• 한국정보통신학회논문지
• /
• 제11권9호
• /
• pp.1650-1657
• /
• 2007

본 논문은 블록 처리 방법을 기반으로 하는 링잉 노이즈 감소 알고리즘을 사용할 때, 블록 불연속 노이즈(Block Discontinuty)를 방지 할 수 있는 중첩 기 반(Overlapped Block) 연산과 Hanning Window에 관련된 것이다. 링잉 노이즈 감소 알고리즘은, 24bit RGB와 블록 기반 연산으로 하며, 수정된 K-means 알고리즘을 바탕으로 한다. 그래서 제안한 중첩 기반 연산은 입력 영상을 여러 단위 블록으로 조각낼 때, 단위 블록의 크기의 반을 중첩 시켜 선택하는 방법이다. $16{\times}16$ 픽셀 크기의 데이터 블록을 데이터 유닛(Data Unit)이 라고 정의하였다. 그 후 처리된 데이터 유닛들을 등방성 분포를 지닌 Hanning Window를 사용하여 중첩된 데이터에서 원 이미지 형태로 복원하였다. 최종적으로 언급된 알고리즘의 성능을 확인하기 위해서 링잉 노이즈를 가진 이미지를 기존 방법(비 중첩 기반 연산)과 제안한 알고리즘으로 처리함으로써 각각의 결과를 비교하였다.

• 한국정보통신학회논문지
• /
• 제15권3호
• /
• pp.576-582
• /
• 2011

본 논문에서는 CODEC을 사용한 동영상의 손실 압축에 의해 발생하는 블러링 현상과 복원 과정 중 발생하는 링잉 노이즈를 감쇄하기 위한 개선된 선명도 향상 알고리즘을 제안하였다. 기존 알고리즘은 RGB 색 좌표계의 세 가지 칼라 값을 사용하는 연산으로 인해 많은 연산량을 요구한다. 이를 개선하기 위해 YCbCr 색 좌표계 중 휘도 값만을 사용하여 연산하였다. 시뮬레이션을 통해 RGB 칼라 값을 사용하는 기존 알고리즘과 휘도 성분인 Y 칼라 값만을 사용하는 개선된 알고리즘의 성능이 동등함을 확인하였다. 또한 Kodak 표준 이미지를 사용한 연산 처리 속도 측정을 통해서 개선된 알고리즘의 연산 처리 속도가 기존 알고리즘에 비해 약 24% 향상함을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.272-273
• /
• 2019

VVC(Versatile Video Coding)는 YUV 입력 영상에 대하여 Luma 성분과 Chroma 성분에 대하여 각각 다른 최적의 방법으로 블록분할 후 해당 블록에 대해서 화면 내 예측 또는 화면 간 예측을 수행하고, 예측영상과 원본영상의 차이를 변환, 양자화하여 압축한다. 이 과정에서 복원영상에는 블록화 노이즈, 링잉 노이즈, 블러링 노이즈 발생한다. 본 논문에서는 인코더에서 원본영상과 복원영상의 잔차신호에 대한 MAE(Mean Absolute Error)를 추가정보로 전송하여 이 추가정보와 복원영상을 이용하여 Deep Learning 기반의 신경망 네트워크로 영상의 품질을 높이는 방법을 제안한다. 복원영상의 노이즈를 감소시키기 위하여 영상을 $32{\times}32$블록의 임의로 분할하고, DenseNet기반의 UNet 구조로 네트워크를 구성하였다.