• Journal of KIISE:Software and Applications
• /
• v.28 no.5
• /
• pp.402-411
• /
• 2001

H.263 압축 방식은 실현하는데 여러 가지 문제가 있지만 그 중에서 그 대표적인 것은 인코딩 과정에서의 압축 시간이 오래 걸린다는 것이고 다른 한 가지는 과도한 압축률에 의한 복원된 이미지 화질 저하이다. 이 논문에서는 H.263에서의 압축 속도 향상과 복원 이미지의 화질 이미지의 화질 보상에 대한 두 가지 새로운 방법을 제안하였다. 압축 속도를 향상시키기 위해서 움직임 벡터를 찾는 알고리즘을 개선하여 새로운 4단계 탐색 알고리즘을 제안하였다. 또한 화질을 보상하기 위해 디코더에서 블록 아티팩을 제거하고 복원 이미지를 선명하게 하는 알고리즘을 제안하였다. 여기서 화질 보상은 원본 이미지와 동일하게 만드는 것이 아니라 인간이 더 좋은 영상으로 인식하도록 하는 걸 목적으로 한다. 우리가 제한한 알고리즘에 의해서 압축 속도는 초당 2.5에서 17 프레임으로 증가하였고 블록 아티팩을 제거하고 명암 대비를 높임으로써 보기 좋은 영상을 제공하였다.

• Science of Emotion and Sensibility
• /
• v.20 no.1
• /
• pp.57-66
• /
• 2017

Emotional image quality optimization methodologies are investigated using technological image quality controls based on the eye tests of various image samples. The images are evaluated based on various contrast, lightness and saturation image quality metric tone curves. The order of importance to image quality enhancements is contrast, saturation and brightness. The slopes of emotional image qualities with respect to technical image quality metric changes are found to be composed of mathematical function modelling with nearly zero, intermediate and maximum slope regions in general, which can reflect well known log and saturated as well as conventional reverse U shape natures. Image quality improvements are analyzed not only with just single but also with multiple image quality metrics. To ease the unified image quality metric analysis and control, a new function is presented to utilize both the newly found and conventional emotional image quality behaviors. It is found that the overall image quality enhancement can be realized only in a few limited cases of multiple image quality metric controls. It is also found that the kinds of image quality enhancement methodologies are not strongly dependent on image contents (genre).

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.303-306
• /
• 2021

이미지 초해상도는 영상 취득 과정에서 센서와 렌즈의 물리적인 한계 등으로 인하여 의해 화질이 저하된 이미지를 더 높은 배율로 복원하는 문제이다. 이미지 초해상도는 딥러닝을 통해 놀라운 성능향상을 이루었지만, 카메라로 촬영된 실제 이미지에서는 좋은 성능을 내지 못하였다. 이는 딥러닝에서는 'bicubic' 커널로 down-sampling된 합성 이미지 데이터를 사용하였던 것과 달리 실제 이미지에서는 'bicubic' 커널을 통한 화질 저하와는 다른 화질 저하, 즉 다른 커널을 통한 화질 저하가 발생하기 때문이다. 따라서 실제 이미지에 대한 성능을 높이기 위해서는 이에 대한 정확한 커널 예측이 필요하다. 최근 주목받기 시작한 이미지 초해상도를 위한 커널 예측은 초해상도를 잘 시켜주는 커널을 직접 찾는 방법[10, 13]과 이미지의 분포와 커널을 통해 다운샘플된 이미지에 대한 분포를 일치시켜주면서 커널을 예측하는 방법[14]으로 나누어져 있다. 그러나 두 방법 모두 ill-posed problem 인 커널 예측 문제를 한 장의 이미지만으로 해결하려는 것이기 때문에 정확한 예측에는 어려움이 발생한다. 따라서 본 논문에서는 두 장의 이미지를 활용한 이미지 화질 저하 커널 예측 방법을 제안한다. 제안된 방법은 두 장의 이미지가 같은 카메라를 통해 촬영되었으며 이때 이미지 화질 저하는 카메라에 의해서만 영향을 받는다는 가정을 기반으로 한다. 즉, 두 장의 이미지는 같은 커널을 통해 저하된 이미지라는 가정을 한다. 제안된 방법은 [14]에서처럼 이미지 분포를 기반으로 한 커널 예측을 진행하며, 이미지 초해상도를 진행하고자 하는 이미지 외에 참고 이미지 또한 같은 커널에서 화질 저하를 시켰을 때 본래의 이미지와 같은 분포에 있도록 학습을 진행한다. 결과적으로 본 논문에서는 두 장의 이미지를 사용하였을 때 더욱 정확하게 커널을 찾을 수 있음을 보여준다. 두 장의 이미지를 활용하는 방식이 한 장의 이미지만을 활용하는 기존의 최고 수준의 방법에 비해 합성된 다양한 커널 데이터셋[14]에서 약 0.17dB 성능 향상이 있었다.

