• 방송과미디어
• /
• 제25권2호
• /
• pp.7-16
• /
• 2020

최근 Ultra-High Definition(UHD) 등의 고해상도 디스플레이가 시장에 등장하고 이에 따라 소비자의 요구가 커지면서 기존의 Full-High Definition(FHD)과 같은 저해상도(Low Resolution, LR) 영상을 고해상도(High Resolution, HR) 영상으로 변환할 수 있는 초해상화(Super-Resolution) 알고리즘에 대한 관심이 커지고 있다. 그러나 기존의 전통적인 초해상화 기법들은 고해상도 영상을 복원하는 과정에서 디테일한 부분의 화질 저화 및 열화가 존재하는 것을 확인할 수 있다. 본 논문에서는 이러한 문제를 해결하기 위해 최근 널리 연구되고 있는 딥러닝 기반의 초해상화 알고리즘 연구의 최신 기술 현황 및 동향을 소개하고자 한다. 딥러닝 기반의 초해상화 알고리즘은 기존의 전통적인 기법들에 비해 높은 성능을 보여주고 있으며 현재까지도 다양한 네트워크가 제안되며 활발히 연구되고 있다. 본 논문에서는 딥러닝 기반의 초해상화 알고리즘 중 대표적인 네트워크들을 분석하고 다양한 데이터 셋에 대한 해당 네트워크의 실험 결과를 통해 딥러닝 기반의 초해상화 알고리즘의 우수성을 확인하고자 한다.

• 한국광학회지
• /
• 제10권2호
• /
• pp.174-177
• /
• 1999

FHD (Falme Hydrolysis Deposition) 공정으로 실리카 슬렙도파로를 제작하고 전송손실을 측정하였다. 전송손실 측정에는 프리즘커플링으로 빛을 입사시키고 굴절률 정합액으로 출사시키는 장치를 제작 사용하였다. 측정된 전송손실은 1300 nm 및 633 nm에서 각각 0.04 dB/cm 및 0.09 dB/cm의 값을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 추계학술대회
• /
• pp.117-118
• /
• 2016

최근 UHDTV(ultra high definition television)가 가정에 보급이 많이 되고 있는 추세지만, UHD급 콘텐츠가 매우 부족한 실정이다. 따라서 저해상도 FHD(full high definition) 영상을 고해상도 영상으로 변환시켜 재활용할 수 있는 초해상화(super-resolution, SR) 기술의 필요성이 커졌다. 그 중, 다층의 레이어로 구성된 다층 선형 매핑(multi-layer linear mappings, MLLM)을 기반으로 하는 제안된 초해상화 기법은 상대적으로 낮은 복잡도로 좋은 품질의 고해상도 영상을 복원할 수 있었다. 최근에는 강화 예측법을 추가하여 복원된 고해상도 영상의 품질을 더 향상시키는 기법이 등장하였는데, 이를 바탕으로 본 논문에서는 제안했었던 MLLM 기법을 위한 강화 예측법 기법을 새롭게 제안한다. 제안하는 초해상화 기법은 기존 MLLM 기법과 딥러닝 기반 초해상화 기법보다 높은 품질의 고해상도 영상을 생성하는 것을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제52차 하계학술대회논문집 23권2호
• /
• pp.45-48
• /
• 2015

오늘날 하드웨어의 발전으로 인해 영상 해상도는 FHD를 넘어 4K UHD 이상의 영상 해상도가 사용화되고 있다. 하지만 Edge Map을 만들기 위해 일반적으로 사용하는 함수들은 Convolution 함수 일종으로서 영상의 해상도가 높을수록 더 많은 Complexity를 요구한다. 또한 현재 주요 영상 압축 기술인 JPEG, H.264/AVC High efficiency video coding(HEVC)같은 기법들은 자연 영상을 중점으로 개발되어 있어 Edge map 압축에 있어 자연 영상만큼의 효율을 보여주지 못하고 있다. 본 논문은 원 영상을 Down Scaling한 뒤 이미지를 다시 원래 사이즈로 Up Scaling하여 두 영상의 차를 이용한 Edge Map을 생성하는 새로운 방법을 소개한다. 생성된 Edge Map의 특성인 Histogram 값의 분포가 0을 중심으로 Gaussian 분포를 가지는 것을 이용한 Zero Based 코덱을 제안한다. 제안된 알고리즘을 이용하여 고 해상도 영상에서도 빠르게 Edge Map을 생성하고 제안한 코덱을 통해 해당 Edge map을 압축한 결과 다른 압축 기술보다 더 뛰어난 성능을 보여주었다.

