• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (D)
• /
• pp.251-254
• /
• 2008

H.264/AVC의 확장 표준으로 제정된 SVC는 공간적 확장성의 압축 효율을 높이기 위해 기존 H.264/AVC에서 제공하는 인트라 예측과 인터 예측뿐만 아니라 계층 간 예측을 추가로 수행한다. SVC 표준의 인트라 예측 과정은 부호화가 가능한 모든 모드를 부호화한 후에 최적의 RD(Rate Distortion) 값을 갖는 모드를 선택하기 때문에 계층 간 예측이 추가되어 연산량이 더욱 증가되는 문제점이 있다. 본 논문에서는 공간적 향상 계층에서 인트라 예측 시 연산량을 효과적으로 감소시킬 수 있는 빠른 인트라 예측 모드 결정 방법을 제안한다. 매크로블록 내 경계의 평탄 여부를 조사하여 미리 Intra_BL 모드를 결정하는 방법으로 모드 선택에 따른 RD 값 비교 과정을 줄임으로써 SVC 표준의 인트라 예측 방법보다 연산량이 크게 감소되었다.

• 한국항공운항학회지
• /
• 제19권3호
• /
• pp.16-24
• /
• 2011

In this research, a cockpit display system using 3 dimensional geographic information was developed. A coordinate transformation method from WGS84 to TM was first studied. Octree data structure was used for efficient 2D and 3D graphic display. Also, a 3D graphic engine was developed for fast display with large amount of geographic data which can be practically used in aircraft onboard computer having low performance. This 3D engine contains additional function such as geographic and object information loading, many kinds of camera mode, aircraft position and rotation control function, character strip display. In the future research, actual GPS signal should be used and additional information that can help pilot's decision should be display.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2006년도 학술대회
• /
• pp.117-120
• /
• 2006

최근 표준이 완료된 H.264/AVC는 기존의 비디오 압축 표준과 비교하여 높은 압축 성능을 보이지만 부호기에서 사용되는 Rate-Distorion Optimization(RDO) 기술은 모든 매크로블록 모드에 대해 부호화 과정을 수행 후 최적의 매크로블록 모드를 결정하기 때문에 부호기의 복잡도를 상당히 증가시킨다. 본 논문에서는 부호화할 블록 내의 가로와 세로 방향의 화소 유사성 정보를 이용하는 H.264/AVC의 화면 내(Intra) 예측을 위한 새로운 고속 모드 결정 방법을 제안한다. RDO를 통해 최적의 모드로 결정된 화면 내 예측 모드의 블록 내 가로와 세로 방향의 화소 유사성을 분석해 본 결과, 예측 모드에 따라서 그 유사성이 뚜렷한 차이를 보이는 것으로 나타났다. 따라서 제안하는 방법은 화소 유사성 정보를 이용하여 후보 블록 모드의 수를 줄임으로서 PSNR(peak signal-to-noise ratio)의 감소가 거의 없이 화면 내 부호화 시간을 평균 약 70% 가까이 줄일 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 추계학술대회
• /
• pp.143-144
• /
• 2015

최신 동영상 표준 코덱인 High Efficiency Video Coding (HEVC)는 기존의 H.264/AVC 보다 동일 화질 대비 최대 약 2배의 압축 성능을 보여준다. 이러한 성능을 얻기 위해 HEVC에는 다양한 압축 기술이 적용되었다. 그 예로, H.264/AVC에서는 인트라 예측 모드에서 9가지 예측 모드만을 사용한 반면 HEVC에서는 35가지의 모드를 이용해 화면 내 예측을 시행한다. HEVC에 적용된 다양한 기술들에 의해 부호화 복잡도가 증가하였고 복잡도를 줄이기 위해 다양한 고속 알고리즘이 연구되고 있다. 본 논문에서는 스크린 콘텐츠 영상 부호화에 적합한 고속 인트라 예측 알고리즘을 제안한다. 스크린 콘텐츠 영상이란 카메라를 이용해 촬영된 자연계 영상이 아닌 mobile phone, 방송 장비, 기타 전자 기기 등 컴퓨터 기술에 의해 생성되는 영상을 의미한다. 스크린 컨텐츠 영상은 자연계 영상과 달리 색의 변화가 전혀 없는 단순한 영역을 갖는 특성이 있다. 이러한 스크린 콘텐츠 영상의 특성을 반영하는 고속 알고리즘을 HEVC Test Model (HM) 16.6에 적용하였고, 스크린 컨텐츠 영상에서 25%의 속도 향상 결과를 얻을 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.430-432
• /
• 2012