• Journal of Korea Multimedia Society
• /
• v.9 no.11
• /
• pp.1455-1464
• /
• 2006

In this paper, we propose an adaptive image enhancement algorithm. The proposed algorithm is classified with the MIE technique for intensity enhancement of input image and MSE techniques for saturation enhancement. The MIE technique is proposed to control the gamut mapping problem and a sudden change in image-brightness while Luminance signal is processing, The MSE techniques are proposed to control de-saturation or over-saturation while chrominance signal is processing. The proposed algorithm is focused on processing preference color for human vision in order to generate better image quality than the algorithms focused on processing uniformly to whole images, This algorithm can be applied to a monitor, TV and other display devices for high quality image.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.394-397
• /
• 2012

멀티미디어 장치와 사용자의 욕구가 다양해짐에 따라 이를 충족시키기 위하여 이미지 크기는 장치에서 지원하는 해상도나 사용자의 욕구에 맞게 조정되어야 한다. 이미지 업샘플링 방법은 크게 공간 도메인과 주파수 도메인에서 수행될 수 있다. 일반적으로 공간 도메인에서의 업샘플링 방법은 주파수 도메인의 업샘플링에 비해 상대적으로 주관적인 화질 측면에서 좋은 성능을 나타내지만 객관적인 성능이 낮다. 반대로 주파수 도메인에서의 업샘플링 방법은 객관적인 화질이 좋고 주관적인 화질 측면에서 상대적으로 성능이 낮게 나타난다. 본 논문에서는 공간 도메인과 주파수 도메인에서의 업샘플링 방법을 블록의 특성에 따라 적응적으로 업샘플링 방법을 선택하는 알고리듬을 제안한다. 제안하는 방법은 객관적 성능 뿐 아니라 주관적 성능까지도 향상 시킬 수 있다. 실험 결과를 통해 제안하는 알고리듬이 기존의 알고리듬에 비해 PSNR 측면에서 0.87dB~1.15dB 증가하고, 주관적 화질도 향상됨을 알 수 있다.

• The Journal of the Korea Contents Association
• /
• v.11 no.8
• /
• pp.68-76
• /
• 2011

Due to the high interests of image quality by consumers, the concerned market becomes more heated. Recent digital camera development tendency shows to perform the higher image quality to meet consumers demand of quality satisfaction. However it is hard to confirm that development of objective image quality performance means positive subjective image quality preference. And also, we cannot find out the previous researches concerned on correlation between objective and subjective image quality comparison. Therefore, it is necessary to analyze the consumers preferred images based on objective image quality performance. Throughout this paper, we analyze statistical correlation between the objective and subjective image quality assessment methods by using ISO standards. In these results, we try to find attributes that enhance image quality. We suggest not only to analyze and reflect on customers' preferences, but also to pursue the high quality image performance practically. We expect the results of this paper to positively influence product development.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.77-80
• /
• 2014

