• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.145-147
• /
• 2020

As deep learning technology advances, there have been many attempts to improve video codecs such as High-Efficiency-Video-Coding (HEVC) using deep learning technology. One of the most researched approaches is improving filters inside codecs through image restoration researches. In this paper, we propose a method 01 replacing the sample adaptive offset (SAO) filtering with a deep neural network. The proposed method uses the deep neural network to find the optimal offset value. The proposed network consists of two subnetworks to find the offset value and its type of the signal, which can restore nonlinear and complex type of error. Experimental results show that the performance is better than the conventional HEVC in low delay P and random access mode.

• Proceedings of the IEEK Conference
• /
• 2002.07a
• /
• pp.603-606
• /
• 2002

EZW, a wavelet transformation based compression algorithm, utilizes the correlations of the wavelet coefficients between subbands. Due to the reason that, it is based on Zero Tree's parent-descendant dependency of the subbands, subband coding is possible, but it is not efficient for applications, which require multi-resolution restorations. In this paper we compare and analyze the performance between spatial band coding, which apply the correlation between adjusting pixels, and EZW So as to prove that spatial band coding is superior to EZW in the sense that it exhibit higher PSNR values and that it is apt to molti-resolution restoration.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.407-410
• /
• 2000

본 논문에서는 3차원 웨이블릿 부호화 방식으로 압축된 영상 시퀸스를 정칙화 기반 영상복원 방법으로 후처리하는 알고리듬을 제안한다. 우선, 웨이블릿 압축 시스템을 적절한 영상 열화 시스템으로 모델화한다. 그리고, 시간축에 관하여 프레임 간의 같은 위치에 있는 각 픽셀에 대하여 복원을 수행한다. 그 다음으로 2차원 영상 신호에 대하여 복원을 수행하는데. 즉 웨이블릿 변환 계수 정보를 이용하여 영상 및 시간 정보를 여러 스케일의 에지로 분류한 다음, 에지의 방향에 따른 적응적인 제약조건을 사용한다. 이는 각각의 에지 방향에 적합한 고주파 성분을 유지하고, 신호의 각 특성에 적합한 적응적인 정칙화 매개변수를 적용한다. 마지막으로 시간 축에서의 복원과 그것에 이어지는 적응적인 공간 복원에 대한 실험 결과를 보여준다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.713-716
• /
• 2000

본 논문에서는 프레임간 압축 영상의 열화 과정의 모델과, 동영상에 존재하는 블록화 현상을 제거하는 방법을 제안한다 BDCT기반으로 압축된 정지영상은 DCT계수를 양자화 하는 과정이 블록별로 처리되기 때문에, 블록 경계에 불연속이 발생한다. 동영상의 경우 블록 경계에서 불연속이 발생 할 뿐만 아니라 움직임 보상과정이 합쳐진 혼성 구조로 되어 있어서 블록 내부에서도 불연속이 존재하게 된다. 블록 영계만을 생각한 기존의 처리방법은 동영상의 처리에 있어 적합하지 못하다. 따라서 본 논문에서는 효율적인 블록화 현상 제거를 위해, 양방향 움직임 보상과 반화소 정밀도를 이용한 새로운 평활화 제약조건을 구성하고 차분 영역에서의 정규화 방법을 이용한 알고리듬을 제안한다.

• Journal of Broadcast Engineering
• /
• v.1 no.2
• /
• pp.142-151
• /
• 1996

The digital video cassette recorder(DVCR) is considered as next generation VCR due to its performance breakthrough in various aspects, such as digital recording and various digital image processing techniques. The purpose of our study is to understand the standardized specifications of the DVCR system, evaluate the performance of the system, and improve the quality of the reconstructed DVCR image. More specifically, in order to enhance the DVCR Image we consider a series of discrete cosine transform(DCT), quantization, inverse DCT, and Inverse quantization as a degradation process of the Imaging system, and propose a fast adaptive image restoration algorithm for reducing blocking artifacts.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1998.06a
• /
• pp.131-134
• /
• 1998

본 논문에서는 시공간 적응적 기반영역 (Adaptive Spatio-Temporal Support Region : ASTSR)을 바탕으로 하는 일반화된 Auto-Regressive(AT)모델을 제안한다. 시공간 적응적 기반 영역은 영상 내 경계선의 특성과 동영상에서의 시간적 불연속 (temporal discontinuity) 개념을 이용하여 구성되어질 수 있다. 설정된 시공간 적응적 기반영역은 기존의 AR 모델에 적용되어지는 직사각형 형태의 기반영역에 비하여 보다 정상상태(stationarity)의 특성을 가지며 이로 인해 더 정확한 모델 파라미터들을 추출해 낼 수 있을 뿐 아니라 데이터의 처리량에서도 큰 이득을 얻을 수 있다. 제안된 방법은 손상된 동영상 데이터를 복원(motion picture restoration)하는 측면에 응용되어 실험되어졌으며 기존의 모델과 비교하여 우수한 성능을 보여주었다.

• Journal of Digital Contents Society
• /
• v.5 no.1
• /
• pp.79-86
• /
• 2004

In this paper we implemented the Real Time Contrast Enhancer for image quality enhancement of moving picture. Also we proposed adaptive contrast method that use mean and variance of input video signal. The Designed the contrast Enhancer is measured in comparison with conventional picture and interfaced to 30inch TFT LCD TV of the LG Electronics.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.11A
• /
• pp.1957-1962
• /
• 2001

Image and video compression requires quantization error model of DCT coefficients for post processing, restoration or transcoding. Once DCT coefficients are quantized, it is impossible to recover the original distribution. We assume that the original probability density function (pdf) is the Laplacian function. We calculate the variance of the quantized variable, and estimate the variance of the DCT coefficients. We can confirm that the proposed method enhances the accuracy of the quantization error estimation.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.93-94
• /
• 2021

본 연구는 딥러닝 기반의 복원 모델을 사용하여, 비디오 압축을 통해 변질된 위상 홀로그램의 화질을 복원하는 방법을 제안한다. 압축 효율을 위해 위상 홀로그램의 해상도를 감소시킨 후 압축한다. 원래의 해상도로 되돌린 홀로그램을 딥러닝 모델을 사용하여 복원한다. 복원된 위상 홀로그램은 원본 홀로그램을 압축한 것보다 동일한 BPP에서 더 높은 PSNR을 보인다.

• The Journal of the Korea Contents Association
• /
• v.10 no.4
• /
• pp.66-75
• /
• 2010

In Augmented Reality, it needs restoration and tracking of a real-time scene structure for the augmented 3D model from input video or images. Most of the previous approaches construct accurate 3D models in advance and try to fit them in real-time. However, it is difficult to measure 3D model accurately and requires long pre-processing time to construct exact 3D model specifically. In this research, we suggest a real-time scene structure analysis method for the wide indoor mobile augmented reality, using only generic models without exact pre-constructed models. Our approach reduces cost and time by removing exact modeling process and demonstrates the method for restoration and tracking of the indoor repetitive scene structure such as corridors and stairways in different scales and details.