• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.163-165
• /
• 2017

본 논문에서는 카메라 잡음 제거에 딥 러닝 알고리즘을 적용하는 연구를 진행하였다. 합성된 가우시언 잡음에 대하여 좋은 잡음 제거 성능을 보이는 DnCNN(Denoising Convolutional Network)를 이용하여 카메라 잡음을 제거하는 학습과 실험을 진행하였으며, 기준 실험으로는 RGB 색공간의 3채널 모두에 대하여 학습한 신경망(Neural Network)을 사용하였고, 본 논문의 실험에서는 그레이 이미지에 대하여 학습한 신경망을 사용하였다. 신경망의 평가를 위하여 딥 러닝 알고리즘 입력 이미지를 RGB 색공간(RGB Color Space)과 YCbCr 색공간(YCbCr Color Space) 2가지 색공간으로 표현하여 사용하였고, 입력 이미지에 노이즈를 첨가하기 위해 가우시안 노이즈(Gaussian Noise)를 이용하였다. 또한 가우시안 잡음과 다른 성질을 갖는 실제 카메라 잡음에 대해서도 학습과 테스트를 진행하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (상)
• /
• pp.759-762
• /
• 2000

무선 채널 네트웍은 광범위하고 높은 에러발생률의 특성이 있다. 에러발생으로 인한 패킷의 손상이나 분실의 경우 화질에 심각한 영향을 미치게 된다. 본 논문에서는 DCT(Discrete Cosine Transform)을 기반으로 하는 고 압축 이미지의 손상된 데이터를 복구하기 위해 DCT 영역내 계수들의 분포 특성과 인접한 블록간의 유사성을 이용한 간단한 이미지 재구성 기법을 제안한다. 이러한 기법은 DCT 기반의 다양한 응용에 적용이 가능하며 적은 계산량을 가짐으로써 시스템의 낮은 전력 소모를 유지하여 무선컴퓨팅환경의 응용에 적합할 것이다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제24권5호
• /
• pp.1-10
• /
• 2018

본 논문에서는 피사계 심도(DoF, Depth of field)가 포함된 사진을 자동으로 추상화 시켜주는 비 사실적 렌더링(NPR, Non-photorealistic rendering) 기술을 제안한다. 우리의 접근 방식은 RGB 채널을 이용하여 DoF 영역을 효율적으로 분류하고, DoF 크기에 따라 색상을 추상화하며, 라인의 두께를 자동으로 조절함으로 새롭게 필터링 하는 기술이다. DoF기반 필터링 방식은 성능과 디자인 관점에서 추상화의 품질을 크게 개선시켰으며, 간단하고 빨라 구현하기 쉽고, 사진으로부터 추상화나 일러스트레이션을 제작할 때 원본 사진이 갖고 있는 DoF의 특징과 스타일을 효율적으로 잘 표현한다.

• 복식문화연구
• /
• 제21권1호
• /
• pp.42-56
• /
• 2013

Nowadays the advantages of multichannel retailing strategy in fashion business have been widely discussed, but empirical research on fashion retail has been limited. The purpose of this research is to provide some ideas on multichannel retailing strategy to fashion retailers through the case of UNIQLO. The online survey was conducted on each 100 female customers in their 20s, 30s, 40s living in seoul among UNIQLO customers. The survey was consisted of measurement items for UNIQLO's online store image and offline store image, customer satisfaction, purchase intention, and demographic attributes. The online survey was found that 30.3% of UNIQLO's multichannel customers bought a product from offline store using online shopping mall as a search channel, on the other hand, 20.7% of UNIQLO's multichannel customers bought a product from online store using offline store as a search channel. Factors of the online shopping mall image were consisted of shopping convenience, product information, price policy, trust. And factors of the offline store image were consisted of trust and store, product information, service. Some factors of online store and offline store image had impact on multichannel customer satisfaction. And, customer satisfaction also had impact on purchase intention of UNIQLO product. Some suggestion for the future of multichannel research in fashion retailing was given.

