• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.1715-1718
• /
• 2003

본 논문에서 우리는 정규화 된 혼합 노름(norm)을 이용한 다중 채널 영상 복원 알고리즘을 제안한다. 채널 내부와 채널 사이의 결정론적 정보를 이용하는 다중채널 복원 문제를 고려한다. 각 채널에서, LMS(Least Mean Square), LMF(Least Mean Fourth), 평탄 함수가 결합된 함수가 제안되었다. LMS와 LMF 사이의 적절한 분배를 제어하는 혼합 노를 매개변수와 해의 평탄 정도를 정의하는 정규화 매개 변수를 소개하며, 두 매개 변수는 각 채널의 잡음 특성에 따라 매번 반복적으로 갱신된다. 제안된 알고리즘은 각 채널의 잡음분포에 대한 지식이 필요하지 앉고 앞에서 언급된 매개 변수는 부분적으로 복원된 영상에 기반을 두고 조절하게 된다.

• 정보와 통신
• /
• 제31권3호
• /
• pp.39-45
• /
• 2014

본 고에서는 디지털 홀로그램의 생성 및 복원 방법에 관한 주요 이슈를 다룬다. 디지털 홀로그램 특히 컴퓨터 생성 홀로그램은 최근 디지털 디스플레이 및 고속 병렬 컴퓨팅 기술의 발달과 더불어 급속한 발전을 보이고 있다. 컴퓨터 생성 홀로그램은 메쉬, 점 집합 등으로 구성된 가상 객체의 표면에서 발생한 광파가 회절되는 분포를 수치 계산하여 생성된다. 이를 위하여 파동 방정식으로부터 유도되는 주요 회절식들을 살펴보고 이를 바탕으로 한 수치 계산 모델을 제시한다. 생성된 디지털 홀로그램을 광학 장치를 통한 재생 없이 수치적 복원을 통해 복원 결과를 확인하는 기법과 관련 이슈 또한 설명한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2006년도 학술대회
• /
• pp.77-80
• /
• 2006

본 논문에서는 블록 기반의 영상압축에 있어서 선택적 방향성 보간을 이용하는 공간적 에러 은닉 기법을 제안한다. 기존의 공간적 경계 정합 기법은 에지가 단순한 영역에서는 좋은 성능을 보이지만, 손실 블록 내에서 에지의 변화가 큰 영역에서는 좋지 못한 성능을 보인다. 제안된 기법은 이웃한 상하 블록들을 이용하여 에지의 연결성을 추정하고, 이에 따라 공간적 경계정합 기법과 이동 스트라이프 정합 기법을 선택적으로 이용한다. 따라서 에지변화에 적응적으로 대응함으로써 우수한 복원영상을 구할 수 있다. 제안된 기법은 슬라이스 단위의 에러에 대해 적합한 방식으로써, 복잡도가 낮을 뿐만 아니라 객관적 주관적으로 우수한 복원 화질을 얻게 해준다.

• 서비스연구
• /
• 제6권1호
• /
• pp.71-81
• /
• 2016

Cover image에 데이터를 임베딩 하여 stego-image를 생성하고, stego-image로부터 cover image를 손실 없이 복원하며 임베딩 된 데이터를 손실 없이 복원할 수 있는 가역 데이터 은닉기법의 성능을 개선하는 효율적인 기법을 제안하였다. 제안된 기법에서의 임베딩 된 데이터 크기는 이전의 기법에 비하여 더 크고, stego-image의 PSNR값은 48dB보다 더 크게 되는 것이 보장된다. 실험을 통하여 제안된 기법의 성능을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 추계학술대회
• /
• pp.117-118
• /
• 2016

