• 방송공학회논문지
• /
• 제14권1호
• /
• pp.36-43
• /
• 2009

최근 에러의 가시도를 측정하던 기존 패러다임의 한계를 극복하고자 structural similarity (SSIM) metric이 제안되어 우수한 성능을 보이고 있다. 하지만 SSIM은 기존에 활발히 연구되어오던 인간시각체계의 민감도에 대한 특성을 완전히 배제함으로써 새로운 한계점을 노출한다. 본 논문에서는 포비에이션 포인트로부터의 거리, 평균 휘도 값, DCT 계수, 모션 정보를 이용하여 통합된 시각적 가중치를 정의하였고 이를 SSIM과 자연스럽게 결합함으로써 성능을 개선하였다. VQEG 멀티미디어 그룹의 테스트 플랜을 이용한 테스트를 통해 본 논문의 품질측정 기준이 기존의 SSIM 보다 주관적 화질평가의 결과와 연관도가 더 높음을 보임으로써 성능 향상을 증명하였다.

• 정보과학회 논문지
• /
• 제41권10호
• /
• pp.847-858
• /
• 2014

지금까지 최적의 인간 시각 만족을 위한 이미지 평가 기법 또는 도구 연구가 많이 이루어져 오고 있는데 SSIM(Structural SIMilarity) 및 이의 개선 기법들이 그 대표적인 예이다. 하지만 이들 기법은 여전히 다양한 이미지 종류 및 이미지 왜곡 종류에 대해 견실하게 대응하지 못하는 한계를 보이며 인간 시각 만족과의 괴리가 크게 존재하고 있다. 이 논문에서는 SSIM 및 개선된 SSIM 기법을 대상으로 집중적인 이미지 평가를 수행하였으며 각각의 함수에서의 관측된 이상 동작 내용에 대해서 원인을 분석하고 이를 보완 및 개선하는 새로운 이미지 평가 기법을 제시한다. 또, 기법에 대한 다양한 이미지 평가 실험을 통해서 제안 기법이 SSIM과 이의 기존 개선 기법보다 여러 이미지 종류와 왜곡 종류에 대해서 인간 시각 만족을 견실하고 일관성 있게 효과적으로 표현하고 있음을 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권1호
• /
• pp.257-271
• /
• 2016

The Structural SIMilarity (SSIM) index is one of the most widely-used methods for perceptual image quality assessment (IQA). It is based on the principle that the human visual system (HVS) is sensitive to the overall structure of an image. However, it has been reported that indices predicted by SSIM tend to be biased depending on the type of distortion, which increases the deviation from the main regression curve. Consequently, SSIM can result in serious performance degradation. In this study, we investigate the aforementioned phenomenon from a new perspective and review a constant that plays a big role within the SSIM metric but has been overlooked thus far. Through an experimental study on the influence of this constant in evaluating images with SSIM, we are able to propose a new solution that resolves this issue. In the proposed IQA method, we first design a system to classify different types of distortion, and then match an optimal constant to each type. In addition, we supplement the proposed method by adding color perception-based structural information. For a comprehensive assessment, we compare the proposed method with 15 existing IQA methods. The experimental results show that the proposed method is more consistent with the HVS than the other methods.

• 방송공학회논문지
• /
• 제24권5호
• /
• pp.775-784
• /
• 2019

영상 스티칭은 다수의 영상을 합성하여 카메라의 좁은 시야각(Field of View) 문제를 해결하는 기술이다. 최근 동영상 기반 Panorama, Super Resolution, 360 VR(Virtual Reality) 등의 콘텐츠 사용이 증가함에 따라, 보다 빠르고 정확한 영상 스티칭 기술의 필요성이 커지고 있다. 또한, 지금까지 필요 성능을 만족시키기 위해 많은 알고리즘이 제안되고 있지만, 정확성을 측정하는 객관적 평가 방법은 표준화되지 않고 있다. 최근에서야 PSNR(Peak signal-to-noise ratio)과 SSIM(Structural similarity index method) 측정값을 제시하는 방법이 주를 이루고 있지만, 본 논문에서는 PSNR과 SSIM 측정 방식의 문제점을 밝히고, 해당 방법의 한계점을 극복하여 기하적 유사성과 광도 측정 정보를 포괄하는 지역 차분 픽셀 평가(LDPM: Local differential pixel mean)방법을 제안한다. 또한, 본 논문에서 제안하는 LDPM(Local differential pixel mean) 평가 방식을 테스트 영상을 통해 증명하고 SSIM과 비교를 통해 해당 평가 방법의 이점을 밝힌다.

