• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.176-179
• /
• 2021

최근 딥 러닝 기법의 하나인 합성곱 신경망(Convolutional Neural Network, CNN)은 영상 잡음(Noise) 제거 분야에서 전통적인 기법보다 좋은 성능을 나타내고 있지만 학습하는 과정에서 영상 내 디테일한 부분이 손실될 수 있다. 본 논문에서는 웨이블릿 변환(Wavelet Transform)을 기반으로 영상 내 디테일 정보도 같이 학습하여 영상 디테일을 향상하는 잡음 제거 합성곱 신경망 네트워크를 제안한다. 제안하는 네트워크는 디테일 향상 서브 네트워크(Detail Enhancement Subnetwork)와 영상 잡음 추출 서브 네트워크(Noise Extraction Subnetwork)를 이용하게 된다. 실험을 통해 제안하는 방법은 기존 알고리듬보다 디테일 손실 문제를 효과적으로 해결할 수 있었고 객관적 품질 평가인 PSNR(Peak Signal-to-Noise Ratio)와 주관적 품질 비교에서 모두 우수한 결과가 나온 것을 확인하였다.

• 한국공간구조학회논문집
• /
• 제9권1호
• /
• pp.53-60
• /
• 2009

본 연구의 목적은 건축가와 구조엔지니어가 어떻게 밀접한 관계를 유지하면서 구조계획과 구조디테일을 발전시킬 수 있는 방법론에 대하여 논하고자 한다. 실제로 일반적인 건축물이 아닌 특수 건축물에서 구조적인 거동에 관한 조사 없이 디테일 해결이란 상당히 어렵다. 그러한 조사 없이 해결된 디테일은 힘의 흐름을 정확히 예측할 수 없고 단지 조형적인 이미지만 표현될 뿐이다. 건축가와 협력관계에서 디테일 해결하는 과정을 구조 엔지니어 입장에서 제시하고자 한다.

• 방송공학회논문지
• /
• 제18권5호
• /
• pp.722-729
• /
• 2013

영상의 밝기가 집중되어 콘트라스트가 낮은 영상의 경우 히스토그램 평활화를 이용하면 영상내의 정보를 쉽게 분별할 수 있다. 기존의 기법에서는 콘트라스트 향상이 초점이었기 때문에 과한 콘트라스트 향상은 인지적으로 부자연스러운 영상을 생성하는 문제가 있었다. 이를 해결하기 위해서 CLAHE 방법은 일정크기로 콘트라스트 향상을 제한하는 기법으로 부자연스러움을 해결하였으나 이러한 경우 영상 내 디테일 정보가 은닉되는 문제가 발생하게 된다. 본 논문에서는 콘트라스트의 제한으로 인한 디테일 정보의 손실을 피하기 위해서 다중 레이어 블록 오버랩 히스토그램 평활화 기법을 기반으로 원 영상의 디테일에 대한 판별을 통해 각 레이어의 마스크를 이용한 디테일 맵을 구성한다. 각 레이어별로 디테일 맵을 이용한 제한된 콘트라스트 향상으로 생성된 영상들을 병합하여 영상 내 정보의 손실을 최소화하였다.

• 방송공학회논문지
• /
• 제26권6호
• /
• pp.725-737
• /
• 2021

현재 카메라 성능이 점점 발전해 왔지만 카메라로부터 얻은 디지털 영상에는 잡음 (Noise)이 존재하고 이는 높은 해상도의 영상을 획득하는 데 있어서 방해요소로 작용한다. 전통적으로 잡음을 제거하기 위하여 필터링 방법을 사용해 왔고 최근 딥 러닝 기법의 하나인 합성곱 신경망 (Convolutional Neural Network)은 영상 잡음 제거 분야에서 전통적인 기법보다 좋은 성능을 나타내고 있어 많은 연구가 진행되고 있다. 하지만 합성곱 신경망으로 학습하는 과정에서 영상 내 디테일한 부분이 손실될 수 있는 문제점이 있다. 본 논문에서는 웨이블릿 변환 (Wavelet Transform)을 기반으로 영상 내 디테일 정보도 같이 학습하여 영상 디테일을 향상하는 잡음 제거 합성곱 신경망 네트워크를 제안한다. 제안하는 네트워크는 디테일 향상 서브 네트워크 (Detail Enhancement Subnetwork)와 영상 잡음 추출 서브 네트워크 (Noise Extraction Subnetwork)를 이용하게 된다. 실험은 가우시안 잡음과 실제 카메라 잡음을 통해 진행했고 제안하는 방법은 기존 알고리듬보다 디테일 손실 문제를 효과적으로 해결할 수 있었고 객관적 품질 평가와 주관적 품질 비교에서 모두 우수한 결과가 나온 것을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 추계학술대회
• /
• pp.88-91
• /
• 2017

넓은 동적 영역 (high dynamic range: HDR) 이미지는 시각적으로 우수하지만 대부분의 디스플레이는 좁은 동적 영역 (low dynamic range: LDR)만 지원이 가능하다. 이를 해결하기 위해서 톤 매핑 기법 (tone mapping operator: TMO)을 사용한 동적 영역 압축을 수행한다. 기존의 적응적 로그 매핑 (adaptive logarithmic mapping)의 경우 에지 부분에서 디테일이 손실되는 문제점이 있었다. 본 논문에서는 가이디드 이미지 필터링 (guided image filtering: GIF)을 통해 베이스 레이어와 디테일 레이어로 나눠서 처리하는 알고리듬을 제안한다. 베이스 레이어는 적응적 로그 매핑을 통해 동적 영역을 압축하고 디테일 레이어와 더해 기존의 톤 매핑 과정에서 발생하는 디테일의 손실을 감소시켰다.

