• 한국콘텐츠학회논문지
• /
• 제16권7호
• /
• pp.431-438
• /
• 2016

본 논문은 색상정보와 깊이정보 가중치를 이용한 깊이영상 업샘플링 방법을 제안한다. 제안하는 알고리즘은 먼저 양선형 보간법을 통해 높은 해상도의 깊이영상을 생성한다. 그 후 RGB 색상영상, HSV 색상영상, 깊이영상 등을 이용하여 공통경계 영역을 추정한다. 만일 보간 된 화소가 공통경계 영역에 속한다면 해당화소를 포함하는 $3{\times}3$ 영역의 화소들에 대한 색상정보와 깊이정보의 가중치를 구하고 경계 화소값 결정을 위한 비용계산을 수행한다. 그 후 가장 작은 경계 화소값 결정 비용을 가지는 화소 값을 결과영상의 화소값으로 정한다. 제안하는 알고리즘은 PSNR 및 주관적 화질 비교에서 우수한 성능을 보였다.

• 방송공학회논문지
• /
• 제25권2호
• /
• pp.242-251
• /
• 2020

최근 단일 영상 초해상도에 깊은 합성 곱 신경망을 적용한 알고리듬이 많이 연구되었다. 현존하는 딥러닝 기반 초해상도 기법들은 네트워크의 후반부에 해상도를 업샘플링 하는 구조를 가진다. 이러한 구조는 저해상도에서 고해상도로 한 번에 매핑을 하기에 많은 정보를 예측하는 높은 확대율에서 비효율적인 구조를 가진다. 본 논문에서는 반복적인 업-다운 샘플링 구조를 기반으로 하여 채널 집중 잔여 밀집 블록을 이용한 단일 영상 초해상도 기법을 제안한다. 제안한 알고리듬은 저해상도와 고해상도의 매핑 관계를 효율적으로 예측하여 높은 확대율에서 기존의 알고리듬에 비해 최대 0.14dB 성능 향상과 개선된 주관적 화질을 보여준다.

• 스마트미디어저널
• /
• 제1권3호
• /
• pp.22-28
• /
• 2012

스마트미디어가 보편화되면서 고화질의 3차원 영상과 깊이맵에 대한 필요성이 대두되고 있지만, 현재 기술로는 완벽한 깊이맵을 직접 획득하는 것이 불가능하다. 스테레오 정합으로 획득된 깊이맵은 모호한 텍스처를 갖는 영역에서 낮은 정확도를 가지며, 깊이 카메라를 통해 직접 깊이맵을 획득한 경우에는 센서 잡음이나 낮은 해상도 등의 문제가 발생하게 된다. 본 논문에서는 이미 획득된 깊이맵의 화질을 향상시키거나 고해상도로 변환하는 기술 동향을 살펴본다. 초기에 개발된 깊이맵만을 이용한 기술부터 대응되는 색상 영상 정보를 함께 이용한 기술을 소개하고, 최근 활발히 연구되고 있는 복합형 카메라를 이용하여 깊이맵 화질을 향상시키는 기술을 자세히 살펴본다.

• 한국통신학회논문지
• /
• 제41권8호
• /
• pp.911-913
• /
• 2016

최근 이미지기반 바코드 인식 시스템의 활용도가 커지고 있으나, 촬영된 바코드영역의 유효해상도가 낮은 경우 인식률이 현저하게 저하된다. 본 논문에서는 낮은 유효해상도에서도 인식률을 향상시킬 수 있는 업샘플링을 통한 부화소-레벨 동기화 방법을 제안한다. 표준 ITF-18 포맷에 대한 실험결과 VGA ($640{\times}480$)급, CIF ($320{\times}240$)인 영상에서 기존방식과 비교하여 각각 66%, 100%의 인식률 증가를 확인 하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.156-157
• /
• 2014

본 논문에서는 깊이맵 업샘플링을 이용하여 객관적 메트릭과 3D 주관적 평가 사이의 관계를 조사한다. 전자의 경우, 다양한 참조(full-reference) 및 무참조(no-reference) 평가도구가 깊이맵의 품질을 측정하기위해 적용되고, 3D평가는 주관적 평가로 얻는다. 이 두 개의 결과는 세 가지의 상관계수를 이용하여 상호 관련성을 찾은 후에, 최적으로 주관평가에 근접한 객관적 메트릭을 얻는다.