본 논문은 깊이영상의 화면 내 예측 부호화 과정에서 속도를 개선하는 기법을 제안한다. 부호화 과정 중 최적 모드 결정에 중요한 역할을 하는 율-왜곡 비용은 부호화 모드와 밀접한 관련이 있다. 영상을 분석한 결과, 컬러 영상의 최적 모드의 블록 크기에 따라 울-왜곡 비용이 차이나는 특징이 있다. 따라서 깊이 영상의 화면 내 예측 시 먼저 부호화 된 컬러 영상의 율-왜곡 비용에 따라 $16{\times}16$ 블록 크기를 결정한다. 제안한 기법을 참조 소프트웨어에 적용하여 실험한 결과 PSNR 차이는 거의 없었고, 부호화 시간은 평균 60% 이상의 속도를 개선하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.530-533
• /
• 2010

다시점 영상 부호화에서는 시점 간의 공간적 중복성을 이용하여 데이터 중복성을 제거하는 것이 중요하다. 독립적으로 부호화하는 동시 부호화 방법(simulcast)보다 부호화 효율이 더욱 향상하였지만 계산 복잡도가 증가하는 문제가 있다. 본 논문에서는 다시점 영상 부호화기의 계산 복잡도를 감소시키기 위한 빠른 모드 결정 방법을 제안한다. GOP 내의 양 끝에 위치하고 있는 기준 화면의 MAD를 계산하여 영역을 분할하고 영역 맵을 생성한다. 시점 간의 예측을 사용하는 시점의 경우 인접 시점의 기준 화면도 이용하여 영역을 분할한다. 생성된 맵은 비기준 화면의 부호화 시 적용되어 후보 모드를 조기에 판단한다. 이와 같은 방법을 적용한 후의 실험 결과, 화질의 손실이 거의 없으면서 부호화 시간은 평균 58.6% 감소하였고, 비트율은 평균 1.9% 증가하였다.

• 방송공학회논문지
• /
• 제12권6호
• /
• pp.596-610
• /
• 2007

본 논문에서는 스케일러블 비디오 부호화기의 복잡도 감소를 위해, 공간 계층간 잔차 신호 부호화를 선택적으로 수행하고 그 정보를 바탕으로 향상 계층에서 모드를 고속으로 결정하는 방법에 대해 소개한다. 계층간 잔차 신호 부호화는 스케일러블 비디오 부호화에서 공간 계층간 상관도를 이용하여 계층간의 두 잔차 신호에 대한 차 신호를 부호화하는 방법으로서 부호화 효율을 증대 할 수 있는 장점이 있으나 향상 계층의 모든 화면간 모드에 대해 율-왜곡 비용을 계산하기 때문에 부호화기의 복잡도를 크게 증가시키는 주요 요인이 된다. 제안 알고리듬은 하위 계층으로부터 업샘플된 잔차 신호와, 하위 계층의 움직임 벡터, 참조 화면 정보를 이용하여 향상 계층에서 얻은 잔차 신호의 SAD값을 통해 정수 변환 계수의 특징을 미리 판별하여 계층간 잔차 신호 부호화를 선택적으로 수행하는 방법이다. 제안 알고리듬에서는 계층간 잔차 영상의 차 신호에 대한 SAD값에 양자화 계수와 시간 계위에 따라 문턱치 값을 적응적으로 적용시키면서 SAD가 적응적으로 설정된 문턱치 보다 작을때는 잔차 블록에 대한 정수변환 계수가 매우 작다고 판단하여 그 블록에 대해서는 선택적으로 계층간 잔차 부호화를 수행하고 역시 공간적 향상 계층에서 $16{\times}16$블록에 대해서만 율-왜곡 최적화를 수행한다. 따라서 계층간 차분 신호에 대한 SAD값만으로 정수변환계수의 특성을 양자화 계수와 시간 계위에 따라 분류하여 고속의 부호화를 달성함으로써 SVC 부호화기의 복잡도 및 부호화 시간을 크게 감소 시켰다. 제안 알고리듬을 적용하면 다양한 특성을 갖는 영상에 대하여 부호화 시간을 원래의 SVC 참조 소프트웨어 대비 평균 51.5%의 부호화 속도를 향상하였음에도 이에 따른 PSNR의 감소는 평균 0.03dB, 비트율의 증가는 0.64%로 무시할 수 있을 정도로 작았다.

