• 전자공학회논문지
• /
• 제54권2호
• /
• pp.38-43
• /
• 2017

능동소나를 이용한 해저면의 이미지를 얻기 위한 연구는 다양하게 수행되어져 왔으며, 그 해상도를 향상시키는 방법은 현재까지도 중요한 문제이다. 해상도를 향상시키기 위한 방법은 여러 가지가 있으며 좁은 빔폭을 활용하여 빔 해상도를 높이는 방법이 가장 대표적이다. 하지만 좁은 빔폭을 이용하여 해상도를 향상시키는 방식은 기술적인 한계가 존재한다. 따라서 제한된 빔폭을 가진 어레이를 통하여 보다 높은 빔 해상도를 얻기 위한 신호처리 기술이 필수적이다. 본 논문에서는 중첩된 빔을 방사하는 sonar의 수신신호에 신호처리를 통해 해상도를 향상시키는 방식을 소개한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.26-28
• /
• 2012

본 논문에서는 깊이 영상의 해상도를 향상시키는 기법을 제안한다. 최근 TOF(time-of-flight) 방식의 깊이 센서가 깊이 영상 획득에 많이 사용되고 있다. 그러나 TOF 깊이 센서가 제공하는 깊이 영상은 대부분 저해상도이기 때문에 고해상도의 콘텐츠 제작을 위해서는 깊이 영상의 해상도를 향상시켜주는 것이 필수적이다. 본 논문에서는 깊이 영상의 해상도를 높이기 위하여 적응적 가중치 보간법을 적용한 후, Bilateral 필터링을 수행하여 품질을 높인다. 일반적으로 영상의 해상도를 높일 때 보간법을 많이 사용하는데, 본 논문에서는 이러한 보간법들을 사용하여 깊이 영상의 해상도를 높였을 때보다 제안하는 기법의 성능이 우수함을 실험을 통해 확인하였다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• pp.213-216
• /
• 2000

본 논문에서는 volume rendering 기법을 이용하여 2차원 MRI 영상들을 합성하여 3차원 영상 만들 때 보다 해상도를 높이기 위한 개선된 sampling방법을 소개한다 2차원 슬라이스 영상들이 3차원으로 재구성할 때 voxel 기반으로 렌더링을 하기 때문에 오브젝트의 내부 영역까지도 볼 수 있는 것이 volume rendering의 가장 큰 장점이다. 따라서 영상을 재구성하는 과정에서 보다 향상된 interpolation을 적용시켜서 공간 해상도를 향상시키면 보다 명확하게 오브젝트 내부 정보를 살펴 볼 수 있다. 본 논문에서는 nearest neighbor 이나 linear 같은 interpolation으로 sampling한 방법보다 cubic interpolation을 3차원 공간에서 적용 시켜서 보다 resampling이 잘 되도록 하여 해상도를 향상시켜 보았다. 이렇게 향상된 Interpolation 적용시켜서 렌더링할 때 얼마나 오브젝트 내부 영역이 잘 가시화가 되었는지 transfer function을 적용시켜서 오브젝트 내부 정보를 렌더링 해보았고, 임의의 축으로 오브젝트을 잘라서 2D 단면 영상으로 출력해 보았다. 보다 향상된 interpolation을 적용시켜서 resampling을 하면 영상 해상도가 개선되었음을 볼 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.701-704
• /
• 2020

