• 방송공학회논문지
• /
• 제24권2호
• /
• pp.217-226
• /
• 2019

본 논문에서는 가이디드 영상 필터 (guided image filter: GIF)를 이용하여 컨볼루션 신경망 (convolutional neural network; CNN)을 이용한 역 톤 매핑 (inverse tone-mapping) 기법의 결과를 향상시킬 수 있는 필터링 기법을 제안한다. 저동적범위 (low dynamic range; LDR) 영상을 고동적범위 (high dynamic range; HDR) 디스플레이에서 표현할 수 있도록 변환하는 역 톤 매핑 기법은 지속적으로 제안되어왔다. 최근 들어 컨볼루션 신경망을 이용하여 단일 LDR 영상을 HDR 영상으로 변환하는 알고리듬이 많이 연구되었다. 그 중엔 제한된 동적범위 (dynamic range)로 인해 화소가 포화되어 기존 화소 정보가 손실되는데 이를 학습된 컨볼루션 신경망을 이용해서 복원하는 알고리듬이 존재한다. 해당 알고리듬은 비포화 영역의 잡음까지는 억제하지 못하며 포화 영역의 디테일까지는 복원하지 못한다. 제안한 알고리듬은 입력 영상에 가중된 가이디드 영상 필터 (weighted guided image filter; WGIF)를 사용해서 비포화 영역의 잡음을 억제하고 포화 영역의 디테일을 복원시킨 다음 컨볼루션 신경망에 인가하여 최종 결과 영상의 품질을 개선하였다. 제안하는 알고리듬은 HDR 정량적 화질평가 지표를 측정하였을 때 기존의 알고리듬에 비해 높은 화질평가 지수를 나타내었다.

• 방송공학회논문지
• /
• 제20권5호
• /
• pp.756-769
• /
• 2015

본 논문에서는 SHVC (Scalable High Efficiency Video Coding)의 계층적 부호화 구조를 기반으로 HDR (High Dynamic Range) 영상과 SDR (Standard Dynamic Range) 영상의 부호화 방법을 제안한다. 본 논문의 제안하는 방법은 SHVC 계층적 부호화 구조 중 기본 계층에서 SDR 영상을 부호화 및 복호화하여, 기존의 디스플레이 장치에 대한 하위 호환성을 제공하고, 향상 계층에서 HDR 영상에 대한 부호화 및 복호화를 수행한다. 또한, 기본 계층의 복원 영상에 전역 역 톤 맵핑 (Global inverse tone mapping)을 수행하여 향상 계층의 참조 영상으로 사용함으로써 HDR 영상의 부호화 효율을 향상시켰다. 본 논문에서 제안하는 방법을 통해 기존의 SHVC 레퍼런스 소프트웨어인 SHM7.0 대비 약 향상 계층에서 평균 43%, 최대 76.3%의 BD-Bitrate 감소를 얻을 수 있었으며, 기본 계층과 향상 계층 전체에서 평균 15.7%, 최대 31%의 BD-Bitrate 감소를 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.344-346
• /
• 2016

본 논문에서는 양방향 필터와 (bilateral filter) 선형 사상 함수를 (linear mapping function) 이용한 역 톤매핑 (inverse tone mapping, iTMO) 알고리즘을 제안한다. 상용 HDR (high dynamic range) 디스플레이가 (display device) 보급됨에 따라 이미 존재하는 수 많은 LDR (low dynamic range) 영상을 활용하여 HDR 디스플레이에서 시청할 수 있도록 동적 범위를 (dynamic range) 확장하는 (expand) 역 톤 매핑 방법이 개발 되어야 한다. 여러 논문을 통해 다양한 역 톤 매핑 방법이 제안되어 왔는데, 대부분의 방법이 HDR 디스플레이의 동적 범위에 맞춰 LDR 영상의 동적 범위를 확장하는 것에 그쳤다. 확장하는 방법은 다양하지만, 동적 범위의 한계로 인해 LDR 영상에서 사라진 세부 사항을 (detail) 복원하는 것에는 전혀 효과적이지 않았다. 이에 본 논문에서는 LDR 영상의 동적 범위를 확장하는 것뿐만 아니라 LDR 영상에서 표현되지 못한 디테일을 복원하는 방법을 제안한다. 이를 위해 입력 영상에 양방향 필터를 적용하여 영상을 기본 계층과 (base layer) 세부 계층으로 (detail layer) 분해한 후 기본 계층에 대해서는 동적 범위에 맞게 확장하고, 세부 계층에 대해서는 디테일을 복원하기 위해 선형 사상 함수를 적용하였다. 실험을 통해서 다른 iTMO 방법에 비해 세부 사항을 효과적으로 복원할 수 있음을 확인할 수 있었다.