최근 UHDTV(ultra high definition television)가 가정에 보급이 많이 되고 있는 추세지만, UHD급 콘텐츠가 매우 부족한 실정이다. 따라서 저해상도 FHD(full high definition) 영상을 고해상도 영상으로 변환시켜 재활용할 수 있는 초해상화(super-resolution, SR) 기술의 필요성이 커졌다. 그 중, 다층의 레이어로 구성된 다층 선형 매핑(multi-layer linear mappings, MLLM)을 기반으로 하는 제안된 초해상화 기법은 상대적으로 낮은 복잡도로 좋은 품질의 고해상도 영상을 복원할 수 있었다. 최근에는 강화 예측법을 추가하여 복원된 고해상도 영상의 품질을 더 향상시키는 기법이 등장하였는데, 이를 바탕으로 본 논문에서는 제안했었던 MLLM 기법을 위한 강화 예측법 기법을 새롭게 제안한다. 제안하는 초해상화 기법은 기존 MLLM 기법과 딥러닝 기반 초해상화 기법보다 높은 품질의 고해상도 영상을 생성하는 것을 확인하였다.

• 방송공학회논문지
• /
• 제18권3호
• /
• pp.463-473
• /
• 2013

본 논문에서는 다시점 영상을 이용한 초고해상도 영상 복원 기법을 제안한다. 구체적으로 $5{\times}5$ 배열로 구성된 다시점 카메라로 25장의 영상을 취득하고, 가운데 카메라에 해당하는 초고해상도 영상을 저해상도 입력 영상과 24장의 저해상도 참조 영상을 활용하여 생성한다. 우선 입력 영상을 중심으로 스테레오 정합 기법을 이용하여 24개의 참조 영상에 대한 변이지도를 각각 추정한다. 그리고 저해상도 영상과 참조 영상에 있는 일치점들을 이용하여 초고해상도 영상을 복원한다. 최종적으로 반복적 균일화를 통해 초고해상도 영상을 보정한다. 실험을 통하여 본 논문에서 제안한 초고해상도 영상 복원 기법의 성능이 우수함을 확인한다.

• 방송공학회논문지
• /
• 제23권5호
• /
• pp.614-621
• /
• 2018

본 논문에서는 generative adversarial network (GAN)을 이용한 비감독 학습을 통해 깊이 카메라로 깊이 영상을 취득할 때 발생한 손실된 부분을 복원하는 기법을 제안한다. 제안하는 기법은 3D morphable model convolutional neural network (3DMM CNN)와 large-scale CelebFaces Attribute (CelebA) 데이터 셋 그리고 FaceWarehouse 데이터 셋을 이용하여 학습용 얼굴 깊이 영상을 생성하고 deep convolutional GAN (DCGAN)의 생성자(generator)와 Wasserstein distance를 손실함수로 적용한 구별자(discriminator)를 미니맥스 게임기법을 통해 학습시킨다. 이후 학습된 생성자와 손실 부분을 복원해주기 위한 새로운 손실함수를 이용하여 또 다른 학습을 통해 최종적으로 깊이 카메라로 취득된 얼굴 깊이 영상의 손실 부분을 복원한다.