• 한국의학물리학회지:의학물리
• /
• 제26권4호
• /
• pp.258-266
• /
• 2015

현대 방사선치료는 고선명 X선 투사영상을 이용하여 환자 및 종양의 위치를 확인하는 기술이 요구되지만, 3차원 영상 촬영을 위한 피폭량 및 영상정보의 급격한 증가는 환자에게 추가적인 부담이 될 수 있다. 본 연구에서는 영상의 구조 정보를 효과적으로 추출할 수 있는 Structural similarity (SSIM) 인자를 도입하여 매일 촬영하는 환자의 2차원 X선 영상간 차이를 자동 분석하여 환자의 위치 정확성의 검증 가능성을 제시하였다. 먼저 종양을 모사하기 위하여 구형 전산 팬텀의 크기와 위치를 변화시키면서 각각의 투사 영상을 시뮬레이션하고, SSIM 인자를 통해 영상 간 차이를 검출하여 분석하였다. 또한 12일간 매일 촬영한 방사선 치료 환자의 2차원 X선 영상들 간 차이를 동일한 방법으로 검출하였다. 그 결과 산출된 팬텀 변화에 따른 SSIM 값은 0.85~1 범위로, 관심영역(ROI)을 영상 전체가 아닌 팬텀으로 한정하였을 때는 0.006~1 범위로 나타나서 ROI 적용 시 민감도가 크게 상승하는 것을 확인하였다. 또한 임상 영상의 SSIM은 0.799~0.853 범위의 값을 나타냈으며 영상 간 차이가 SSIM 분포 상에 검출되는 것을 확인하였다. 본 연구결과는 소요 시간 및 피폭 등의 우려로 매일 사용하기 어려운 3차원 영상기법 대신 간단한 2차원 영상만을 이용하여 객관적이고 정량적인 환자 위치 정확성의 자동 평가 기법을 제공할 수 있을 것으로 기대된다.

• 대한의용생체공학회:의공학회지
• /
• 제34권2호
• /
• pp.47-54
• /
• 2013

Electrical stimulation is delivered to auditory nerve (AN) through the electrodes in cochlear implant system. Neurogram is a spectrogram that includes information of neural response to electrical stimulation. We hypothesized that the similarity between a neurogram and an input-sound spectrogram could show how well a cochlear implant system works. In this study, we evaluated electrical stimulus configuration of CIS strategy using the computational model. The computational model includes stochastic property and anatomical features of cat auditory nerve fiber. To evaluate similarity between a neurogram and an input-sound spectrogram, we calculated Structural Similarity Index (SSIM). The results show that the dynamic range and the stimulation rate per channel influenced SSIM. Finally, we suggested the optimal configuration within the given stimulus CIS. We expect that the results and the evaluating procedure could be employed to improve the performance of a cochlear implant system.

