• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.95-98
• /
• 2012

본 논문에서는 DCT 변환 공간상의 배경휘도와 주파수를 고려한 2차원의 개선된 광-적응 효과(luminance adaptation: LA) JND 모델을 제안한다. 기존의 LA JND 모델은 배경 휘도가 중간점인 회색에 가까울수록 JND가 낮고, 배경 휘도가 어두워지거나 밝아질수록 JND 값이 증가하는 U자형의 1차원 함수형태를 보였다. 그러나 기존 LA JND 모델은 주파수에 따른 영향이 반영되지 않았기 때문에 DCT와 같은 주파수 공간상 JND 모델로는 부정확 한 단점이 있다. 본 논문에서는 주파수와 배경휘도에 따른 2차원 LA JND 모델을 제안한다. 주파수에 따른 LA JND 값을 실제 실험을 통해 획득하였다. 실험 방법은 9가지 크기의 배경 휘도가 다르고 공간적 복잡도가 없는 균일한 영상을 대상으로 $8{\times}8$ 실수형 DCT를 수행한 다음, 15가지 경우의 주파수 크기가 다른 계수들에 대해 사람이 인지 할 때 까지 노이즈를 증가시켜서 JND 값을 찾는 방식을 사용하였다. 실험 결과 4 cpd(cycle per degree) 보다 작은 주파수 대역 에서는 기존의 LA JND 모델과 유사한 결과를 얻었지만 4 cpd보다 큰 주파수 대역에서는 오히려 배경휘도가 작은 값을 가질수록 JND가 감소하는 형태를 보였다. 수행한 실험 결과를 반영하여 주파수가 반영된 2차원 LA JND 모델을 제안한다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권1호
• /
• pp.22-27
• /
• 2015

Transform-domain JND (Just Noticeable Difference)-based for PVC (Perceptual Video Coding) is often performed in quantization processes to effectively remove perceptual redundancy. This study examined the JND-suppression effects on quantized coefficients of transform in HEVC (High Efficiency Video Coding). To reveal the JND-suppression effect in quantization, the properties of the floor functions were used for modeling the quantized coefficients, and a JND-adjustment process in an HEVC-compliant PVC scheme was used to tune the JND values by analyzing the JND suppression effect. In the experimental results, the bitrate reduction decreases slightly, but the PSNR and perceptual quality are improved significantly when the proposed JND adjustment process is applied.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권2호
• /
• pp.1080-1099
• /
• 2019

A better tradeoff between robustness and invisibility will be realized by using the just noticeable (JND) model into the quantization-based watermarking scheme. The JND model is usually used to describe the perception characteristics of human visual systems (HVS). According to the research of cognitive science, HVS can adaptively extract the structure features of an image. However, the existing JND models in the watermarking scheme do not consider the structure features. Therefore, a novel JND model is proposed, which includes three aspects: contrast sensitivity function, luminance adaptation, and contrast masking (CM). In this model, the CM effect is modeled by analyzing the direction features and texture complexity, which meets the human visual perception characteristics and matches well with the spread transform dither modulation (STDM) watermarking framework by employing a new method to measure edge intensity. Compared with the other existing JND models, the proposed JND model based on structural regularity is more efficient and applicable in the STDM watermarking scheme. In terms of the experimental results, the proposed scheme performs better than the other watermarking scheme based on the existing JND models.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.438-455
• /
• 2024

Recently, many unsupervised learning-based models have emerged for Just Noticeable Difference (JND) estimation, demonstrating remarkable improvements in accuracy. However, these models suffer from a significant drawback is that their heavy reliance on handcrafted priors for guidance. This restricts the information for estimating JND simply extracted from regions that are highly related to handcrafted priors, while information from the rest of the regions is disregarded, thus limiting the accuracy of JND estimation. To address such issue, on the one hand, we extract the information for estimating JND in an Adversarial Complementary Learning (ACoL) way and propose an ACoL-JND network to estimate the JND by comprehensively considering the handcrafted priors-related regions and non-related regions. On the other hand, to make the handcrafted priors richer, we take two additional priors that are highly related to JND modeling into account, i.e., Patterned Masking (PM) and Contrast Masking (CM). Experimental results demonstrate that our proposed model outperforms the existing JND models and achieves state-of-the-art performance in both subjective viewing tests and objective metrics assessments.

• 전자공학회논문지
• /
• 제52권5호
• /
• pp.147-154
• /
• 2015

본 논문에서는 주변의 밝기에 대한 HVS의 민감도를 모델링한 JND (Just Noticeable Difference)를 비디오 코딩에 적용함으로써, JND 모델에 따른 임계치를 기준으로 현재 코딩 유닛에 적용 가능한 최대 양자화 파라미터를 결정하여 유사한 주관적 화질에서 비트율을 절감시키는 방법을 제안한다. 제안하는 방법은 입력된 현재 코딩 유닛에 대하여 기준이 되는 양자화 파라미터가 적용된 복원 신호 대비 더 높은 양자화 파라미터를 적용한 복원 신호가 JND 관점에서 유사하게 인지되는 경우에 더 높은 양자화 파라미터를 선택함으로써 비트율을 절감시킨다. 제안하는 알고리즘의 성능 검증을 위하여 최신 비디오 압축 표준인 HEVC (High Efficiency Video Coding)의 참조 소프트웨어인 HM16.0에 본 알고리즘을 적용하였으며, HM16.0을 통해 압축된 영상 대비 유사한 화질에서 최대 20.21%, 평균적으로 약 6.18%의 비트율 절감을 달성하였다.