• 한국정보처리학회논문지
• /
• 제5권12호
• /
• pp.3185-3193
• /
• 1998

ATM망은 망 내부의 큐잉 랜덤 지연에 의한 CDV의 발생으로 클럭복원의 문제를 안고 있다. 큐잉에 의한 지연은 여러 가지 파라메터에 의해 좌우되며 특히 망의 부하와 트래픽이 전송되는 교환기의 수에 의해 크게 좌우된다. CBR 트래픽의 경우 이를 해결하기 위해 SAR 헤더에 송신부의 클럭 정보를 담아 보내고 수신부에서는 이 정보를 바탕으로 송신부의 클럭을 복원하는 SRTS 기법을 사용하고 있다. 그러나 실시간성을 요하는 VBR 트래픽은 CBR과는 달리 대역폭의 가변적인 성질을 가지고 있으며 그 변화가 다양하여 SRTS 기법을 그대로 적용하기 곤란하다. VBR의 경우에 CBR 전송을 위한 SRTS 기법을 그대로 적용하면 주파수의 가변성으로 인해 망 클럭 주파수에 비해 매우 낮은 주파수의 경우에는 사이클이 상대적으로 많아 정보의 정확성이 떨어지게 된다. 이를 방지하기 위해 서비스 클럭의 주파수가 낮은 경우에는 망 기준 주파수를 낮게 하므로써 정확성을 증가시킬 수 있다. 또한, VBR 트래픽의 경우 AAL1에서는 SRTS의 필요성이 강조되지 않으나 단지 CDV를 제거할 방법이 요구되어진다. 따라서 AAL1의 SRTS를 CDV의 측정을 위한 메카니즘으로 바꾸는 것이 필요하며, 각 기반으로하여 Wavelet 변환을 이용한 VBR 트래픽의 클럭 복원방식을 제안한다. 제안된 알고리즘은 ATM망에서 VBR 영상 서비스를 위한 AAL 계층에 이용이 가능하다. 시뮬레이션 결과는 wavelet 변환 블록에서 출력되는 계수 값을 선택하여 전송함으로써 VBR 트래픽의 보다 다양한 QoS를 만족시킬 수 있음을 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.626-628
• /
• 2016

본 논문에서는 이진 영상에서 일부 정보가 손실된 경우에 히스토그램을 분석하여 구간을 분할한 후, 오츠 이진화와 퍼지 이진화 기법을 적용하여 원 영상을 이진화 한 후에 홉필드 네트워크를 적용하여 영상을 복원하는 방법을 제안한다. 제안된 방법은 그레이 영상에서 히스토그램을 분석하여 픽셀 값의 변화의 폭이 큰 부분들을 분석하여 구간들을 분할하고 변화의 폭이 큰 부분의 지점에 속하는 영역은 오츠 이진화 기법을 적용하여 이진화하고 그 외의 구간들은 퍼지 이진화 기법을 적용하여 영상을 이진화 한다. 그리고 이진화 된 영상을 홉필드 네트워크를 적용하여 학습한다. 실험 영상에 정보 손실이 발생한 영상을 대상으로 제안된 방법을 적용한 결과, 대부분의 정보 손실이 있는 영상에서 모두 복원되는 것을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 추계학술대회
• /
• pp.55-58
• /
• 2018

본 논문에서는 가이디드 영상 필터를 (guided image filter) 이용하여 컨볼루션 신경망 (convolutional neural network) 을 이용한 역 톤 매핑 (inver tone - mapping; iTMO) 기법의 결과를 향상 시킬 수 있는 알고리듬을 제안한다. 기존 low dynamic range (LDR ) 영상을 high dynamic range (HDR ) 디스플레이에서 표현할 수 있는 역 톤 매핑 기법이 과거부터 계속 제안되어 왔다. 최근에 컨볼루션 신경망을 이용하여 단일 LDR 영상만으로 넓은 동적 범위 (dynamic range) 를 가진 HDR 영상으로 변환하는 알고리듬이 많이 연구되었다. 기존의 알고리듬 중 포화 영역 (saturated region) 으로 인해 잃어버린 화소 정보를 학습된 컨볼루션 신경망을 이용해서 복원하는 알고리듬은 그 효과가 좋지만 포화 영역이 아닌 부분의 잡음을 제거하지 못하며 포화 영역의 디테일을 복원하지 못한다. 제안한 알고리듬은 입력 영상에 가중치 기반 가이디드 영상 필터를 사용해서 비포화 영역의 잡음을 제거하고 포화 영역의 디테일을 복원시킨 다음 컨볼루션 신경망에 인가하여 결과 영상의 품질을 개선하였다. 제안하는 알고리듬은 실험을 통해서 기존의 알고리듬에 비해 높은 정량적 화질 평가 지수를 나타내었고, 기존의 알고리듬에 비해 세부 사항을 효과적으로 복원할 수 있음을 확인할 수 있었다.