• 정보과학회 논문지
• /
• 제42권10호
• /
• pp.1294-1302
• /
• 2015

현재까지 인간 시각 체계를 정확하게 반영하기 위한 이미지 평가 기법에 대한 연구가 많이 이루어져 오고 있다. SSIM은 인간의 시각 체계가 이미지의 구조적 정보에 예민하다는 점을 이용하여 구조적 정보를 이용하여 이미지를 평가하는 대표적인 인간 시각 체계를 만족시키는 평가 기법이다. 하지만 SSIM은 이미지의 색 차이를 반영하지 못하는 문제가 있다. 이러한 문제를 해결하기 위해, HSI 색 공간을 활용한 SHSIM 기법이 제안되었으나 두 컬러 이미지 간 인지적 색 차이를 충분히 반영하지는 못하고 있다. 본 논문에서는 CIE Lab 색 공간을 도입하여 대응 되는 픽셀들의 인지적 색 차이를 계산하여 이미지 평가에 활용하는 방법을 제안한다. 그리고 연구를 더 확장하여, SVM 분류기를 활용하여 왜곡 종류에 따라 최적의 평가 수식을 적용하는 최적화 시스템을 제안한다. 제안하는 기법을 평가하기 위해, 이미지 평가분야에서 가장 많이 알려진 LIVE 데이터베이스를 사용하였으며 네 종류의 평가 기준들을 이용하였다. 실험 결과에서는 제안하는 기법이 다른 기법들보다 인간 시각 체계와 더 상관성이 높다는 것을 보여준다.

• 한국군사과학기술학회지
• /
• 제25권5호
• /
• pp.476-486
• /
• 2022

Synthetic dynamic infrared image generation from the given virtual environment is being the primary goal to simulate the output of the infra-red(IR) camera installed on a vehicle to evaluate the control algorithm for various search & reconnaissance missions. Due to the difficulty to obtain actual IR data in complex environments, Artificial intelligence(AI) has been used recently in the field of image data generation. In this paper, CycleGAN technique is applied to obtain a more realistic synthetic IR image. We added the Structural Similarity Index Measure(SSIM) loss function to the L1 loss function to generate a more realistic synthetic IR image when the CycleGAN image is generated. From the simulation, it is applicable to the guided-missile flight simulation tests by using the synthetic infrared image generated by the proposed technique.

• Nuclear Engineering and Technology
• /
• 제55권12호
• /
• pp.4591-4596
• /
• 2023

Single-photon emission computed tomography SPECT image reconstruction methods have a significant influence on image quality, with filtered back projection (FBP) and ordered subset expectation maximization (OSEM) being the most commonly used methods. In this study, we proposed newly-designed adaptive non-blind deconvolution with a structural similarity (SSIM) index that can take advantage of the FBP and OSEM image reconstruction methods. After acquiring brain SPECT images, the proposed image was obtained using an algorithm that applied the SSIM metric, defined by predicting the distribution and amount of blurring. As a result of the contrast to noise ratio (CNR) and coefficient of variation evaluation (COV), the resulting image of the proposed algorithm showed a similar trend in spatial resolution to that of FBP, while obtaining values similar to those of OSEM. In addition, we confirmed that the CNR and COV values of the proposed algorithm improved by approximately 1.69 and 1.59 times, respectively, compared with those of the algorithm involving an inappropriate deblurring process. To summarize, we proposed a new type of algorithm that combines the advantages of SPECT image reconstruction techniques and is expected to be applicable in various fields.

• 한국정보통신학회논문지
• /
• 제25권10호
• /
• pp.1359-1368
• /
• 2021

스테가노그래피는 데이터 안에 데이터를 은폐하는 기술로, 전달 매체의 존재가 발각되지 않도록 하는 것이 주요목적이다. 현재 스테가노그래피 관련 연구는 알고리즘을 기반으로 정립된 은닉 기법, 검출 기법들에 관련해서 다양하게 연구되고 있지만, 소프트웨어 성능을 분석하기 위한 실험 중심의 연구는 상대적으로 부족하다. 본 논문은 서로 다른 알고리즘으로 데이터를 은폐하는 다섯 개의 스테가노그래피 소프트웨어의 특징을 파악하고, 평가하는 데 목적을 두었다. 스테가노그래피 소프트웨어의 성능 조사를 위하여 시각 평가 척도로 사용되는 PSNR(Peak Signal to Noise Ratio), SSIM(Structural SIMilarity)을 이용하였다. 스테가노그래피 소프트웨어를 통하여 임베딩한 스테고 이 미지들의 PSNR, SSIM을 도출하여 정량적 성능 비교 분석한다. 평가 척도에 따라 우수한 스테가노그래피 소프트웨어를 소개하여 포렌식에 기여 하고자 한다.