이미지 초해상도는 딥러닝의 발전과 함께 이를 활용하며 눈에 띄는 성능향상을 이루었다. 딥러닝을 기반으로 한 대부분의 이미지 초해상도 연구는 딥러닝 네트워크 모델의 구조에 대한 연구 위주로 진행되어 왔다. 그러나 최근 들어 딥러닝 기반의 이미지 초해상도가 합성된 데이터에 대해서는 높은 성능을 보이지만 실제 데이터에 대해서는 높은 성능을 보이지 못한다는 사실이 주목받고 있다. 이에 따라 모델 구조를 바꿔 성능을 향상 시키는 것에는 한계가 있어 데이터의 활용이나 학습 방법에 대한 연구의 필요성이 증대되고 있다. 따라서 본 논문은 이미지 초해상도를 위한 난이도 조절 기반 전이학습법(transfer learning)을 제안한다. 제안된 방법에서는 이미지 초해상도를 배율을 난이도가 쉬운 낮은 배율부터 순차적으로 전이학습을 진행한다. 이는 이미지 초해상도의 배율이 높아질수록 학습이 어렵기 때문이다. 결과적으로 본 논문에서는 높은 배율의 이미지 초해상도를 진행하기 위해 낮은 배율의 이미지 초해상도, 즉 난이도가 쉬운 학습부터 점진적으로 학습을 진행하였을 때 더욱 빠르고 효과적으로 학습할 수 있음을 보여준다. 제안된 전이학습 방법을 통해 적은 횟수의 업데이트로 학습을 진행하였을 때 일반적인 학습방법 대비 약 0.18 dB 의 PSNR 상승을 얻어, RealSR [9] 데이터셋에서 28.56 dB의 성능으로 파라미터 수 대비 높은 성능을 얻을 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.540-541
• /
• 2018

본 논문에서는 낮은 해상도의 적외선 영상을 대상으로 DWT(Discrete Wavelet Transform)를 이용하여 해상도를 향상시키는 초고해상도 기법을 제안한다. 이 기법은 적외선 카메라를 통해 입력되는 영상을 대상으로 해상도를 줄이지 않는 방식으로 DWT를 수행하여 동일한 해상도의 부대역들(LH, HL, HH)을 생성하고, 이 부대역들과 원래의 적외선 영상을 이용하여 Inverse-DWT를 수행하여 해상도가 향상된 적외선 영상을 얻는다. 실험결과 제안한 기법의 평균 SSIM 수치가 0.989861로 측정되어 기존의 Bi-linear, Bi-cubic 필터를 이용하는 기법에 비해 약 0.004 정도 향상되는 것을 확인하였다.

• 한국광학회지
• /
• 제15권2호
• /
• pp.130-136
• /
• 2004

3차원 완전 결상에서 동적 배열 렌즈 방식을 사용하여 해상도를 향상시킬 때, 해상도 향상 특성을 조사하였다. 렌즈 배열의 이동 방향 및 이동 거리에 따라 관측 해상도가 달라짐을 컴퓨터 합성 완전 결상을 이용하여 보였다. 이를 통해 효율적으로 관측 해상도를 향상시킬 수 있는 렌즈 배열의 이동 조건을 찾을 수 있다.

• 한국통신학회논문지
• /
• 제34권10B호
• /
• pp.1124-1132
• /
• 2009

본 논문은 집적영상의 요소영상을 초해상도 영상복원에 이용하여 집적영상의 해상도를 향상시키는 방법을 제안한다. 집적영상에서 전체 요소영상의 인접한 단일 요소영상들 사이에는 대상물체의 동일한 부분의 상을 포함하는 공통부분이 존재한다. 이러한 공통부분들을 초해상도 영상복원의 저해상도 영상으로 이용하게 되면 CCD(Charge Coupled Device) 등의 영상취득 장치의 제한된 해상도로 인한 집적영상의 낮은 해상도 문제를 보완 할 수 있게 된다. 전체 요소영상과 제안된 방법을 이용하여 해상도를 향상시킨 전체 요소영상을 비교하여 제안된 방법의 타당성을 증명하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.68-71
• /
• 2020