• 한국광학회지
• /
• 제11권1호
• /
• pp.33-36
• /
• 2000

일반적으로 광섬유 격자에 사용되고 있는 KrF 엑시머 레이저를 광출력 스펙트럼 파장천이용으로 이용하였다. 실험 결과, FHD에 의해서 제작된 PLC형 WDM 방향성결합기에서는 UV에 의한 파장천이효과가 비교적 큼을 알 수 있었다. UV 노출량에 의한 파장천이량을 측정하여 UV 노출량에 따른 실리카 광도파로의 유효굴절률 변화량을 계산하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.186-189
• /
• 2013

최근 다양한 3D 콘텐츠들에 대한 사용자의 요구에 따라 HD(High Definition)화질 및 이를 넘어서는 고해상도(FHD(full high definition), UHD(ultra high definition))의 고품질 3D 방송 서비스에 대한 연구가 진행되고 있으며, 차세대 영상 기술로 주목되고 있는 3차원 비디오 기술은 사용자에게 실감 있는 영상을 제공할 수 있다, 하지만 많은 시점을 전부 촬영하는 것은 한계가 있으므로, 카메라의 깊이 정보를 이용하여, 전송하는 시점을 줄이고, 시점영상을 합성함으로써 사용하는 카메라의 수보다 더 많은 시점을 생성하는 방법이 필요하다. 현재 국제 표준화 기구인 MPEG(Moving Picture Experts Group)의 3차원 비디오 부호화(3D Video Coding, 3DVC)에서는 깊이영상을 가지는 3차원 비디오영상에 대한 효과적인 부호화 기술들에 대해 표준화가 진행되고 있다. 이에 본 논문은 HEVC 기반의 3D-HEVC에서 사용하는 표준 기술들에 대하여 소개하고, 현재 사용되고 있는 기술들에 대한 성능 평가를 분석 하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1226-1228
• /
• 2022

FHD 이상을 넘어선 UHD급의 고해상도 동영상 콘텐츠의 수요 및 공급이 증가함에 따라 전반적인 산업 영역에서 네트워크 자원을 효율적으로 이용하여 동영상 콘텐츠를 제공하는 데에 관심을 두게 되었다. 기존 방법을 통한 bi-cubic, bi-linear interpolation 등의 방법은 딥 러닝 기반의 모델에 비교적 인풋 이미지의 특징을 잘 잡아내지 못하는 결과를 나타내었다. 딥 러닝 기반의 초 해상화 기술의 경우 기존 방법과 비교 시 연산을 위해 더 많은 자원을 필요로 하므로, 이러한 사용 조건에 따라 본 논문은 초 해상화가 가능한 딥 러닝 모델을 경량화 기법을 사용하여 기존에 사용된 모델보다 비교적 적은 자원을 효율적으로 사용할 수 있도록 연구 개발하는 데 목적을 두었다. 연구방법으로는 structure pruning을 이용하여 모델 자체의 구조를 경량화 하였고, 학습을 진행해야 하는 파라미터를 줄여 하드웨어 자원을 줄이는 연구를 진행했다. 또한, Residual Network의 개수를 줄여가며 PSNR, LPIPS, tOF등의 결과를 비교했다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.228-229
• /
• 2020