멀티미디어 기술의 보급 확산 및 급속한 발전으로 새로운 영상 압축 기술인 HEVC(High Efficiency Video Coding) 고화질 영상 압축 표준을 탄생시켰으며, 사용자 또한 대형 화면에 대한 선호도가 높아지고 있다. 그 결과 기존의 HD급 영상보다 4배 이상, 16배까지 선명한 초고화질 UHD(Ultra High Definition) 영상 서비스가 차세대 방송기술로 새롭게 주목받고 있다. 또한 JPEG 2000 압축도 기존 처리된 $4096{\times}4096$ 픽셀 이미지를 넘어 초고화질 해상도 이미지(8K : $7680{\times}4320$ 혹은 $8192{\times}4320$ 픽셀)를 처리 지원을 하고 있다. 따라서 초고화질 이미지의 획득 및 저장을 위해서는 고속의 처리 기술이 필요하다. 이에 본 논문은 초고화질 해상도 이미지의 고속 처리를 위한 병렬처리 기술에 대해 단계적 연구를 실행하며, 이를 위하여 1차적으로. JPEG 2000의 처리 과정을 살펴보고 전처리 단계인 색공간 변환 알고리즘 적용을 위하여 사용자 정의의 쓰레드 기반 고속처리를 수행하였다. 실험 결과 기존의 처리보다 사용자 정의 기반 쓰레드 고속처리가 초고화질 해상도 이미지(UHD 8K : $7680{\times}4320$)를 기준으로 최대 15배의 성능 향상의 결과를 보여주었다.

• Journal of Satellite, Information and Communications
• /
• v.10 no.1
• /
• pp.1-5
• /
• 2015

With the help of fast growing multimedia technology and high preference for users of large screens, the newest video coding standard, HEVC (High Efficiency Video Coding) high-quality video compression), has been introduced. Therefore, the high definition image services which are four times more clear than conventional HD video, are getting popular. JPEG 2000 also has stated to support 4K and 8K UHD. As a result, it requires fast processing technology to read and write UHD images. This paper introduces a study on fast parallel processing technology for UHD images. For this purpose, first, JPEG 2000 is reviewed and a GPU based parallel implementation is proposed for a preprocessing of color conversion stage. The parallelled algorithm is implemented with OpenCL (Open Computing Language). The simulation results show that the proposed method shows 5 times performance improvements on processing speed for 4K UHD over the method using threads.

• Journal of Intelligence and Information Systems
• /
• v.29 no.2
• /
• pp.171-187
• /
• 2023

When a person's face is recognized through a recording device such as a low-pixel surveillance camera, it is difficult to capture the face due to low image quality. In situations where it is difficult to recognize a person's face, problems such as not being able to identify a criminal suspect or a missing person may occur. Existing studies on face recognition used refined datasets, so the performance could not be measured in various environments. Therefore, to solve the problem of poor face recognition performance in low-quality images, this paper proposes a method to generate high-quality images by performing image quality improvement on low-quality facial images considering various environments, and then improve the performance of facial feature point detection. To confirm the practical applicability of the proposed architecture, an experiment was conducted by selecting a data set in which people appear relatively small in the entire image. In addition, by choosing a facial image dataset considering the mask-wearing situation, the possibility of expanding to real problems was explored. As a result of measuring the performance of the feature point detection model by improving the image quality of the face image, it was confirmed that the face detection after improvement was enhanced by an average of 3.47 times in the case of images without a mask and 9.92 times in the case of wearing a mask. It was confirmed that the RMSE for facial feature points decreased by an average of 8.49 times when wearing a mask and by an average of 2.02 times when not wearing a mask. Therefore, it was possible to verify the applicability of the proposed method by increasing the recognition rate for facial images captured in low quality through image quality improvement.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.124-127
• /
• 2018

넓은 동적 영역 (High Dynamic Range: HDR) 이미지는 주관적 화질 측면에서 우수하지만 대부분의 디스플레이는 좁은 동적 영역 (Low Dynamic Rang e: LDR) 만 지원이 가능하다. 본 논문에서는 이를 해결하기 위해서 톤 매핑 기법 (Tone Mapping Operator: TMO) 을 사용하여 넓은 동적 영역을 압축하여 수행한다. 기존의 지역 에지 보존 (Local Edge Preserving: LEP) 필터를 적용한 이미지결과는 에지를 보존하지만, 스케일의 분해 과정 중 디테일의 손실이 발생되었다. 본 논문에서는 이미지 변화도를 기반으로 디테일을 보존하는 알고리듬을 제안한다. LEP 필터가 적용되기 전에 이미지의 변화도와 동적 영역이 압축된 후의 이미지에 대한 변화도의 차이만큼 가중하여 디테일을 보존함으로써 주관적 화질을 향상시켰다.