• 대한전자공학회논문지SP
• /
• 제38권4호
• /
• pp.442-452
• /
• 2001

본 논문에서는 블록 분류와 적응적 필터링을 이용하여 블록 기반 부호화에서의 양자화 잡음을 제거하는 후처리 방법을 제안하였다. 제안한 방법에서는 블록 분류, 적응적인 블록 간 필터링, 및 블록 내 필터링의 단계로 이루어진다. 먼저, 각 블록을 8x8 DCT 계수 분포에 따라 7개의 클래스로 분류하고, 인접한 두 클래스 정보에 따라 적응적인 블록 간 필터링을 수행한다. 그리고 에지 블록으로 분류된 블록에 대하여 에지맵을 이용한 블록 내 필터링을 수행한다. 실험결과로부터 제안한 방법이 기존의 방법에 비하여 객관적 화질 측면에서는 유사하지만, 주관적 화질 측면에서 보다 우수함을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제10권7호
• /
• pp.856-868
• /
• 2007

본 논문에서는 블록의 속성과 질감특징을 이용하여 효과적인 블록 분류 방법을 제안하였다. 제안한 방법에서는 먼저 명암도 문서영상을 이진화한 후, 평활화 기법을 적용하여 블록의 위치정보와 본 논문에서 사용할 특징 중에 하나인 각 블록의 내부에 있는 작은 블록들의 최대 높이 값을 구하였다. 이 위치정보들을 이용하여 문서영상을 각 블록으로 분할한다. 이 블록의 명암도 블록영상에서 문서의 속성이 잘 반영된 (0,1) 방향의 공간 명암도 의존 행렬을 구하여 7가지 질감특징을 구하였다. 먼저 블록의 속성을 최소거리 규칙(Nearest Neighbor Rule)에 입력하여 문자와 비문자 영역으로, 상세분류를 위하여 7가지 질감특징을 이용하여 큰 문자, 작은 문자, 표, 그래픽 및 사진 등으로 구분함으로써 문서인식을 위한 구조 해석뿐만 아니라 다양한 응용 분야에 효과적으로 이용될 수 있도록 하였다.

• 대한전자공학회논문지SP
• /
• 제39권6호
• /
• pp.612-622
• /
• 2002

본 논문에서는 압축된 비디오 비트스트림이 전송시 전송 에러에 의해 발생되는 화질 열화를 복원하기 위한 시간적 에러 은닉 기법에 대해 논의한다. 또한, 손실된 블록의 주변 블록이 가지는 움직임을 동일 움직임 여부에 따라 분류함으로써 손실된 블록의 움직임 벡터를 복원하는 새로운 알고리즘을 제안한다. 본 논문에서는 손실 블록의 주변 블록들의 동일 움직임을 분석하여 손실 블록의 움직임을 잘 예측할 수 있도록 하기 위해서, 손실 블록의 이웃 블록들의 움직임 벡터는 각 움직임 벡터의 방향에 따라 분류되고, 각 분류된 클래스의 대표 움직임 벡터는 후보 움직임 벡터군에 포함된다. 후보 움직임 벡터군에 속한 각 움직임 벡터에 의해 예측된 블록과 손실 블록 주변간의 왜곡을 측정하여, 최소의 왜곡을 가지는 블록의 움직임 벡터가 선택된다. 실험 결과는 제안된 방법이 다른 손실 블록 복구 알고리즘보다 더 좋은 결과를 나타낸다.

• 한국지능시스템학회논문지
• /
• 제25권5호
• /
• pp.483-488
• /
• 2015

본 논문에서는 질감분류를 위해 블록영상 내에서 인접 화소사이의 다차원 명암차이를 이용한 local binary pattern(LBP) 기법을 제안한다. 여기서 블록영상 내 화소 간 명암차는 4방향(세로, 가로, 대각, 역대각) 각각의 인접 화소 간 밝기변화를 고려한 것으로 영상의 질감분류에 이용되는 히스토그램의 레벨수를 감소시켜 계산 부하를 줄이기 위함이다. 또한 블록 내 명암관계를 이진패턴으로 나타낸 것으로 영상의 국부적 속성을 더욱 더 정확하게 반영하여 효과적인 질감분류를 가능하게 함이다. 제안된 기법을 128*128 픽셀의 그레이 영상 USC Texture Mosaic #2을 대상으로 크기와 질감이 다른 24개의 블록영상 각각을 분류하는 실험결과, 기존의 LBP에 비해 빠른 분류속도를 가지며, 임의 크기 블록영상의 분류도 가능함을 확인하였다. 특히 블록영상의 크기가 증가할수록 히스토그램의 레벨 감소폭이 더욱 더 크게 되어 분류속도의 개선정도도 증가함을 알 수 있다.

