• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권5호
• /
• pp.1814-1828
• /
• 2021

Low-light image enhancement is a key technique to overcome the quality degradation of photos taken under scotopic vision illumination conditions. The degradation includes low brightness, low contrast, and outstanding noise, which would seriously affect the vision of the human eye recognition ability and subsequent image processing. In this paper, we propose an approach based on deep learning and Retinex theory to enhance the low-light image, which includes image decomposition, illumination prediction, image reconstruction, and image optimization. The first three parts can reconstruct the enhanced image that suffers from low-resolution. To reduce the noise of the enhanced image and improve the image quality, a super-resolution algorithm based on the Laplacian pyramid network is introduced to optimize the image. The Laplacian pyramid network can improve the resolution of the enhanced image through multiple feature extraction and deconvolution operations. Furthermore, a combination loss function is explored in the network training stage to improve the efficiency of the algorithm. Extensive experiments and comprehensive evaluations demonstrate the strength of the proposed method, the result is closer to the real-world scene in lightness, color, and details. Besides, experiments also demonstrate that the proposed method with the single low-light image can achieve the same effect as multi-exposure image fusion algorithm and no ghost is introduced.

• 한국콘텐츠학회논문지
• /
• 제9권11호
• /
• pp.18-26
• /
• 2009

영상 해상도 향상 알고리즘은 영상 확대 및 영상 복원을 위한 기반 기술로 사용되며, 해상도 향상 과정에서 문제점은 흐려짐 현상이나 블록 현상으로 인한 화질 열화의 발생이다. 본 논문에서는 하위 레벨 보간을 이용한 손실 정보 추정과 영상 해상도 향상 기법을 제안한다. 제안하는 방법에서는 획득한 저해상도 영상의 다운샘플링-보간 과정을 이용해서 손실 정보를 계산하고, 손실 정보의 보간을 통해서 손실 정보를 추정하며, 가중치 계수와 결합한 추정 손실 정보를 고해상도로 보간 된 영상에 적용한다. 동일한 영상을 이용한 실험 결과, 제안한 방법이 기존의 방법들보다 PSNR에서 평균 2.3dB 이상 향상된 것을 검증하였고, 윤곽선 및 문자의 인식 정도에 대한 주관적인 화질 비교 결과도 개선되었음을 확인하였다. 제안한 방법은 영상 개선을 필요로 하는 다양한 비디오 응용 분야에서 유용하게 사용될 수 있다.

• 한국멀티미디어학회논문지
• /
• 제14권11호
• /
• pp.1392-1400
• /
• 2011

최근 대부분의 디지털 이미지 응용분야에서는 영상 처리 및 분석을 위해 고해상도 이미지나 비디오가 요구되고 있다. 한편, 일반적인 영상획득시스템으로부터 획득한 영상신호는 획득하는 과정에서 물리적 영향, 제조 기술의 한계 및 환경적인 영향 등으로 인하여 영상의 화질 저하를 가져온다. 이러한 문제를 해결하기위해 연구되고 있는 방법 중 하나인 초해상도 복원 기술은 동일한 물체를 촬영한 다수의 저해상도 영상으로 고해상도 영상을 만들어내는 영상복원기술이다. 본 논문에서는 S&A (Shift & Add) 방법에 POCS (Projection onto Convex Sets) 이론을 적용하여 기존의 방법보다 개선된 알고리즘을 제안한다. 기존의 알고리즘은 잡음에 약하다는 문제점이 있다. 이를 해결하기 위해 제안한 방법에서는 복원단계에 사용되는 참조영상을 POCS이론에 적용하여 기존의 S&A방법과 결합하였다. 또한 광학적 왜곡에 해당하는 카메라 블러(blur) 연산자로 주파수 영역에서 BLPF (Butterworth Low-pass Filter)를 사용하여 기존방법의 문제점인 링잉현상을 해결하였다. 실험결과를 통해 잡음에 강하고 영상의 고주파영역을 향상시킨 제안한 초해상도 방법의 우수성을 확인하였고, 객관적 평가를 위해 기존의 방법과 PSNR (peak signal to noise ratio)을 비교하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권7호
• /
• pp.2328-2344
• /
• 2022

2D human pose estimation still faces difficulty in low-resolution images. Most existing top-down approaches scale up the target human bonding box images to the large size and insert the scaled image into the network. Due to up-sampling, artifacts occur in the low-resolution target images, and the degraded images adversely affect the accurate estimation of the joint positions. To address this issue, we propose a multi-resolution input feature fusion network for human pose estimation. Specifically, the bounding box image of the target human is rescaled to multiple input images of various sizes, and the features extracted from the multiple images are fused in the network. Moreover, we introduce a guiding channel which induces the multi-resolution input features to alternatively affect the network according to the resolution of the target image. We conduct experiments on MS COCO dataset which is a representative dataset for 2D human pose estimation, where our method achieves superior performance compared to the strong baseline HRNet and the previous state-of-the-art methods.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.481-484
• /
• 2005

Inherent opportunities on research for restoring high resolution image from low resolution images are increasing in these days. Super resolution image reconstruction is the process of combining multiple low resolution images to form a higher resolution one. To achieve super resolution reconstruction, proper observation model which is based on subpixel shift information is required. In this context, the importance of the subpixel registration cannot be estimated because subpixel shift information cannot be obtained from original image. This paper presents a regularized adaptive super resolution reconstruction method based on phase correlated subpixel registration, where the Constrained Least Squares(CLS) Restoration is adopted as a post process.

• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.85-92
• /
• 2022

본 논문에서는 라인 형태인 가닥(Strand) 지오메트리 이미지와 합성곱 신경망(Convolutional Neural Network, ConvNet 혹은 CNN)을 이용하여 저해상도 헤어 및 털 시뮬레이션을 고해상도로 노이즈 없이 표현할 수 있는 기법을 제안한다. 저해상도와 고해상도 데이터 간의 쌍은 물리 기반 시뮬레이션을 통해 얻을 수 있으며, 이렇게 얻어진 데이터를 이용하여 저해상도-고해상도 데이터 쌍을 설정한다. 학습할 때 사용되는 데이터는 헤어 가닥 형태의 위치를 지오메트리 이미지로 변환하여 사용한다. 본 논문에서 제안하는 헤어 및 털 네트워크는 저해상도 이미지를 고해상도 이미지로 업스케일링(Upscaling)시키는 이미지 합성기를 위해 사용된다. 테스트 결과로 얻어진 고해상도 지오메트리 이미지가 고해상도 헤어로 다시 변환되면, 하나의 매핑 함수로 표현하기 어려운 헤어의 찰랑거리는(Elastic) 움직임을 잘 표현할 수 있다. 합성 결과에 대한 성능으로 이전 물리 기반 시뮬레이션보다 빠른 성능을 보였으며, 복잡한 수치해석을 몰라도 쉽게 실행이 가능하다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1988년도 한국자동제어학술회의논문집(국내학술편); 한국전력공사연수원, 서울; 21-22 Oct. 1988
• /
• pp.725-728
• /
• 1988

Image restoration technique using dual sensor is presented in this paper. Digital Radiography image (1024xlO24) is obtained by conventional resolution sensor. We also obtain local DR image data by high resolution sensor. Two dimensional maximum entropy power spectrum estimation (2-D ME PSE) is applied to low resolution image and high resolution image for the purpose of the power spectrum estimation of each image. A class of linear algebraic restoration filter, parametric projection filter (PPF), is derived from the power spectrums of each image. It is shown that the noise energy may be considerably reduced through the PPF.

• 스마트미디어저널
• /
• 제9권4호
• /
• pp.17-25
• /
• 2020

In the image object classification problem, low-resolution images may have a negative impact on the classification result, especially when the classification method, such as a convolutional neural network (CNN) model, is trained on a high-resolution (HR) image dataset. In this paper, we analyze the behavior of applying a classical super-resolution (SR) method such as bicubic interpolation, and a deep CNN model such as SRCNN to enhance low-resolution (LR) weeds images used for classification. Using an HR dataset, we first train a CNN model for weeds image classification with a default input size of 128 × 128. Then, given an LR weeds image, we rescale to default input size by applying the bicubic interpolation or the SRCNN model. We analyze these two approaches on the Chonnam National University (CNU) weeds dataset and find that SRCNN is suitable for the image size is smaller than 80 × 80, while bicubic interpolation is convenient for a larger image.

• 한국소음진동공학회논문집
• /
• 제15권3호
• /
• pp.329-333
• /
• 2005

This paper is concerned with the measurement of low-frequency vibrations of structures using the image processing method. To measure the vibrations visually, the measurement system consists of a camera, an image grabber board, and a computer. The specific target installed on the structure is used to calculate the vibration of structure. The captured image is then converted into a pixel-based data and then analyzed numerically. The limitation of the system depends on the image capturing speed and the size of image. In this paper, we propose the methodology for the vibration measurement using the image processing method. The method enables us to measure the displacement directly without any contact. The current resolution of the vibration measurement is limited to sub centimeter scale. However, the frequency bandwidth and resolution can be enhanced by a high-speed and high-resolution image processing system.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.865-869
• /
• 2009

영상 해상도 향상 기술은 다양한 영상처리를 위한 전처리 기술로 주로 사용되며, 블러링과 같은 화질 저하 발생을 최소화하는 것에 대한 많은 연구가 진행되고 있다. 본 논문에서는 하위 레벨 보간을 이용한 영상 해상도 향상 기술을 제안한다. 제안하는 방법에서는 하위 레벨 보간을 이용하여 에러를 계산하고, 계산된 에러를 보간하여 에러를 추정한다. 추정된 에러는 보간된 고해상도 영상과 더해져서 최종적으로 해상도가 향상된 영상으로 복원된다. 동일한 영상을 이용한 실험을 통해서 기존 방법들보다 평균 약 1dB의 PSNR이 향상된 것을 알 수 있었고, 윤곽선을 비롯한 주관적 화질 향상을 역시 확인하였다. 제안하는 방법은 영상 복원과 같은 다양한 멀티미디어 응용 환경에서 활용될 수 있다.