최근 딥러닝을 이용한 인체 자세 추정(human pose estimation) 연구가 활발히 진행되고 있다. 그 중 구조가 간단하면서도 성능이 강력하여 널리 사용되고 있는 딥러닝 네트워크 모델은 이미지 분류(image classification)에 사용되는 백본 네트워크(backbone network)와 디컨볼루션 출력망(deconvolution head network)을 이어 붙인 구조를 갖는다[1]. 기존의 디컨볼루션 출력망은 디컨볼루션 층을 쌓아 낮은 해상도의 특징맵을 모두 높은 해상도로 변환한 후 최종 인체 자세 추정을 하는데 이는 다양한 해상도에서 얻어낸 특징들을 골고루 활용하기 힘들다는 단점이 있다. 따라서 본 논문에서는 매 디컨볼루션 층 이후에 인체 자세 추정을 하여 다양한 해상도에서 연산을 하고 이를 종합하여 최종 인체 자세 추정을 하는 방법을 제안한다. 실험 결과 Res50 과 기존의 디컨볼루션 출력망의 경우 0.717 AP 를 얻었는데 Res101 과 기존의 디컨볼루션 출력망을 사용한 결과 50% 이상의 파라미터 수 증가와 함께 0.727 AP, 즉 0.010AP 의 성능 향상이 이루어졌다. 이에 반해 Res50 에 다중 해상도 디컨볼루션 출력망을 사용한 결과 약 1%의 파라미터 수 증가 만으로 0.720 AP, 즉 0.003 AP 의 성능 향상이 이루어졌다. 이를 통해 디컨볼루션 출력망 구조를 개선하면 매우 적은 파라미터 수 증가 만으로도 인체 자세 추정의 성능을 효과적으로 향상시킬 수 있음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.504-507
• /
• 2020

ReLU(Rectified Linear Unit) 함수는 제안된 이후로 대부분의 깊은 인공신경망 모델들에서 표준 활성함수로써 지배적으로 사용되었다. 이후에 ReLU 를 대체하기 위해 Leaky ReLU, Swish, Mish 활성함수가 제시되었는데, 이들은 영상 분류 과업에서 기존 ReLU 함수 보다 향상된 성능을 보였다. 따라서 초해상화(Super Resolution) 과업에서도 ReLU 를 다른 활성함수들로 대체하여 성능 향상을 얻을 수 있는지 실험해볼 필요성을 느꼈다. 본 연구에서는 초해상화 과업에서 안정적인 성능을 보이는 EDSR(Enhanced Deep Super-Resolution Network) 모델의 활성함수들을 변경하면서 성능을 비교하였다. 결과적으로 EDSR 의 활성함수를 변경하면서 진행한 실험에서 해상도를 2 배로 변환하는 경우, 기존 활성함수인 ReLU 가 실험에 사용된 다른 활성함수들 보다 비슷하거나 높은 성능을 보였다. 하지만 해상도를 4 배로 변환하는 경우에서는 Leaky ReLU 와 Swish 함수가 기존 ReLU 함수대비 다소 향상된 성능을 보임을 확인하였다. 구체적으로 Leaky ReLU 를 사용했을 때 기존 ReLU 보다 영상의 품질을 정량적으로 평가할 수 있는 PSNR 과 SSIM 평가지표가 평균 0.06%, 0.05%, Swish 를 사용했을 때는 평균 0.06%, 0.03%의 성능 향상을 확인할 수 있었다. 4 배의 해상도를 높이는 초해상화의 경우, Leaky ReLU 와 Swish 가 ReLU 대비 향상된 성능을 보였기 때문에 향후 연구에서는 다른 초해상화 모델에서도 성능 향상을 위해 활성함수를 Leaky ReLU 나 Swish 로 대체하는 비교실험을 수행하는 것도 필요하다고 판단된다.

• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.93-98
• /
• 2023

최근 들어 디스플레이 장치의 크기가 커지는 경향이 있고 스마트폰으로 사진을 촬영하는 경우가 일상화되어 있어, 높은 해상도의 사진을 스마트폰으로 촬영할 필요성이 커지고 있다. 그러나 스마트폰과 같이 카메라의 렌즈 크기가 제한된 경우에는 사진의 해상도를 높이는 것에 물리적인 한계가 있다. 본 논문은 스마트폰 카메라와 같이 작은 크기의 렌즈를 사용하는 경우에도 사진의 해상도를 높이기 위한 기술에 관한 것이다. 스마트폰을 이동시키면서 복수의 사진을 촬영하고 이 사진들을 하나의 사진으로 합성하여 해상도를 높이는 것이다. 우선적으로 2차원 사진을 대상으로 스마트폰을 수평으로 이동하면서 2장의 사진을 촬영하였다. OpenCV를 이용하여 카메라 매트릭스의 추정, 호모그패피 역변환등의 과정을 수행하였고, 한 장의 사진으로 합성하여 해상도가 향상되었다. 여러 장의 시험 사진 상의 사선이나 원호등의 부분에서 해상도가 향상되는 것을 확인하였다.