http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이준구(Joon-Goo Lee),한기선(Ki-Sun Han),유병문(Byoung-Moon You),황두성(Doo-Sung Hwang) 한국컴퓨터정보학회 2013 한국컴퓨터정보학회 학술발표논문집 Vol.21 No.2
영상의 스크래치 탐지는 프레임 간 화소 데이터의 비교에 있어서 많은 처리 시간을 필요로 한다. 본 논문은 스크래치 탐지 알고리즘이 GPU에서 수행할 수 있도록 병렬 설계를 제안하고, 국가 기록원 소장 디지털화 영상에 대해 실험하였다. 실험에서 제안하는 방법은 순차적 스크래치 탐지 방법과 비교하여 약 5배의 처리 시간을 단축했으며, 탐지율은 각 방법 모두 60% 정도로 유사함을 보였다.
화소와 히스토그램 정보를 이용한 샷 전환 탐지 알고리즘
이준구 ( Joon-goo Lee ),한기선 ( Ki-sun Han ),유병문 ( Byoung-moon You ),황두성 ( Doo-sung Hwang ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.2
비디오 데이터를 효율적으로 검색, 정렬, 탐색, 분류하기 위해서는 프레임 간의 샷 전환 탐지가 선행되어야 한다. 본 논문에서는 디지털 비디오 데이터의 샷 전환 탐지를 위해 비디오 스트림을 구성하고 있는 각 프레임들 간의 화소 밝기 차이와 히스토그램의 변화를 이용하였다. 플래쉬 등과 같은 인위적이고 급격한 화소 밝기변화에 의한 오류를 최소화하기 위해 샷 전환 탐지 이전에 각 프레임 간의 밝기 보상을 적용하였다. 밝기 보정 된 프레임으로부터 프레임의 서브 블록 간의 지역적 화소 밝기 정보, 그리고 프레임의 화소 밝기 값 히스토그램을 비교하여 샷 전환을 탐지한다. 실험에서 제안된 알고리즘은 국가기록원 소장 비디오에 적용하여 효과가 있음을 보였다.
이준구 ( Joon-goo Lee ),한기선 ( Ki-sun Han ),유병문 ( Byoung-moon You ),황두성 ( Doo-sung Hwang ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.2
기존의 히스토그램을 이용한 샷 전환 탐지 방법은 연속적인 두 프레임의 전체 또는 대응되는 동일한 크기의 소 영역의 히스토그램을 사용하며, 객체의 이동이나, 프레임의 밝기 변화에 취약한 문제점이 있다. 본 논문에서는 이 문제점들을 해결하기 위하여 연속적인 두 프레임(현재와 참조 프레임)을 소영역으로 분할한 후, 현재 프레임의 소 영역과 두 프레임사이에서 발생할 수 있는 객체의 이동을 고려한 참조 프레임에서의 소 영역의 비교, 그리고 참조 프레임의 소 영역에서 얻은 화소 밝기 히스토그램에 밝기 변화를 보상한 후, 현재 프레임의 소 영역에서 얻은 화소 밝기 히스토그램과 비교하는 방법을 제안한다. 제안한 방법은 영화와 뉴스 같은 비디오 데이터에 좋은 결과를 보였다.
GPU를 이용한 선형 스크래치 탐지와 복원 알고리즘의 설계
이준구(Joon-Goo Lee),심세용(She-Yong Shim),유병문(Byoung-Moon You),황두성(Doo-Sung Hwang) 한국컴퓨터정보학회 2014 韓國컴퓨터情報學會論文誌 Vol.19 No.4
본 논문은 화소 데이터의 비교를 이용한 단일 프레임 또는 연속 프레임에 나타나는 선형 스크래치를 탐지하여 복원하는 알고리즘을 제안하였다. 스크래치탐지와 복원방법은 프레임 간 많은 비교 연산시간을 필요로 하며 병렬처리 가능성이 높다. 제안하는 스크래치 탐지와 복원방법은 빠른 처리를 위해 GPU에서 수행할 수 있도록 병렬 설계 하였다. 제안하는 알고리즘은 국가 기록원 디지털화 영상에 대해 순차처리와 병렬처리의 성능 테스트를 수행하였다. 실험에서 연속한 스크래치를 고려하는 경우의 탐지율은 단일 프레임만 고려하는 방법보다 20% 이상 성능이 향상되었다. GPU 기반 알고리즘의 탐지율과 복원율은 CPU 기반의 알고리즘과 유사하였으나 50배 이상의 연산속도가 향상되었다. This paper proposes a linear scratch detection and restoration algorithm using pixel data comparison in a single frame or consecutive frames. There exists a high parallelism in that a scratch detection and restoration algorithm needs a large amount of comparison operations. The proposed scratch detection and restoration algorithm is designed with a GPU for fast computation. We test the proposed algorithm in sequential and parallel processing with the set of digital videos in National Archive of Korea. In the experiments, the scratch detection rate of consecutive frames is as fast as about 20% for that of a single frame. The detection and restoration rates of a GPU-based algorithm are similar to those of a CPU-based algorithm, but the parallel implementation speeds up to about 50 times.
이준구(Joon-Goo Lee),김승현(SeungHyun Kim),유병문(Byoung-Moon You),황두성(DooSung Hwang) 대한전자공학회 2014 전자공학회논문지 Vol.51 No.2
최근 고화질 영상의 증가와 더불어 대용량 영상 데이터의 처리는 높은 연산이 요구되어 병렬 처리 설계가 선택되고 있다. 영상 처리에서 나타나는 많은 단순 연산이 병렬처리 가능한 경우, CPU 기반 병렬처리보다는 GPU 기반 병렬처리를 적용하는 것이 계산문제의 시간과 공간 계산 복잡도를 줄일 수 있다. 본 논문은 영상에서 샷 경계 탐지 알고리즘의 병렬 설계와 구현을 연구하였다. 제안하는 샷 경계 탐지 알고리즘은 프레임 간 지역 화소 밝기 비교와 전역 히스토그램 정보를 이용하는데, 이들 데이터의 계산은 대량의 데이터에 대한 높은 병렬성을 갖는다. 이들 연산의 병렬처리를 최대화하기 위해 화소 밝기와 히스토그램의 계산을 NVIDIA GPU에서 병렬 설계 하였다. GPU 기반 샷 탐지 방법은 국가기록원에서 선택된 10개의 비디오 데이터에 대한 성능 테스트를 수행하였다. 테스트에서 GPU 기반 알고리즘의 탐지율은 CPU 기반 알고리즘과 유사하였으나 약 10배의 연산 속도가 개선되었다. As the number of high-density videos increase, parallel processing approaches are necessary to process a large-scale of video data. When a processing method of video data requires thousands of simple operations, GPU-based parallel processing is preferred to CPU-based parallel processing by way of reducing the time and space complexities of a given computation problem. This paper studies the parallel design and implementation of a shot-boundary detection algorithm. The proposed shot-boundary detection algorithm uses pixel brightness comparisons and global histogram data among the blocks of frames, and the computation of these data is characterized with the high parallelism for the related operations. In order to maximize these operations in parallel, the computations of the pixel brightness and histogram are designed in parallel and implemented in NVIDIA GPU. The GPU-based shot detection method is tested with 10 videos from the set of videos in National Archive of Korea. In experiments, the detection rate is similar but the computation time is about 10 time faster to that of the CPU-based algorithm.