• 방송공학회논문지
• /
• 제10권3호
• /
• pp.340-347
• /
• 2005

이 논문에서는 다상 다운 샘플링 (Polyphase down sampling)에 기반 한 다중 부호화 기법 (multiple description coding)을 H.264 동영상 기술에 적용한 기술을 제시한다. 먼저 입력된 원 매크로블록에 대해서, 움직임 보상된 잔여 매크로블록을 계산한다. 제안하는 기술은 이 잔여 매크로블록을 DCT, 양자화, 엔트로피 부호화 과정을 거쳐 부호화화는 H.264 동영상 부호화 기술에 있어서 DCT 처리 이전에 다상 다운 샘플링을 적용하여 하나의 매크로블록을 4 개의 기술(description)로 나누어 각각을 부호화한다. 복호화에 있어 4 개의 기술이 모두 수신되면, 원래의 영상을 완전히 복호하고, 일부 기술이 수신되지 않으면, 에러 없이 수신된 기술로부터 보간법에 의해 원래의 영상과 유사한 영상을 복호한다. 모의실험은 JVT SVC(Scalable Video Coding) 표준화를 위한 9 개 시험 동영상 전체에 대해 다양한 패킷 손실 형태의 환경에서 수행 되었다. 실험 결과는 제안된 방법이 H.264 기반의 슬라이스 그룹 맵에 기반 한 에러 숨김 방법보다 0.5-5 dB 향상된 성능을 보여주었다.

• 한국멀티미디어학회논문지
• /
• 제12권8호
• /
• pp.1089-1098
• /
• 2009

최근에 인간컴퓨터 상호작용 분야에서 사용자의 시선 위치를 파악하여 더욱 편리한 입력 장치를 개발하고자 하는 연구가 많이 진행되고 있다. 기존의 대부분 연구들은 큰 모니터를 사용하는 컴퓨터 환경에서 시선 추적 시스템을 개발하였다. 최근 이동단말기의 사용 증대로 이동 중에 시선 추적에 의한 단말기 제어의 필요성이 증대되고 있다. 이에 본 연구에서는 이동형 컴퓨터 (Ultra-Mobile PC) 및 컴퓨터 내장 카메라를 이용하여 사용자의 얼굴을 추적하고, 얼굴내의 특징점의 위치를 능동외관모델 (Active Appearance Model)을 기반으로 추적하는 연구를 수행하였다. 본 논문의 독창성은 기존 연구와는 달리 소형 화면을 가지는 이동 단말기에서 사용자의 시선 위치를 추적할 수 있는 방법을 제안한 점과 정밀한 얼굴 특징점 검출을 위하여 능동외관모델을 사용한 점이다. 또한 사용자의 초기 캘리브레이션시 얻어진 특징값을 기반으로, 입력 특징값들을 정규화 함으로써, Z거리에 따라 시선 위치 정확도가 영향을 받지 않는다는 점이다. 실험결과, 약 1.77도의 시선 오차를 발생하였으나, 추가적인 얼굴 움직임에 의한 마우스 움직임 기능으로 이러한 시선 오차는 더욱 줄일 수 있음을 알 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제16권1호
• /
• pp.42-49
• /
• 2013

비디오 열의 각 프레임에는 카메라의 움직임에 따라 물체의 평행 이동 및 회전 운동이 반영된다. 이 때 물체의 불필요한 회전 운동은 영상의 품질을 저하시킬 뿐 아니라 시청자 피로도를 증가시키는 주요 원인이 된다. 본 논문에서는 동영상 촬영 중 카메라의 불필요한 흔들림으로 인한 프레임의 회전을 변형된 모젯변환을 이용하여 보정하는 새로운 방법을 제시한다. 모젯 변환은 이산 라돈 변환의 한 종류로서, 회전된 프레임의 보정에 적용하기 위해 본 논문에서는 다음과 같이 변형한다. 먼저, 보다 정확한 회전각 추출을 위해 보간을 이용하여 bin 값을 계산한다. 그리고 현재 프레임과 기준 프레임에 대해 움직임 추정을 적용하여 카메라의 평행 이동을 보상한 후, 카메라의 회전에 따른 bin 값의 변화가 없는 영역을 설정하여 모젯 변환을 적용한다. 또한 모젯 변환의 각 투영 방향에 대해 한 개만의 bin을 계산함으로써 계산량을 감소시킨다. 평행이동 및 회전 운동을 갖는 다양한 시험 비디오 열에 대해 적용된 모의 실험을 통해 제안된 방법이 프레임의 회전을 보정하는데 매우 효율적임을 볼 수 있었다.