• 한국전자파학회논문지
• /
• 제16권12호
• /
• pp.1229-1238
• /
• 2005

OFDM(Orthogonal Frequency Division Multiplexing) 통신 시스템은 고속 무선 데이터 전송에 적합한 방식으로 널리 알려져 있지만, 높은 PAPR(Peak-to-Average Power Ratio)로 인하여 HPA(High Power Amplifier)에서 큰 비선형 왜곡을 겪는 문제점을 갖는다. 본 논문에서는 이러한 높은 PAPR을 저감하는 방법으로 control 톤을 삽입하는 방법을 제안하며, 이를 PCT(PAPR Control Tone) 기법이라 하기로 한다. 제안된 PCT 기법은 몇개의 부반송파에 PAPR 저감용 control 톤을 부가하고 IFFT(Inverse Fast Fourier Transform) 변환하여 가장 낮은 PAPR이 되도록 control 톤의 위상을 조절하는 방식이다. control톤은 송신단에서 PAPR 저감만을 위해 사용될 뿐 수신단에서는 간단히 제거 된다. 그러므로, 기존의 SLM(Selected Mapping) 및 PTS(Partial Transmit Sequence)에서 나타나는 부가 정보 전송과 그로 인한 BER 증가와 같은 단점이 없다. 또한 병렬 처리하면 실시간 데이터 처리가 가능하다. 제안한 기법을 selected mapping(SLM) 기법과 성능 비교를 하여 보았다. 그 결과 control tone을 6개 넣어 줬을 때 SLM 기법과 같은 성능을 갖는다. 그리고 HPA를 포함한 경우 BER 통신 성능도 구하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 추계학술대회
• /
• pp.55-58
• /
• 2018

본 논문에서는 가이디드 영상 필터를 (guided image filter) 이용하여 컨볼루션 신경망 (convolutional neural network) 을 이용한 역 톤 매핑 (inver tone - mapping; iTMO) 기법의 결과를 향상 시킬 수 있는 알고리듬을 제안한다. 기존 low dynamic range (LDR ) 영상을 high dynamic range (HDR ) 디스플레이에서 표현할 수 있는 역 톤 매핑 기법이 과거부터 계속 제안되어 왔다. 최근에 컨볼루션 신경망을 이용하여 단일 LDR 영상만으로 넓은 동적 범위 (dynamic range) 를 가진 HDR 영상으로 변환하는 알고리듬이 많이 연구되었다. 기존의 알고리듬 중 포화 영역 (saturated region) 으로 인해 잃어버린 화소 정보를 학습된 컨볼루션 신경망을 이용해서 복원하는 알고리듬은 그 효과가 좋지만 포화 영역이 아닌 부분의 잡음을 제거하지 못하며 포화 영역의 디테일을 복원하지 못한다. 제안한 알고리듬은 입력 영상에 가중치 기반 가이디드 영상 필터를 사용해서 비포화 영역의 잡음을 제거하고 포화 영역의 디테일을 복원시킨 다음 컨볼루션 신경망에 인가하여 결과 영상의 품질을 개선하였다. 제안하는 알고리듬은 실험을 통해서 기존의 알고리듬에 비해 높은 정량적 화질 평가 지수를 나타내었고, 기존의 알고리듬에 비해 세부 사항을 효과적으로 복원할 수 있음을 확인할 수 있었다.