• 방송공학회논문지
• /
• 제23권4호
• /
• pp.474-483
• /
• 2018

본 논문에서는 가이디드 이미지 필터를 이용한 다중 스케일 넓은 동적 영역 톤 매핑 알고리듬을 제안한다. 가이디드 이미지 필터는 이미지를 베이스 레이어와 디테일 레이어로 나누기 위해 사용된다. 이때 디테일 레이어의 동적 영역을 줄이기 위해 압축 함수가 사용된다. 하지만 대부분의 경우의 이미지는 다양한 스케일의 디테일과 에지 정보를 포함하고있다. 즉, 특정 스케일로 디테일 특성을 표현하는 것은 불가능하며 단일 스케일 이미지 분할 방법은 에지 주변에서 열화 현상을 야기시킨다. 이러한 문제를 해결하기 위해 다중 스케일 이미지 분할 방법을 제안한다. 다중 스케일의 디테일 레이어들을 이용하여 에지 보존 정도를 조절한다. 실험 결과를 통해 제안하는 알고리듬이 기존의 알고리듬 보다 에지 보존의 정도가 더 우수함을 보인다.

• 한국조경학회지
• /
• 제38권5호
• /
• pp.122-133
• /
• 2010

인간은 장소와 일체감을 이루고자 하며, 이를 통해 자신의 정체성과 장소의 정체성을 동시에 이루어간다. 인간은 자신들이 속한 문화와 환경에 따라 고유한 관념을 형성하고, 그 관념은 상징을 통해 장소에 표현되는데, 상징은 공간구조와 이를 형태화하는 디테일에 의해 장소에 구체화된 형태를 나타낸다. 본 연구는 이슬람정원을 대표하는 '사자의 중정'을 대상으로 공간구조와 디테일을 비교 검토하여 둘의 상호보완적 관계와 디테일이 장소성에 미치는 영향을 고찰하고자 하였다. 양자 간의 비교는 내재하는 상징과 의미, 디자인 언어, 형성배경과 디테일을 통한 장소체험의 측면에서 이루어졌다. 먼저, 공간구조는 차하르바그의 기본형태로 구성되어 코란에서 표현하는 낙원을 상징하였다. 이슬람교, 아랍문화, 스페인 무슬림왕조의 생활양식을 배경으로 공간구조가 형성되어 전통적인 이슬람정원과 크게 다르지 않았다. 디테일은 공간구조를 형태화하는 동시에 낙원, 왕권, 신성, 자연 등을 상징하고, 이슬람교, 스페인 무슬림왕조의 문화, 아랍문화, 안달루시아의 지역성, 무데하르 양식 등을 나타내고 있다. 디테일은 스페인 무슬림왕조의 일상에 생동감과 변화감을 주어 폐쇄적인 궁전생활에 활력을 주며, 안달루시아지역 왕조의 특성을 갖는 사자조각상으로 중정의 중심을 이루어 다른 이슬람정원에서 볼 수 없는 독특한 분위기를 자아내었다. 사자의 중정의 디테일은 오감을 통한 체험의 대상이며, 인간과 장소가 하나가 되도록 해주어 장소성을 형성했음을 알 수 있었다. 사자의 중정의 디테일을 통해 스페인 무슬림왕조의 일상과 이상을 파악할 수 있었고, 그들과 정원이 일체감을 이루었으며, 디테일은 공간구조보다 더 풍부한 의미와 디자인언어를 담고 있음을 알 수 있었다. 결론적으로 디테일은 장소성을 형성하는 중요한 체험적 대상임이 파악되었다.

• 건축사
• /
• 8호통권185호
• /
• pp.67-76
• /
• 1984

• 건축사
• /
• 7호통권184호
• /
• pp.62-68
• /
• 1984

• 한국산학기술학회논문지
• /
• 제19권3호
• /
• pp.687-692
• /
• 2018

본 논문은 첨단운전자지원시스템(Advanced Driver Assist System, ADAS) 및 자율주행자동차 등에 영상 정보를 제공하는 자동차용 열상카메라를 개발하고 그 영상의 디테일을 향상하기 위한 개선된 기법을 제안한다. 열상카메라는 온도 측정과 야간 영상 확보 등을 목적으로 의료, 산업, 군수 등 다양한 분야에서 활용되고 있다. 스마트자동차에서는 야간 영상 확보를 위하여 적용되고 있다. 첨단운전자지원시스템 및 자율주행자동차 등의 영상 센서로 활용되기 위해서는 객체인식이 가능한 수준의 영상 해상도 및 디테일이 요구된다. 본 논문에서는 자동차에 적용 가능한 $640{\times}480$ 해상도의 열상카메라를 개발하고 영상의 디테일을 향상하기 위한 BDE(Block-Range Detail Enhancement) 기법을 적용한다. 다양한 주행 환경에서 얻어지는 영상 디테일을 향상하기 위하여 대상 픽셀과 주변 8개의 픽셀 간의 Block-Range 값을 계산하여 5단계로 구분하고 각기 다른 Factor를 가감하도록 함으로써 활용도가 높은 영상을 얻을 수 있도록 한다. 개선된 기법은 130mK의 온도 차이까지 구분함으로써 영상의 어두운 부분도 상대적으로 세밀하게 구분하며, 영상의 밝은 부분과 어두운 부분 모두에서 고른 디테일 향상을 보여준다. 개발된 열상카메라와 디테일 향상 기법을 실차에 적용하고 시험하여 제안된 기법의 개선된 결과를 제시한다.