• 한국멀티미디어학회논문지
• /
• 제6권1호
• /
• pp.78-88
• /
• 2003

본 논문에서는 연산 영역 가변 알고리즘을 적용한 MPEG-4 부호화 기반의 적응적 오류 은닉 (error concealment) 기법을 제안하였다. 이 알고리즘에서는 손실 블록을 그의 주변 정보를 이용하여 이들을 평탄블록 (flat block) 및 에지 블록 (edge block)으로 분류한다. 즉, 손실된 블록의 주변 블록들에 대해서 블록 경계 영역의 인접 화소들의 차를 이용하여 평탄 블록을 분류하고, 평탄 블록으로 분류되지 않은 블록들에 대해서는 인접 화소의 차가 정해진 임계값을 넘어서는 개수에 따라 가변적인 연산 영역 (variable operating region, VOR)을 설정한 후, Sobel 연산자를 적용하여 우세 에지 방향 성분을 추정한다. 이렇게 분류된 각 블록에 대하여 적응적 오류 은닉을 수행한다. 평탄 블록에 대해서는 시각적 성능 향상을 위해 평균값을 기반으로 한 가중치에 따른 양선형 보간(mean based weighted bilinear interpolation, MWBLI) 방법을 적용하고, 에지 블록에 대해서는 8가지 방향에 대하여 경계 픽셀을 이용한 방향성 보간 (boundary directional interpolation, BDI) 방법을 적용하여 오류 은닉을 수행한다. 모의 실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제39권4호
• /
• pp.399-407
• /
• 2002

본 논문에서는 블록 기반으로 부호화된 영상에 대하여 블록 분류 (block classification)와 다층 퍼셉트론 (multi-layer perceptron, MLP) 모델을 이용한 적응적 블록화 현상 제거 알고리듬을 제안하였다. 제안한 방법에서는 각 블록을 DCT 계수의 분포 특성에 따라 네 개의 클래스로 분류한 다음, 인접한 두 블록의 클래스 정보에 따라 수평 및 수직 블록 경계 영역에 대하여 적응적으로 신경망 필터를 적용한다. 즉, 평탄한 영역, 수평 방향 에지 영역, 수직 방향 에지 영역, 및 복잡한 영역에 대하여 각각 서로 다른 신경망 필터를 수평 및 수직 방향으로 적용하여 블록화 현상을 제거한다. 모의 실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 춘계학술대회 학술발표 논문집
• /
• pp.191-194
• /
• 1997

본 논문에서는 2D-DCT 변환된 동영상 프레임 사이의 오차 블록들의 활성 레벨(atcivity level)과 에지의 특성을 분류하여 동영상의 적응적인 양자화를 제안한다. 각 블록에서는 활성 레벨이 각기 다르고, 같은 활성 레벨이라 할지라도 에지의 특성도 각기 다르게 나타난다. 적응적인 양자화를 위해서, 2D-DCT 변환된 영상 오차의 각 블록의 활성레벨 뿐만 아니라 AC 계수들의 분포에 따른 에지 특성을 분류하면, 블록의 활성 레벨만을 일률적으로 적용한 Sorting 방법의 경우보다 향상된 영상을 복원할 수 있다. 블록의 활성 레벨은 AC energy에 의해서 측정하고, 에지 특성은 AC 계수들의 분포에 의해 결정하게 된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.299-301
• /
• 2019

블록체인 기술이 발전함에 따라 블록체인을 기반으로 하는 웹 서비스가 기획되고자 할 때, 데이터 저장에 대해서 무결성과 기밀성 유지, 데이터의 크기 등의 문제가 발생할 수 있다. 따라서 서비스에 내에서 사용되는 다양한 데이터의 각 특성에 따라 저장소를 선택하여야 한다. 블록체인 기반 웹 서비스의 유형을 분류하고, 서비스에서 사용되는 데이터를 분류할 수 있도록 데이터 분류 체계도와 그 과정에 대해 제안한다. 이를 통해 블록체인 기반 웹 서비스에서 블록체인과 외부 저장소 혼용의 효율 상승을 기대한다.

• 한국정보처리학회논문지
• /
• 제6권6호
• /
• pp.1693-1702
• /
• 1999

본 논문에서는 화상의 에지를 보존하면 가법성 백색잡음제거를 수행하는 적응 위너 필터를 제안한다. 학습용의 복수의 화상을 준비하여 각 화상을 블록으로 분할하여 블록내부의 에지의 성질에 의해 평탄, 수직, 수평, 대각선 방향(45도, 135도)의 5개의 클래스로 분류한다. 그리고, 클래스마다 공분산 행렬을 구하여 위너 필터를 설계한다. 잡음제거에 의한 블록의 클래스 분류는 각 클래스의 공분산 행렬의 고유 벡터를 이용하여 이루어진다. 각 클래스의 고유 벡터와 노이즈가 부가된 관측화상의 블록과의 내적을 구하여 얻어진 내적 값을 근거로 입력 블록을 적절한 클래스로 분류한다. 클래스 분류 후, 입력 블록의 클래스에 대응한 위너 필터로 교체하는 것으로 에지를 보존한 고정밀도의 화상 복원이 가능하였다. 또한 여러 가지 시뮬레이션을 행하여 제안 방법의 유용성도 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.505-507
• /
• 2002

본 논문에서는 그레이 블록 거리알고리즘(grey block algorithms, 이하 GBD)을 이용하여 독립성분분석(independent component analysis; 이하 ICA) 및 첨도(Kurtosis)에서의 영상간의 거리를 측정하여, 어느 정도 영상간의 상대적 식별을 용이하게 하여 영상 분류가 되는지 모의 실험을 통하여 확인하고자 한다. 모의 실험 결과로부터, ICA에서는 k는 8까지 상대적 식별이 되어 영상 분류가 되었고, 첨도에서는 영상간의 상대적 식별을 k가 4까지만 블록을 분할 할 수 있었다.