• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.771-774
• /
• 2002

에러 발생율이 높은 이동 통신 채널 환경에서는 부호화된 비디오 스트림 전송시 발생된 채널 에러는 비디오 화질에 큰 영향을 줄 수 있다. 본 논문에서 현재 널리 사용되고 있는 H.263 부/복호화기에서 전송도중 에러가 발생했을 경우 추가적인 데이터 삽입 없이 효율적으로 에러를 은닉할 수 있는 기법에 관하여 제안하였다. 특히, 영상신호는 대개 인트라 픽쳐와 인터 픽쳐로 크게 구분되는데, 이들 중 부호화된 스트림에서 발생빈도가 놀은 인터 픽쳐에 대한 오류은닉을 우선적으로 목표로 하였다. 인터 프레임 픽쳐에서 DFD나 움직임벡터 손실시, 정확히 복원된 손실된 매크로블럭에 인접한 주변 픽셀 4*4을 이용해서 이전픽쳐에서 움직임벡터을 추정하고, 추정된 움직임 벡터을 가지고 손실된 매크로블록을 복원한다. 이때 주변블럭의 움직임벡터 추정시 소요되는 계산량은 충분히 디코더측에서 수용한다는 전제하에서 실험하였다.

• The Journal of the Convergence on Culture Technology
• /
• v.4 no.3
• /
• pp.241-246
• /
• 2018

Because of the mechanical problems of input camera equipment, image restoration process is performed in order to minimize recognition errors due to the noise problem generated in test data image. The image restoration method resolves the noise problem by examining the numbers and positions of the Direct neighbors and the Indirect neighbors for each pixel constituting the test data. As a result, satisfactory recognition result can be obtained by eliminating the noise problem generated in the test data through the image restoration process as much as possible and also by calculating the differences between the learning data and the test data in the area unit, thereby reducing the possibility of recognition error by the noise problem.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.377-379
• /
• 2020

The hologram data is having a dependence on the pixel pitch of the SLM (spatial light modulator) and the wavelength of light, and the quality of the digital hologram is proportional to the unit pixel pitch and the total resolution. In addition, since each pixel has a complex value, the amount of data in the digital hologram also increases exponentially, and the size is bound to be very large. Therefore, in order to efficiently handle digital hologram files, it is essential to reduce the file size through a codec and store it. Recently, research on enhancing image quality damaged by the codec is actively underway. In this paper, the hologram image of JPEG Pleno, which is the standard hologram data, was used, and the image quality damage that occurs whenthe holographic image is encoded and decoded through the JPEG2000, AVC, and HEVC codec is enhanced with a deep learning network to find out whether the image quality can be improved. we also compare and quantitatively find out the degree of improvement in image quality.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.33 no.1
• /
• pp.63-74
• /
• 2023

In order to ensure safety to invasion of privacy, Federated Learning(FL) that learns using parameters is emerging. However a paper that leaks training data using gradients was recently published. Our paper implements an experiment to leak training data using gradients in a federated learning environment, and proposes a method to improve reconstruction performance by improving existing attacks that leak training data. Experiments using Yale face database B, MNIST dataset on the proposed method show that federated learning is not safe from invasion of privacy by reconstructing up to 100 data out of 100 training data when performance of federated learning is high at accuracy=99~100%. In addition, by comparing the performance (MSE, PSNR, SSIM) of pixels and the performance of identification by Human Test, we want to emphasize the importance of the performance of identification rather than the performance of pixels.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.786-791
• /
• 2006

색상 전이는 스타일 전이, 색이 바랜 사진의 복원, 색상화, 색상의 보정에 사용될 수 있는 기법이다. 본 연구에서는 기존 색상 전이의 문제점을 해결하기 위해서 영상 분할 기반의 색상전이 기법을 제시한다. 영상에서 색상의 가장 의미있는 최소 단위를 픽셀로 보고 있는 기존 연구에 반해서, 본 연구에서는 영상 조각을 영상에서 가장 의미 있는 최소 단위로 보고 색상 전이를 수행한다. 영상 분할 기반의 색상 전이를 통해서 기존 연구에서 발생할 수 있었던 픽셀간의 코헤런스 문제를 해결한다. 또한 영상 분할 기반으로 했을 때에 생길 수 있는 경계 문제를 해결하기 위한 새로운 방법을 제시한다. 제시된 기법을 이용해서 색상 전이의 응용인 스타일 전이에 적용한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.07a
• /
• pp.55-58
• /
• 2016

