성능을 보여준다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.75-77
• /
• 2015

디스플레이 해상도가 지속적으로 고해상화가 되면서, 기존 저해상도 영상을 고해상도 디스플레이 크기에 맞춰 해상도를 키우는 기법인 초해상화(super-resolution, SR) 기법에 많은 관심이 쏟아지고 있으며 이에 대한 많은 초해상화 논문들이 게재되었다. 이 중 현재 최상 품질의 고해상도 영상을 복원하는 한 초해상화 기법은, 입력 받은 저해상도 영상을 자가 예제(self-examples)로 사용하여 선형 매핑(linear mapping)을 통해 점진적으로 여러 레벨(level)를 거쳐 조금씩 키우는 방법이다. 이때 각 레벨마다 기존 저해상도 영상 크기로 반복적으로 줄여 오차를 줄이는 역투영법(back-projection)을 사용하는데, 이 방법은 처리된 영상에 시각적 품질을 낮추는 링 아티팩트(ringing artifacts)를 생산하며, 이는 매 레벨마다 계속 누적이 되어 고해상도 결과 이미지 품질에 악영향을 미치는 단점이 있다. 이를 보완하기 위해, 본 논문에서는 저해상도 정지 영상을 고해상도 정지 영상으로 점진적으로 키울 때 일반적인 역투영법 대신 비국소적 평균법(non-local means, NLM) 기반 역투영법을 사용하는 초해상화 기법을 제안한다. 제안하는 기법은 매 레벨마다 생기는 링 아티팩트를 효과적으로 제거하여 높은 시각적 품질의 고해상도 영상을 복원할 수 있게 한다. 실험을 통해 제안된 초해상화 기법을 사용 시 기존 초해상화 기법보다 향상된 고품질 고해상도 영상 복원이 가능한 것을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.11a
• /
• pp.112-113
• /
• 2012

최근 카메라와 디스플레이의 발전에 따라 고해상도 영상이 요구되고 있다. 하지만 깊이를 획득하는 깊이센서 장치는 색상 영상에 미치지 못하는 저해상도 깊이맵을 주로 제공한다. 이에 따라 저해상도의 깊이맵을 고해상도 깊이맵으로 상향변환이 필요하다. 하지만 대부분의 보간법들은 edge에서 blur가 발생하는 경우가 있다. 따라서 본 논문에서는 distance transform(DT)를 이용하여 edge의 선명도를 향상시킨 고해상도 깊이맵 생성 방법을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.285-286
• /
• 2010

최근 HDTV, 블루레이 등 고해상도, 고품질 디지털 멀티미디어 응용 기술의 보급으로 인하여, 고해상도, 고품질 비디오 부호화 기술에 대한 중요성이 증가하고 있다. 현재 고해상도 비디오 부호화에 사용되는 H.264/AVC 표준의 인트라 부호화 기술은 인터 부호화 기술의 복잡도가 크게 증가하는 고해상도 영상에서 인터 부호화 기술에 비해 낮은 복잡도를 가진 부호화기 및 복호화기의 구현이 가능하다는 장점을 가지고 있다. 그러나 인트라 부호화 기술은 인터 부호화 기술에 비하여 압축 효율이 매우 낮다는 문제점이 있다. 본 논문에서는 고해상도 영상을 위한 새로운 $16{\times}16$ 블록의 인트라 예측 기술을 제안한다. 실험을 통하여 제안한 새로운 $16{\times}16$ 인트라 예측 기술을 사용할 경우, HD급 고해상도 영상에 대해 평균 2.8%의 부호화 효율을 증가시킬 수 있음을 보여준다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.71-72
• /
• 2019

본 논문에서는 계층구조 합성곱 신경망 기반의 고해상도 동영상 프레임 고속 보간 방법을 제안한다. 기존의 고해상도 동영상 프레임 보간 방법은 시간 해상도와 공간 해상도를 분리하여 보간 하기 때문에, 예측된 보간 프레임이 블러(blur) 열화를 갖는 문제를 보인다. 제안하는 방법에서는 이러한 문제를 해결하기 위하여 계층구조 합성곱 신경망 기반의 보간 방법을 이용한다. 제안하는 계층구조 합성곱 신경망은 우선 저해상도의 광학 흐름 추정지도를 생성하고 이를 고해상도로 복원하여 프레임 보간을 수행한다. 이때, 저해상도 광학 흐름 지도를 추정할 때 사용된 특징 정보들을 활용하여 고품질의 고해상도 광학 흐름 지도를 추정한다. 실험을 통하여 제안하는 방법이 고해상도 프레임을 고속으로 보간하며, 동시에 블러 열화에 대한 성능 향상을 가짐을 보였다.