• 대한영상의학회지
• /
• 제85권2호
• /
• pp.345-362
• /
• 2024

자기공명영상(이하 MRI)은 복부 영상에서 국소 병변의 감지와 특성을 찾을 수 있는 것 때문에 중요한 역할을 한다. 그러나 MRI 검사에 상대적으로 긴 검사 시간과 호흡 유지 기법에서 움직임 관리와 같은 몇 가지 힘든 요인이 있다. 최근에는 검사 시간을 줄이면서 적절한 이미지 품질을 유지하는 기법인 평행 이미징, 압축 감지(compressed sensing) 및 최첨단 딥 러닝(deep learning) 기술이 등장하여 문제 해결 전략을 가능하게 하고 있다. 또한, 역동적 조영증강 영상에서 자유 호흡 기법은, 추가 차원(extra-dimensional)-부피 보간 호흡 유지 검사(volumetric interpolated breath-hold examination) 및 황금 각도 방사형 희소 병렬(golden-angle radial sparse parallel), 간 가속 볼륨 획득(liver acceleration volume acquisition) 스타와 같은, 심한 호흡곤란이나 마취 중인 환자에게서 복부 MRI를 시행하는 것을 돕는다. 이 임상화보에서는 시간을 줄이면서도 이미지 품질을 유지하기 위한 다양한 고급 복부 MRI 기술과 역동적 영상을 위한 자유 호흡 기술을 제시하고 또한 이를 통한 예시들을 보여주고자 한다. 이러한 첨단 기법들의 고찰은 적용된 시퀀스의 적절한 해석에 도움을 줄 것이다.

• 융합신호처리학회논문지
• /
• 제9권1호
• /
• pp.18-23
• /
• 2008

본 논문에서는 SR(Super Resolution) 복원 과정에 있어 사용되는 입력 후보 영상 중 적합한 입력 영상을 자동 선택하는 알고리즘을 제안함으로써 복원된 고해상도 영상의 질을 개선하고자 한다. SR 복원과정에서 이상적인 결과 영상을 얻기 위해서는 입력되는 모든 영상이 유기적으로 잘 정합 되어야 하지만, 실제로는 그렇지 못하다. 이런 이유로 입력 후보군 영상의 정합 적합성이 얼마나 높은가가 단순히 많은 입력 영상의 수보다 고품질의 고해상도 결과 영상을 얻는데 더욱 결정적이라 할 수 있다. 입력 영상의 적합성은 통계 특성 및 정합 특성을 이용하여 평가 가능하다. 그러므로 본 논문에서는 SR 복원과정에 정합 적합성을 자동으로 평가하여 이에 따라 입력 영상을 결정하는 전처리 과정을 제안하고 구조화하였다. 또한 비디오 시퀀스의 모든 입력 영상은 SR 복원과정의 기준 영상이나 저해상도 입력 영상과 같이 사용될 수 있으므로 본 논문에서는 연속적인 비디오 시퀀스를 위한 SR 복원알고리즘을 제안한다. 적합성의 유무는 임계값(Threshold Value)에 의해 결정되며, 이 임계값은 기준 영상과의 움직임 추정에서 그 보상 값의 오류 값 중 최대치(MMCE, Maximum Motion Compensation Error)로 결정된다. 만약 저해상도 입력 영상의 보상 오류 값의 범위가 0과 MMCE사이(0 < MCE < MMCE )값이라면 그 범위 안의 입력 후보 영상은 SR 복원과정에 사용되며 범위 밖의 후보영상은 제외된다. 최적의 저해상도 기준(ORLR, Optimal Reference Low Resolution)영상은 선택된 저해상도 입력(SLRI, Selected LR Input)영상들과 각각의 저해상도 기준 입력(RLRI, Reference Low Resolution Input)영상들의 비교를 통해 결정된다. 본 논문에서는 이와 같은 과정에 의해 결정된 저해상도의 최적 기준영상과 선택영상을 'Hardie' 보간법을 사용하여 고해상도 영상을 만들어 내는 것으로 사용자의 조정이 없이도 SR 복원영상의 질적 향상을 가져올 것이라 기대된다.