본 논문은 사람의 얼굴 영상에서 잡티를 제거하는 방법을 제안한다. 먼저 입력받은 영상에서 Haar-like Feature 기반 Adaboost 알고리즘과 색상 정보를 이용하여 얼굴 영역을 검출한다. 검출된 얼굴 영역에서 잡티를 제거하기 위해서는 먼저 눈, 코, 입, 눈썹과 같은 얼굴의 주요부위를 검출하고 이 영역을 제외한 순수 피부 영역에 잡티 검출 알고리즘을 적용해야한다. 사람의 얼굴은 미세하게 명암도 차이가 나는 부분이 많기 때문에 가우시안 스무딩을 적용한 후, 그래프 기반 분할 방법을 사용하여 눈, 입, 눈썹을 분할한다. 코 영역은 각 픽셀에 대해 인접픽셀과의 R 채널의 차이값을 가중치 맵으로 만들고 가중치 맵을 분석하여 영역을 분할한다. 분할된 영역에 사람 얼굴의 기하학적 위치 정보를 이용하여 주요부위를 검출한다. 얼굴의 주요부위를 검출하고 그 부위를 제외한 피부 영역에 잡티 검출 알고리즘을 적용한다. 잡티는 Edge와 색상 정보를 이용하여 검출하고, 잡티주변을 검사하여 잡티가 아닌 깨끗한 피부를 잡티 영역에 복사하여 채워나가는 방식으로 피부 영역을 복원한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10d
• /
• pp.580-584
• /
• 2007

H.264/AVC SVC에서는 공간적 확장성을 지원하기 위하여 계층 간 예측 방법을 새롭게 도입하였다. 계층 간 예측은 하위 계층의 움직임 정보, 텍스처 정보, 잔여 신호 정보를 이용하여 계층 간 중복성을 제거하는 방법이다. 따라서 상위 계층의 부호화 효율을 높이는 반면, 복호화 과정에서는 하위 계승의 잔여 신호 정보를 픽셀 단위까지 복원하여 계산 복잡도가 높아지는 문제점이 있다. 본 논문에서는 이러한 H.264/AVC SVC에서 복호화 과정의 계산 복잡도를 줄이기 위하여 DCT 기반의 잔여 신호 예측 구조를 제안하였다. H.264/AVC SVC에서 픽셀 기반의 잔여 신호 예측 구조와 제안하는 구조의 연산 수를 계산하여 계산 복잡도를 비교한 결과 약 33%의 개선이 이루어졌다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.656-659
• /
• 2020

초해상화 딥러닝 기법은 학습 시 수렴하기까지 최소 수백 번의 에폭을 필요로 하며 오랜 시간이 걸린다. 최근, 영상 인식용 딥러닝 모델에서는 학습 수렴 속도를 향상시키기 위해 픽셀, 채널간 불필요한 상호연관 정보를 제거하는 Deconvolution 기술이 제안되었다. 본 논문에서는 최초로 Deconvolution 기술을 초해상화 딥러닝 방법에 적용하여 학습 수렴 속도 증가를 시도했다. 영상 인식 딥러닝 기법과 다르게 초해상화 딥러닝 기법은 이미지 특성 추출 부분과 이미지 복원 부분의 정보를 보존하는 것이 중요하기 때문에, EDSR을 Baseline 모델로 사용하여 양쪽 끝의 레이어는 기존의 Convolution 연산을 그대로 유지하고, 중간 레이어의 ResBlock 내의 Convolution 연산만 Deconvolution 연산으로 바꿔서 구성하였다. 초해상화 벤치마크 데이터셋을 사용한 실험 결과, 수렴속도가 빨라지지 않는 결과를 도출했다. 본 논문에서는 Deconvolution 기술이 Baseline 모델의 성능을 개선하지 못하는 이유를 초해상화 분야에서 기본적으로 적용되는 Residual Learning 기법 때문으로 분석했다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.626-628
• /
• 2016

본 논문에서는 이진 영상에서 일부 정보가 손실된 경우에 히스토그램을 분석하여 구간을 분할한 후, 오츠 이진화와 퍼지 이진화 기법을 적용하여 원 영상을 이진화 한 후에 홉필드 네트워크를 적용하여 영상을 복원하는 방법을 제안한다. 제안된 방법은 그레이 영상에서 히스토그램을 분석하여 픽셀 값의 변화의 폭이 큰 부분들을 분석하여 구간들을 분할하고 변화의 폭이 큰 부분의 지점에 속하는 영역은 오츠 이진화 기법을 적용하여 이진화하고 그 외의 구간들은 퍼지 이진화 기법을 적용하여 영상을 이진화 한다. 그리고 이진화 된 영상을 홉필드 네트워크를 적용하여 학습한다. 실험 영상에 정보 손실이 발생한 영상을 대상으로 제안된 방법을 적용한 결과, 대부분의 정보 손실이 있는 영상에서 모두 복원되는 것을 확인하였다.

• The KIPS Transactions:PartB
• /
• v.14B no.5
• /
• pp.351-360
• /
• 2007

Video Completion refers to a computer vision technique which restores damaged images by filling missing pixels with suitable color in a video sequence. We propose a new video completion technique to fill in image holes which are caused by removing an unnecessary object in a video sequence, where two objects cross each other in the presence of camera motion. We remove the closer object from a camera which results in image holes. Then these holes are filled by color information of some others frames. First of all, spatio-temporal volumes of occluding and occluded objects are created according to the centroid of the objects. Secondly, a temporal search technique by voxel matching separates and removes the occluding object. Finally. these holes are filled by using spatial search technique. Seams on the boundary of completed pixels we removed by a simple blending technique. Experimental results using real video sequences show that the proposed technique produces new completed videos.