• Journal of KIISE:Software and Applications
• /
• v.34 no.3
• /
• pp.266-274
• /
• 2007

This paper proposes a new reconstruction method of high-resolution facial image from a low-resolution facial image based on top-down machine learning and recursive error back-projection. A face is represented by a linear combination of prototypes of shape and that of texture. With the shape and texture information of each pixel in a given low-resolution facial image, we can estimate optimal coefficients for a linear combination of prototypes of shape and those that of texture by solving least square minimizations. Then high-resolution facial image can be obtained by using the optimal coefficients for linear combination of the high-resolution prototypes. In addition, a recursive error back-projection procedure is applied to improve the reconstruction accuracy of high-resolution facial image. The encouraging results of the proposed method show that our method can be used to improve the performance of the face recognition by applying our method to reconstruct high-resolution facial images from low-resolution images captured at a distance.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.490-494
• /
• 2007

본 논문에서는, 한 장의 저해상도 영상으로부터 고해상도 영상을 생성하는 새로운 방법을 제안한다. 제안하는 방법은 고해상도 영상과 저해상도 영상의 관계를 나타내는 선형연립방정식을 푸는 원리에 기초한다. 하지만 이러한 방정식은 일의적으로 정해지지 않기 때문에 고해상도 영상을 나타내기 위챈 사용된 미지수를 축소하기 위한 이산코사인변환(DCT)의 에너지 집중특성을 이용하였다. 또한 그 구현방법으로 저해상도 영상을 일련의 작은 블록으로 나누어 각 블록영상에 적용하는 블록분할법(block division method)과 전체프레임 영상에 직접 적용하는 전 프레임법(full frame method)을 사용하였다. 최종적으로 본 제안방법의 유효성을 확인하기 위해 시뮬레이션 실험영상에 적용한 결과 양호한 결과를 나타냈다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.38 no.2
• /
• pp.169-178
• /
• 2001

The demand for high-resolution images is gradually increasing, whereas many imaging systems have been designed to allow a certain level of aliasing during image acquisition. Thus, digital image processing approaches have recently been investigated to reconstruct a high-resolution image from aliased low-resolution images. However, since the sub-pixel motion information is assumed to be accurate in most conventional approaches, the satisfactory high-resolution image cannot be obtained when the sub-pixel motion information is inaccurate. Therefore, in this paper we propose a new algorithm to reduce the distortion in the reconstructed high-resolution image due to the inaccuracy of sub-pixel motion information. For this purpose, we analyze the effect of inaccurate sub-pixel motion information on a high-resolution image reconstruction, and model it as zero-mean additive Gaussian errors added respectively to each low-resolution image. To reduce the distortion we apply the modified multi-channel image deconvolution approach to the problem. The validity of the proposed algorithm is both theoretically and experimentally demonstrated in this paper.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.37-40
• /
• 2007

대규모 연안개발은 연안지형의 변화와 함께 다양한 식물상의 변화를 만드는 원인이 되고 있다. 때문에 시화방조제， 새만금방조제， 남양만 방조제 등의 대규모 방조제 공사 이후에 연안갯벌에서 나타나는 식물상의 변화를 관측하는 것은 연안습지환경의 변화를 분석하는 중요한 척도가 된다. 본 연구에서는 아리랑 2호 의 고해상도 자료를 바탕으로 연안습지의 지형변화에 따라 나타나는 생물상의 식생지수를 분석하고 이들의 시-공간적변화가 연안지형의 특성과 공간규모의 대칭적 특성을 나타내고 있음을 제시하였다. 특히，중급해상도에 의해 분석되었던 식생지수를 고해상도 위성관측 자료와 현장조사 자료를 비교하여 이를 검증하였다.