• 방송공학회논문지
• /
• 제20권2호
• /
• pp.204-214
• /
• 2015

업샘플링 깊이맵은 깊이 카메라로부터 획득된 깊이맵의 공간 해상도를 증가시키는 방법이다. 깊이맵의 성능은 입체영상, 멀티뷰의 3D 입체감과 밀접한 관계가 있다. PSNR 등의 객관적 메트릭으로 깊이맵의 업샘플링 성능을 평가하고, 생성된 입체영상은 주관적 평가를 통해서 입체감 및 시각적 피로도를 조사한다. 후자의 주관적 평가는 인적 물적 자원을 필요로 하는 반면에, 전자의 객관적 메트릭은 수학적 표현으로 정량적 수치값을 알려준다. 따라서 주관적 평가와 높은 상관관계를 가지는 객관적 메트릭이 주관적 평가를 대체할 수 있다면 많이 시간을 필요로 하는 주관적 평가가 불필요하다. 이를 위해 본 논문에서는 다양한 객관적 메트릭과 3D 주관적 평가 사이의 관계를 조사한 후에, 이용한 메트릭에 기반한 주관평가와 상관관계가 높은 객관적 메트릭을 제안한다. 업샘플링된 깊이맵의 성능을 측정하기 위해 다양한 참조영상 및 무참조영상 평가 메트릭들을 이용하였다. 주관적 평가는 DSCQS 입체영상 테스트로 수행되었다. 세 종류의 상관관계의 활용 및 분석을 통해서, SSIM과 Edge-PSNR이 주관적 평가를 대체할 수 있는 적합한 객관적 메트릭임을 실험을 통해서 검증하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 추계학술대회
• /
• pp.81-83
• /
• 2018

Fully Convolutional Network(FCN)은 기존의 방법보다 뛰어난 성능을 보였지만, FCN은 RGB 정보만을 사용하기 때문에 세밀한 예측이 필요한 장면에서는 다소 부족한 성능을 보였다. 이를 해결하기 위해 인코더-디코더 구조를 이용하여 RGB와 깊이의 멀티 모달을 활용하기 위한 FuseNet이 제안되었다. 하지만, FuseNet에서는 RGB와 깊이 브랜치 사이의 융합은 있지만, 인코더와 디코더 사이의 특징 지도를 융합하지 않는다. 본 논문에서는 FCN의 디코더 부분의 업샘플링 과정에서 이전 계층의 결과와 2배 업샘플링한 결과를 융합하는 스킵 레이어를 적용하여 FuseNet의 모달리티를 잘 활용하여 성능을 개선했다. 본 실험에서는 NYUDv2와 SUNRGBD 데이터 셋을 사용했으며, 전체 정확도는 각각 77%, 65%이고, 평균 IoU는 47.4%, 26.9%, 평균 정확도는 67.7%, 41%의 성능을 보였다.

• 디지털콘텐츠학회 논문지
• /
• 제18권1호
• /
• pp.141-147
• /
• 2017

스케일러블 HEVC에서 상위계층의 계층 간 예측에서 기본계층의 부호화 잔차 영상에 대한 업샘플링 된 결과를 참조하여 예측하게 된다. 본 논문에서는 고효율 영상 압축 기반 스케일러블 부호화 (Scalable Extension of High Efficiency Video Coding)에서 상위계층 잔차 데이터 예측에 대한 개선 기법을 제안한다. 제안하는 적응적 필터 선택 기법은 스무싱 필터와 샤프닝 필터를 사용함으로써 계층 간 예측 방법에서 효율을 향상시킨다. 기존의 업샘플링 필터와 두 개의 필터를 추가하여 율-왜곡 비용함수 기반의 경쟁기법을 통한 계층 간 예측 알고리즘을 SHVC 5.0에 구현함으로써 Y, U, V 컴포넌트에 대한 평균 1.5%, 2.1%, 1.7%의 BD-rate 향상을 보여준다.

• 대한전자공학회논문지SP
• /
• 제48권6호
• /
• pp.8-17
• /
• 2011

최근 비행시간 (Time-of-Flight, TOF) 원리에 기반한 깊이 카메라의 등장과 함께 저해상도 깊이 카메라와 고해상도 컬러 카메라로 이루어진 복합형 카메라 시스템 (Fusion Camera System) 이 각광을 받고 있다. 복합형 카메라 시스템에서 취득한 저해상도 깊이맵을 컬러 영상과 같은 영상 평면 (Image Plane) 에 위치시키고 같은 해상도를 가질 수 있게 하려면 카메라 보정 및 3차원 투영, 홀 (Hole) 채우기와 같은 일련의 전처리 과정이 필요하다. 그러나 전처리 과정을 거친 깊이맵은 깊이 카메라의 내부 특성, 카메라 보정의 부정확성 등에 의해 많은 오차를 가진다. 그러므로 본 논문에서는 오차가 많은 상황에서도 강건하게 동작하는 깊이맵 업샘플링 방법을 제안한다. 먼저, 전처리 과정을 통해 얻은 깊이 정보의 신뢰도를 컬러 영상과의 상관관계에 기반하여 측정한다. 그리고 낮은 신뢰도의 깊이 정보를 참조하지 않는 수정된 커널 회기법 (Kernel Regression)을 통해 깊이맵과 컬러 영상의 경계 정합을 수행하여 세밀한 깊이 표현이 가능한 고해상도 깊이맵을 형성한다. 제안하는 알고리즘은 깊이 정보의 신뢰도 정의와 그에 따른 참조를 통해 카메라 보정 결과가 부정확하더라도 높은 성능의 깊이맵 생성을 보장한다. 실험결과를 통해 기존의 깊이맵 업샘플링 기술보다 제안하는 방법이 더 정확한 깊이 정보를 제공하는 것을 확인할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (A)
• /
• pp.144-145
• /
• 2007