• 한국전자파학회논문지
• /
• 제22권3호
• /
• pp.282-291
• /
• 2011

적응 변조(Adaptive Modulation: AM) 방식은 시간적으로 공간적으로 바뀌는 채널의 상태에 적합한 변조 방식을 적응적으로 할당함으로써, 시스템의 효율을 높이는 중요한 통신 방식이다. 고정 변조 방식은 시간에 따라 신호 대 잡음비(SNR: Signal-to-Noise Ratio)가 변하는 채널에서 BER(Bit Error Rate) 성능이 변한다. 하지만 적응변조 방식은 모든 채널 상태의 SNR에 대하여 일정한 평균 BER 성능을 유지하므로 채널의 상태가 수시로 변하는 통신 환경에서 시스템의 성능을 확보한다. 이를 위해서 무엇보다도 정확하고, 빠르게 신호 대 잡음비를 추정할 수 있는 간단한 SNR 추정 방법이 요구된다. 본 논문에서는 효과적인 적응 변조를 위하여 SNR 추정 성능이 적응 변조 시스템에 미치는 영향을 평균 BER과 평균 데이터 처리율(throughput)을 통하여 분석한다. 또한, 본 논문에서는 decision feedback 신호의 자기 상관 기반의 SNR 추정 방법 및 기존의 SNR 추정 방법들을 적응 변조시스템에 적용하여 각 변조 레벨 변환 점에서 SNR 추정 성능에 따라 결정되는 적응 변조 시스템의 성능 변화를 확인한다. Decision feedback 신호의 자기 상관 기반 SNR 추정 방법은 M-QAM(Quadrature Amplitude Modulation) 신호에서도 비교적 안정적인 추정 성능을 보이기 때문에 적응 변조 시스템에서 다른 SNR 추정 방법들에 비해 변조 레벨 변환 점에서 성능 열화를 줄인다.

• 대한의용생체공학회:의공학회지
• /
• 제41권1호
• /
• pp.48-54
• /
• 2020

In this paper, we deal with a liver fibrosis classification problem using ultrasound B-mode images. Commonly representative methods for classifying the stages of liver fibrosis include liver biopsy and diagnosis based on ultrasound images. The overall liver shape and the smoothness and roughness of speckle pattern represented in ultrasound images are used for determining the fibrosis stages. Although the ultrasound image based classification is used frequently as an alternative or complementary method of the invasive biopsy, it also has the limitations that liver fibrosis stage decision depends on the image quality and the doctor's experience. With the rapid development of deep learning algorithms, several studies using deep learning methods have been carried out for automated liver fibrosis classification and showed superior performance of high accuracy. The performance of those deep learning methods depends closely on the amount of datasets. We propose an enhanced U-net architecture to maximize the classification accuracy with limited small amount of image datasets. U-net is well known as a neural network for fast and precise segmentation of medical images. We design it newly for the purpose of classifying liver fibrosis stages. In order to assess the performance of the proposed architecture, numerical experiments are conducted on a total of 118 ultrasound B-mode images acquired from 78 patients with liver fibrosis symptoms of F0~F4 stages. The experimental results support that the performance of the proposed architecture is much better compared to the transfer learning using the pre-trained model of VGGNet.

• 방송공학회논문지
• /
• 제13권2호
• /
• pp.200-213
• /
• 2008

H.264|MPEG-4 AVC는 ITU-T와 ISO/IEC 공동으로 결성된 JVT (Joint Video Team)에 의해서 정의된 가장 최신의 영상 압축 표준이다. H.264|MPE6-4 AVC는 효율적 부호화를 위하여 여러 방법이 제안되었는데, 화면 간 프레임(P-frame)에서의 화면 내 예측(Intra Prediction)의 경우 매크로블록마다 후보 모드 결정 및 율-왜곡 비용 계산에 따른 부호화 시간의 급격한 증가를 초래하여 고속화 방법의 필요성이 대두되고 있다 본 논문에서는 $16{\times}16$과 $4{\times}4$ 화면 내 예측 부호화 결과를 바탕으로, 두 예측 결과의 통계적 상관관계를 규정한 후, 이를 활용한 $4{\times}4$ 화면 내 예측의 후보 모드 수를 감소시키는 방법을 제안한다. 구체적으로는 화면 간 예측(Inter Prediction) 단계에서 결정된 움직임 벡터 정보를 이용하여 현재 매크로블록의 화면 내 예측이 필요한지를 미리 판정한 후, 매 화면 내 프레임(I-frame)의 $16{\times}16$ 화면 내 예측의 최종 후보 모드에 따른 $4{\times}4$ 화면 내 예측의 최종 결정 모드들의 발생분포를 누적 확률 순으로 배열하여 특정 누적 확률에 도달하기까지 만의 후보 모드들만을 예측에 포함하는 참조 테이블을 부호화 과정 중에 생성한 후 동일 GOP 내에 위치하는 모든 화면 간 프레임의 화면 내 예측 시 활용하게 된다. 제안하는 방법은 H.264|MPEG-4 AVC의 참조 소프트웨어인 JM11.0을 사용하여 실험하였으며, 총 부호화 시간을 최대 51.24% 감소시킬 수 있었으며 PSNR 감소와 비트율 증가는 무시할 정도의 작은 변화만 있었다.