• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.30-31
• /
• 2019

최근 들어 다양한 초 고화질 스트리밍 서비스의 보급과 통신기술의 급격한 발전에 따라 고화질 비디오 신호를 포함하는 멀티미디어 데이터의 이용과 전송의 중요성이 급속도로 증가하고 있다. 또한, 동시에 동영상에 대한 수요도 지속적으로 증가하고 있어, 더욱 효과적인 동영상의 압축기법이 요구되고 있는 실정이다. 본 논문에서는 최근 VVC(Versatile Video Coding) 표준화를 위하여 채택한 기술인 변환 생략 기술의 적용범위를 확장하여 기존의 방법처럼 휘도 채널에 적용하는 것뿐만 아니라 특정한 조건 하에서는 동일한 방법을 색차 채널에도 적용하도록 하여 압축 효율을 향상하는 방법을 연구하였다. 실험결과, 기존 VVC 방법 대비 BDBR 측면에서 (두번째는 SCC 영상의 실험결과) All Intra 방법에 대하여 Y(0.00%, 0.03%), U(-0.01%, -0.01%) 그리고 V(0.02%, -0.04%), Random access 방법에 대하여 Y(0.00%, 0.01%), U(-0.01%, -0.11%)그리고 V(0.03%, -0.15%)의 결과를 얻을 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.91-94
• /
• 2017

본 연구에서는 Component-Substitution (CS)기반 영상 융합 방법 중 가장 빠른 처리 속도를 보이는 IHS 기법의 분광 왜곡 현상을 해결하기 위하여 히스토그램을 통해 분광 왜곡 현상을 분석하고 평균 필터링을 통해 분광 왜곡 현상을 해결한다. 제안하는 방법의 성능 평가를 위하여 아리랑 3 호로 촬영한 서울 지역 위성 영상에 IHS 방법과 제안하는 방법을 적용하여 주관적으로 비교하고 객관적으로는 Q4, SAM, ERGAS 의 지표를 사용하여 비교한다. 주관적 비교 결과 제안하는 방법이 분광 왜곡을 감소시킴을 보이며, 객관적 비교 결과 IHS 기법 대비 향상된 Q4, SAM, ERGAS 을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.291-293
• /
• 2011

ITU와 ISO/IEC가 공동으로 UHD급 영상 부호화를 위해 표준화를 진행하고 있는 HEVC 코덱은 H.264/AVC 대비 2배 이상의 압축 효율을 갖는 것을 목표로 정하고 있다. HEVC 코덱은 다수의 개선된 기술을 사용하고 있기 때문에 부호화효율을 크게 향상시킬 수 있었지만, 다른 한편으로 동작 복잡도가 매우 높기 때문에 여러 가지 다양한 응용 제품에서 활용되기 위해서는 복잡도 문제가 개선되어야 한다. 본 논문에서는 HEVC의 움직임 벡터 예측 시 현재 블록의 주변 블록들이 가지고 있는 참조 영상 정보를 이용하여 움직임 벡터 추정 모듈의 복잡도를 감소시키는 알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘을 사용하면, 압축 영상의 화질 저하는 최소화하면서 부호화기의 동작속도를 크게 감소시킬 수 있음을 실험을 통해 알 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.11a
• /
• pp.167-169
• /
• 2012

스케일러블 비디오 압축 기술 중 공간적 스케일러빌리티 기술에는 계층 간의 예측을 위해서 참조 계층의 영상을 향상 계층의 해상도와 동일하게 하는 영상 보간 과정이 필요하다. 본 논문에서는 HEVC (high efficiency video coding) 기반의 스케일러블 비디오 압축을 위하여 새로운 영상 보간 필터를 제안한다. 제안하는 보간 필터는 DCT (discrete cosine transform) 수식을 기반으로 설계되었으며, 하위 계층의 텍스처를 1.5 배로 보간할 때 사용된다. 제안하는 보간 필터를 적용하여 계층 간 예측을 수행할 결과, simulcast 로 부호화 한 것 대비 BD-bitrate 를 약 52.8% 감소시켰고, BD-PSNR 을 약 1.87dB 증가시켰다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.958-961
• /
• 2014

최근 영상 분석을 기반으로 한 서비스 어플리케이션의 공급량이 증가하는 추세이다. 특히, 피부 영상 분석 서비스의 경우 주목할 만한 이슈는 접근의 용이함과 편리성을 갖춘 서비스 어플리케이션의 개발이다. 본 논문에서는 사용자의 피부 상태 진단 서비스를 손쉽게 웹 상으로 제공받을 수 있는 어플리케이션 개발에 주안점을 둔다. 이를 위해 피부 현미경으로 촬영된 이미지에 이진화 및 질감 대비 향상, 노이즈 제거 등의 전처리 과정과 Watershed 알고리즘, 외곽선 검출 등의 과정을 거쳐 수치화된 데이터를 산출한다. 최종적으로 피부 주름, 거칠기, 유분, 톤, 민감성 정보를 검출하며 분석 결과를 사용자에게 보여준다. 분석된 피부 영상 정보를 통해 사용자는 쉽게 자신의 피부 상태를 진단 받을 수 있을 것으로 사료된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.158-159
• /
• 2020