• 한국통신학회논문지
• /
• 제34권1C호
• /
• pp.48-55
• /
• 2009

SVC에서 영상의 시간적 확장성 제공을 위해 사용되는 MCTF는 시간적 확장과 함께 화질의 확장성을 제공하는데 큰 역할을 한다. 그러나 MCTF의 특성상 prediction과 update단계가 증가될수록 분석해야 할 프레임간의 시간 간격이 멀어지게 되고 올바른 움직임 정보의 검색이 어려워져 화질의 저하를 초래한다. 본 논문에서는 MCTF의 update과정 내에서 JND를 사용하여 움직임 정보를 찾을 수 없는 블록의 화면 간 부호화로 인한 화질 저하를 방지하는 기법을 제안한다. 영상 내 모서리 부분을 찾는데 사용되는 JND는 오류의 가시성이 높은 부분과 그렇지 않은 부분을 찾아내어 MCTF의 update과정에서 더해지는 고주파 밴드 영상의 임계값으로 사용된다. 이는 영상 내 고주파 성분이 없는 저주파 영역에서 발생하는 잡음이 더 확연해지는 것을 이용한 방법이다. 제안하는 방법을 통하여 MCTF의 하위 단계에서 프레임간의 시간차를 극복하고 시각적인 화질의 향상을 얻을 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.213-216
• /
• 2018

본 논문에서는 사람의 인지 시각 특성 중 하나인 JND(Just Noticeable Difference)를 이용한 인지 비디오 부호화 기법을 제안한다. JND 기반 인지 부호화 방법은 사람의 인지 시각 특성을 이용해 시각적으로 인지가 잘 되지 않는 인지 신호를 제거함으로 부호화 효율을 높이는 방법이다. 제안된 방법은 기존 수학적 모델 기반의 JND 기법이 아닌 최근 각광 받고 있는 데이터 중심(data-driven) 모델링 방법인 심층 신경망 기반 JND 모델 생성 기법을 제안한다. 제안된 심층 신경망 기반 JND 모델은 비디오 부호화 과정에서 입력 영상에 대한 전처리를 통해 입력 영상의 인지 중복(perceptual redundancy)를 제거하는 역할을 수행한다. 부호화 실험에서 제안된 방법은 동일하거나 유사한 인지화질을 유지한 상태에서 평균 16.86 %의 부호화 비트를 감소 시켰다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.135-140
• /
• 2008

최근 관련 기술의 발전과 디지털 컨버전스의 가속화로 모바일 제품이 소형화, 다기능화 되어 가고 있다. 이러한 경향에 따라, 다양한 기능을 지원하기 위한 높은 사양의 디스플레이가 요구되고 있으며, 많은 업체들이 고화질, 고해상도 디스플레이의 개발에 경쟁적으로 매진하고 있다. 그러나 사용자의 인지적 특성을 고려하지 않은 고해상도 경쟁은 생산비용만 높이는 결과를 초래할 수 있다. 본 연구는 디스플레이의 설계 요소별 선호도를 분석하고, 사람이 탐지할 수 있는 두 자극 간의 최소한의 차이역(difference threshold)인 JND(Just Noticeable Difference)을 활용하여, 설계 요소의 인지적 특성을 파악하는 것을 목적으로 한다. 이를 위하여 모바일 제품에 주로 사용되는 TFT-LCD 를 평가 대상으로, 30 명의 피실험자를 대상으로 JND 측정실험을 수행하였으며, 실험결과를 바탕으로 디스플레이에 대한 주요 설계변수들의 특성을 파악하였다. 이 연구결과는 사용자의 선호도를 고려한 모바일 제품의 디스플레이 설계지침으로 활용될 수 있을 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권8호
• /
• pp.3935-3949
• /
• 2017

In this paper, a novel multiple description image coding (MDC) scheme is proposed, which is based on the characteristics of the human visual model. Due to the inherent characteristics of human vision, the human eye can only perceive the change of the specific thresholds, that is, the just noticeable difference (JND) thresholds. Therefore, JND model is applied to improve MDC syetem. This paper calculates the DCT coefficients firstly, and then they are compared with the JND thresholds. The data that is less than the JND thresholds can be neglected, which will improve the coding efficiency. Compared with other existing methods, the experimental results of the proposed method are superior.

• 방송공학회논문지
• /
• 제21권6호
• /
• pp.929-943
• /
• 2016

본 논문에서는 인지 화질을 고려하기 위해 S-JND 모델 기반의 율 제어 알고리즘을 제안한다. 제안하는 율 제어 알고리즘은 인간이 가지는 시각 시스템의 특징을 반영하기 위하여 시각적 민감도와 시각적 관심도를 동시에 반영할 수 있도록 제작된 S-JND (Saliency-Just Noticeable Difference) 모델을 사용한다. 율 제어 알고리즘을 통해 비트를 분배하는 과정에서 픽쳐 내에 존재하는 각 CTU (Coding Tree Unit)가 가지는 S-JND threshold를 구한다. 각 CTU의 threshold는 적응적으로 적절한 비트를 분배하는데 사용되고, 따라서 제안하는 비트 분배 모델은 인지 화질을 향상 시킬 수 있다. 제안하는 방법의 성능 검증을 위해서 제안하는 방법을 HM 16.9에 구현하였으며, CTC (Common Test Condition) RA (Random Access), Low-delay B와 Low-delay P의 경우에 Class B와 Class C 영상들에 대해 실험 하였다. 실험 결과, 제안하는 방법은 기존 율 제어 알고리즘 대비 평균 2.3%의 비트율이 감소했고 BD-PSNR은 약 0.07dB 향상이 있었으며 비트 정확도 또한 0.06% 정도 증가하였다. DSCQS (Double Stimulus Continuous Quality Scale) 방법으로 측정한 결과, 제안하는 방법은 기존 방법 대비 0.03 MOS (Mean Opinion Score) 향상을 보였다.