최근 딥러닝 기술은 여러 컴퓨터 비전 응용 분야에서 많이 쓰이고 있다. 물체 인식, 분류 및 영상 생성 등을 예로 들 수 있다. 특히 초고해상도 변환 문제에서 최근 딥러닝을 사용하면서 큰 성능 개선을 얻고 있다. Fast super-resolution convolutional neural network (FSRCNN)은 딥러닝 기반 초고해상도 알고리즘으로 잘 알려져 있으며, 여러 개의 convolutional layer로 추출한 저 해상도의 입력 특징을 활용하여 deconvolutional layer에서 초고해상도의 영상을 출력하는 알고리즘이다. 본 논문에서는 병렬 연산 효율성을 고려한 FPGA 기반 convolutional neural networks 가속기를 제안한다. 특히 deconvolutional layer를 convolutional layer로 변환하는 방법을 통해서 에너지 효율적인 가속기를 설계했다. 또한 제안한 방법은 FPGA 리소스를 고려하여 FSRCNN의 구조를 변형한 Optimal-FSRCNN을 제안한다. 사용하는 곱셈기의 개수를 FSRCNN 대비 2.4 배 압축하였고, 초고해상도 변환 성능을 평가하는 지표인 PSNR은 FSRCNN과 비슷한 성능을 내고 있다. 이를 통해서 FPGA 에 최적화된 네트워크를 구현하여 FHD 입력 영상을 UHD 영상으로 출력하는 실시간 영상처리 기술을 개발했다.

• 비파괴검사학회지
• /
• 제31권5호
• /
• pp.459-465
• /
• 2011

대퇴골 근위부의 기하학적 형상은 대퇴골 경부 골절과 중요한 상관관계를 가지고 있는 것으로 보고되고 있다. 기존의 연구에서는 인장실험법과 유한요소해석법을 이용하여 상관관계를 분석해왔다. 그러나 이 방법들은 인체의 미리 정의된 대퇴골 형상을 변경할 수 없고, 다수의 시험편들을 확보하기 어렵기 때문에 다양한 시험편과 모델을 적용할 수 없다는 한계가 있다. 따라서 본 연구에서는 대퇴골 골절 해석에 폭넓게 사용할 수 있도록 매개변수로 기하학적 형상 변형이 가능한 대퇴골 모델을 이용하여 대퇴골 골절과 형상 매개변수의 관계를 분석하였다. 이 관계를 분석하기 위하여 4가지 주요 매개변수(대퇴골두 직경, 대퇴경부 직경, 대퇴경두간 길이, 대퇴경간각)를 이용하여 다양한 해석 모델을 생성하여 유한요소해석을 수행하였다. 이 후 대퇴골두에서의 반력(reaction force)과 경부에서의 응력 분포(stress distribution)를 분석함으로써 유한요 소해석을 수행하였고, 대퇴경부 직경이 대퇴골 경부 골절에 가장 큰 영향을 미치고 대퇴골두 직경이 가장 작은 영향을 미치는 결과가 나타났다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권6호
• /
• pp.430-435
• /
• 2015

IP 기반 차세대 디지털 방송 시스템은 DASH 세그먼트 파일을 전송한다. DASH 세그먼트 파일은 DASH 시스템에서 다양한 품질의 미디어 콘텐츠를 제공하기 위해 설계되었고, 같은 품질이라도 각 DASH 세그먼트 파일의 크기는 가변적이다. 가변적인 크기의 DASH 세그먼트 파일을 방송망에서 전송할 때 발생하는 가장 큰 문제는 지연과 자원의 효율성이다. 전통적인 방송 전송 시스템은 방송망(physical layer)의 특성에 맞게 설계되었으며, 전송하는 콘텐츠의 양이 많지 않기 때문에 지연과 자원의 효율성 문제가 크게 발생하지 않고, 관련 연구를 찾아보기 힘들다. 차세대 방송에서 전송하는 콘텐츠의 양은 커지고 있으며(e.g. FHD, UHD(4k, 8k) 등), 세그먼트 파일 크기의 가변성 역시 크다. 기술의 발전으로 차세대 방송의 자원 역시 늘어나기는 했지만, 방송 특성상 여전히 제한되고, 고정된다. 그러므로 차세대 방송 시스템은 지연과 자원의 효율성 문제가 발생할 수 있지만, 이 역시 관련 연구를 찾아보기 힘들다. 따라서 이 논문에서는 각 DASH 세그먼트 파일을 전송할 때 지연과 자원의 효율성을 분석할 수 있는 전송 구조를 제안하고, 제안한 전송구조로 시뮬레이션 결과를 보인다.