• 대한전자공학회논문지SP
• /
• 제39권1호
• /
• pp.1-8
• /
• 2002

RGB 칼라 필터 배열을 사용한 순차주사 CCD 이미지 센서는 센서의 구조적 한계를 극복하고 칼라 신호의 해상도를 향상시키기 위해 칼라 보간 구조가 필요하다. 기존의 접근 방법을 통해 보간된 결과 영상 대부분에서 경계선은 열화되고 재현된 칼라는 원영상의 칼라와 차이가 났다. 본 논문에서는 순차주사 CCD 이미지 센서를 위한 개선된 경계적응적 칼라 보간 구조를 제안했다. 제안된 경계 표시자(edge indicator) 함수는 채널내 상관관계 뿐만 아니라 채널간의 상관관계를 이용하며 주어진 영상의 경계 특성을 칼라 보간 과정에 적응적으로 반영한다. 주어지지 않은 채널 값은 경계를 거스르는 방향이 아니라 경계 방향을 따라서 보간되고, 에일리어징 현상(aliasing artifacts)은 억제가 됐다. 또한 경계적응적 칼라 보간 구조의 단순한 칼라 영상 형성 모델로부터 발생하는 국소적으로 나타나는 잘못된 색을 칼라 경계 검출법에 기반한 스위칭 알고리즘에 의해 제거하였다. 개선된 경계적응적 칼라 보간 구조는 기존의 접근 방법에 비해 주관적 화질과 객관적 화질 모두 우수한 결과를 실험적으로 보였다.

• 한국문헌정보학회지
• /
• 제49권1호
• /
• pp.443-464
• /
• 2015

본 연구는 뇌파측정기술(EEG)과 사건관련유발전위 P3b를 활용하여 이용자의 인지적 반응을 측정한 후 비디오 키프레임을 자동으로 추출할 수 있는지의 가능성을 조사해 보았다. 20명의 피험자들을 대상으로 뇌파를 측정하고 분석한 결과, 적합 이미지 자극 시 좌측 두정엽 영역이 우측 두정엽 영역보다 더 활성화되며, 좌우측간 두정엽 영역의 활성화 정도가 유의한 차이를 보였다. 비적합 이미지 자극 시에는 좌측 두정엽 영역이 적합 이미지보다 덜 활성화되고, 두정엽 영역의 좌우간 활성화도 유의한 차이가 없는 것으로 나타났다. 이외에, 모든 채널의 평균값(MGFP1)의 잠재기, 채널 동시성 패턴 등에서도 두 자극간에 차이를 보여 뇌파측정기술에 기반한 키프레임 자동 추출이 가능한 것으로 확인되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.370-370
• /
• 2021

태풍으로 인한 피해를 줄이기 위해 경로, 강도 및 폭풍해일의 사전 예측은 매우 중요하다. 이중, 태풍의 경로와는 달리 강도 및 폭풍해일의 예측에 있어서 바람장은 수치 모델의 초기 입력값으로 요구되기 때문에 정확한 바람장 정보는 필수적이다. 대기 바람장 예측 방법은 크게 해석적 모델링, 라디오존데 측정과 위성 사진을 통한 산출로 구분할 수 있다. Holland의 해석적 모델링은 비교적 적은 입력값이 필요하지만 정확도가 낮고, 라디오존데 측정은 정확도가 높지만 점 측정에 가깝기 때문에 이차원 바람장을 산출하기에 한계가 있다. 위성 사진을 통한 바람장 산출은 위성기술의 고도화로 관측 채널 수 및 시공간 해상도가 크게 증가하고 있기 때문에 다양한 기법들이 개발되고 있다. 본 연구에서는 생성적 적대 신경망 (Generative Adversarial Network, GAN)을 통해 일련의 연속된 과거 적외 채널 위성 사진 흐름의 패턴을 학습시켜 미래 위성 사진을 예측하고, 예측된 연속적인 위성 사진들의 교차상관 (cross-correlation)을 통해 바람장을 산출하였다. GAN을 적용함에 있어 2011년부터 2019년까지 한반도 근방에 접근했던 태풍 중에 4등급 이상인 68개의 태풍의 한 시간 간격으로 촬영된 총 15,683개의 위성 사진을 학습시켜 생성된 이미지들은 실측 위성 사진들과 매우 유사한 것으로 나타났다. 또한, 생성된 이미지들의 교차상관으로 얻어진 바람장 벡터들의 풍향, 풍속, 벡터 일관성 및 수치 모델과의 비교를 통해 각각의 벡터들의 품질 계수를 구하고 정확도가 높은 벡터들만 결과에 포함하였다. 마지막으로 국내 6개의 라디오존데 관측점에서의 실측 벡터와의 비교를 통해 본 연구 결과의 실효성을 검증하였다. 본 연구에서 확장하여, 이와 같이 AI 기법과 이미지 교차상관 기법을 사용하여 얻어진 바람장으로부터 태풍 강도예측에 필요한 요소인 태풍의 눈의 위치, 최고 속도와 태풍 반경을 직접적으로 산출할 수 있고. 이러한 위성 사진을 기반으로 한 바람장은 단순화된 해석적 바람장을 대체하여 폭풍 해일 모델링의 예측 성능 개선에 기여할 것으로 보여진다.