초 고화질 영상의 등장과 동영상 스트리밍 서비스의 폭발적인 이용증가로 고품질로 영상을 압축할 수 있는 기술의 중요성이 크게 증가하고 있다. 본 논문에서는 VVC 차세대 비디오 부호화기술에 따라 색차 블록의 화면 내 예측 시 정확한 예측각도를 측정하여 압축 성능을 더욱 향상시키는 방법을 연구하였다. 실험결과, 기존 VVC 방법 대비 BDBR(Bjontegaard Delta Bit Rate) 측면에서 AI(All Intra) 조건의 경우, Y(-0.01%), Cb(-0.07%), Cr(-0.05%)의 성능변화를 얻을 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.235-238
• /
• 2022

본 논문은 인식이 어려운 조명 환경에도 강인한 seven-segment 문자 인식을 위해서, 영상 내에 다양한 조명 연출이 가능하도록 합성 데이터 셋을 생성하고 학습할 수 있는 OCR 방법을 제안한다. 기존 연구에서는 deblurring 과 같이 영상 이미지의 해상도를 높여 문자 인식의 정확도를 향상시키는 것에 초점을 두었으나, 여러 조명 환경에 대비할 수 있는 OCR 관련 연구들은 부족하다. 이를 해결하기 위해 본 논문에서는 문자가 포함된 자연스러운 배경 영상에, seven-segment 문자를 합성시킨 후 relighting 을 적용함으로써 실제 환경과 유사한 장면을 연출해 새로운 합성 데이터 셋을 생성한다. 그리고 생성된 데이터 셋을 딥러닝 기반 학습시켜 다양한 조명에도 강인한 문자 인식기를 만들고자 한다. 합성 데이터 셋의 사용여부와 일반적인 데이터 augmentation 기법의 사용 여부를 비교하여, 본 논문에서 제안한 방법의 효과를 확인할 수 있었다. 이를 통해서 seven-segment 문자 인식 뿐만 아니라, 다양한 문자에 대해서도 적용될 수 있는 초석이 될 것으로 기대된다.

• Journal of Broadcast Engineering
• /
• v.20 no.4
• /
• pp.489-496
• /
• 2015

In this paper, a new weighted prediction scheme is proposed to improve the coding efficiency for video scenes containing brightness variations. Conventional weighted prediction is applied by the reference picture and use only one weighted parameter set. Thus, it is only useful for GBV(Glabal Brightness Variation). In order to solve this problem, the proposed algorithm use three kind of schemes depending on situation. Experimental results show that maximum coding efficiency gain of the proposed method is up to 10.2% in luminance. Average computional time complexity is increased about 163% in encoder and about 101% in decoder.

• Korean Journal of Remote Sensing
• /
• v.38 no.2
• /
• pp.167-177
• /
• 2022

In order to obtain satellite image products using the image transmitted to the ground station after capturing the satellite images, many image pre/post-processing steps are involved. During the pre/post-processing, when converting from level 1R images to level 1G images, geometric correction is essential. An interpolation method necessary for geometric correction is inevitably used, and the quality of the level 1G images is determined according to the accuracy of the interpolation method. Also, it is crucial to speed up the interpolation algorithm by the level processor. In this paper, we proposed a lightweight CNN-based interpolation method required for geometric correction when converting from level 1R to level 1G. The proposed method doubles the resolution of satellite images and constructs a deep learning network with a lightweight deep convolutional neural network for fast processing speed. In addition, a feature map fusion method capable of improving the image quality of multispectral (MS) bands using panchromatic (PAN) band information was proposed. The images obtained through the proposed interpolation method improved by about 0.4 dB for the PAN image and about 4.9 dB for the MS image in the quantitative peak signal-to-noise ratio (PSNR) index compared to the existing deep learning-based interpolation methods. In addition, it was confirmed that the time required to acquire an image that is twice the resolution of the 36,500×36,500 input image based on the PAN image size is improved by about 1.6 times compared to the existing deep learning-based interpolation method.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.24-26
• /
• 2019

본 논문에서는 최신 비디오 압축 표준인 HEVC 를 기반으로, 영상의 화면 내 예측 모드를 결정하기 위하여 기존의 RDO 프로세스 대신 합성곱 신경망을 접목시켜 예측 모드를 결정하는 연구를 진행하였다. 네트워크 학습에는 실제 화면 내 예측 모드를 결정하는 데 사용되는 데이터들이 사용되었다. 실험 결과 본 제안 기법은 HM 16.20 대비 0.05%의 부호화 성능 향상을 보였다.