• 한국콘텐츠학회논문지
• /
• 제8권1호
• /
• pp.272-281
• /
• 2008

3D 영상에 이펙트를 표현할 수 있는 레이어 채널을 삽입함으로써 애플리케이션 렌더링에 효과적으로 이용하도록 한다. 현재의 이펙트 렌더링은 영상과 이펙트의 개별 처리 및 혼합의 방식을 사용하기 때문에 저장 공간과 영상 처리에 있어서 개별 소스를 필요로 하고 있다. 그러나 영상과 레이어 채널을 하나로 묶어 처리함으로써 비용 절약과 영상 처리 면에서 큰 효과를 볼 수 있다. 개발은 영상에 레이어 채널을 삽입하기 위해서 영상 포맷의 변경, 레이어 채널이 나타나지 않도록 숨김 기능 추가, 영상 로드시 영상과 레이어 채널을 동시 접근 가능하도록 제어, 영상과 레이어 채널이 쉽게 혼합될 수 있도록 간편한 알파 블렌딩 처리 등의 방법으로 영상 포맷을 변경하여 레이어 채널을 숨기는 기법, 일반 영상 뷰어에서도 변경된 포맷의 영상을 볼 수 있도록 개발, 레이어 채널과 영상을 같이 묶음으로써 재사용성을 높이고 모든 프로그램에 이용 가능하도록 만든다. 그러면 영상 로드시에 영상과 레이어 채널을 동시에 불러드림으로써 처리 속도 향상시키고 3D 영상에 레이어 채널을 삽입함으로써 레이어 채널 영상을 위한 소스 저장 공간을 줄일 수 있다. 또한 3D 영상과 레이어 채널의 영상을 한 번에 다룰 수 있게 되어 효과적인 이펙트 표현 가능하고 실제 애플리케이션이 될 수 있는 멀티미디어 영상 등에 효과적으로 이용이 가능할 수 있을 것으로 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제26권3호
• /
• pp.51-57
• /
• 2021

본 논문에서는 카메라의 포커싱과 아웃포커싱에 의해 이미지에서 뿌옇게 표현되는 피사계 심도(Depth of field, DoF) 영역을 효율적인 합성곱 신경망을 통해 찾는 방법을 제안한다. 우리의 접근 방식은 RGB채널기반의 상호-상관 필터를 이용하여 DoF영역을 이미지로부터 효율적으로 분류하고, 합성곱 신경망 네트워크에 학습하기 위한 데이터를 구축하며, 이렇게 얻어진 데이터를 이용하여 이미지-DoF가중치 맵 데이터 쌍을 설정한다. 학습할 때 사용되는 데이터는 이미지와 상호-상관 필터 기반으로 추출된 DoF 가중치 맵을 이용하며, 네트워크 학습 단계에서 수렴률을 높이기 위해 스무딩을 과정을 한번 더 적용한 결과를 사용한다. 테스트 결과로 얻은 DoF 가중치 이미지는 입력 이미지에서 DoF영역을 안정적으로 찾아내며, 제안하는 방법은 DoF영역을 사용자의 ROI(Region of interest)로 활용하여 NPR렌더링, 객체 검출 등 다양한 곳에 활용이 가능하다.

• 한국컴퓨터정보학회논문지
• /
• 제28권2호
• /
• pp.19-25
• /
• 2023

이 논문에서는 image signal processing 을 고려하여 저조도에서 촬영된 저품질의 raw 이미지를 딥러닝에 기반하여 개선하는 방법을 제안한다. 스마트폰 카메라의 경우 DSLR 카메라에 비해 렌즈나 센서의 확장에 제약이 있어 저조도 상황에서 이미지에 노이즈가 증가되고 품질이 저하되는 문제점을 보인다. 기존 딥러닝 기반 저조도 이미지 처리 방식은 image signal processing의 주요 요소인 렌즈 쉐이딩 효과와 화이트 밸런스를 고려하지 못하여 부자연스러운 이미지를 생성하기도 한다. 본 논문에서는 렌즈 쉐이딩 효과와 화이트 밸런스를 딥러닝 모델에 적용하기 위해 중심거리와 채널 평균을 활용한다. 스마트폰으로 촬영된 저조도 이미지를 통한 실험에서 제안하는 방법이 기존 방법에 비해 더 높은 peak signal to noise ratio 와 structural similarity index measure를 달성함과 동시에 높은 품질의 저조도 이미지를 생성함을 확인한다.