http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
블록 경계 영역 특성을 이용한 블록 부호화 영상에서의 양자화 잡음 제거
권기구,양만석,마진석,임성호,임동선,Kwon Kee-Koo,Yang Man-Seok,Ma Jin-Suk,Im Sung-Ho,Lim Dong-Sun 한국정보처리학회 2005 정보처리학회논문지B Vol.12 No.3
본 논문에서는 블록 기반으로 부호화된 영상에 대하여 블록 경계 영역 특성에 따른 적응적 필터링을 이용한 양자화 잡음 제거 알고리즘을 제안하였다 제안한 방법에서는 블록 경계에 인접한 네 개 화소들의 통계적 특성을 이용하여 각 블록 경계 영역을 평탄 부영역(smooth sub-region)과 복잡 부영역(complex sub-region)으로 분류한 후, 인접 블록간 영역 특성을 이용하여 서로 다른 블록간 필터링을 수행한다. 먼저 인접 블록 모두 평탄 부영역인 경우에는 평탄 블록 경계 영역 중 블록화 현상이 발생하지 않은 영역도 존재하기 때문에 계산량을 줄이기 위하여 평탄 영역 중 블록화 현상이 발생한 영역만을 검출하여 필터링을 수행한다. 그리고, 두 부영역이 서로 다른 부영역인 경우에 대하여서는 기존의 방법들과는 달리 실제 에지 성분을 보존하면서 블록화 현상과 에지 주위에서 발생하는 링잉 현상을 동시에 제거하기 위하여 인접 블록의 영역 특성에 따라 적응적으로 일차원 필터링을 수행한다. 두 부영역이 모두 복잡 부영역일 경우에는 블록화 현상을 제거하면서 실제 에지를 보존하기 위하여 블록화 강도 및 양자화 파라미터에 따라 블록 경계 영역의 두 화소에 대하여 필터링을 수행한다. 모의실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다. In this paper, we propose a novel post-filtering algorithm with low computational complexity that improves the visual quality of decoded images using block boundary classification and simple adaptive filter (SAF). At first, each block boundary is classified into smooth or complex sub-region. And for smooth-smooth sub-regions, the existence of blocking artifacts is determined using blocky strength. And simple adaptive filtering is processed in each block boundary area. The proposed method processes adaptively, that is, a nonlinear 1-D 8-tap filter is applied to smooth-smooth sub-regions with blocking artifacts, and for smooth-complex or complex-smooth sub-regions, a nonlinear 1-D variant filter is applied to block boundary pixels so as to reduce the blocking and ringing artifacts. And for complex-complex sub-regions, a nonlinear 1-D 2-tap filter is only applied to adjust two block boundary pixels so as to preserve the image details. Experimental results show that the proposed algorithm produced better results than those of conventional algorithms both subjective and objective viewpoints.
블록 분류와 MLP를 이용한 블록 부호화 영상에서의 적응적 블록화 현상 제거
권기구,김병주,이석환,이종원,권성근,이건일,Kwon, Kee-Koo,Kim, Byung-Ju,Lee, Suk-Hwan,Lee, Jong-Won,Kwon, Seong-Geun,Lee, Kuhn-Il 대한전자공학회 2002 電子工學會論文誌-SP (Signal processing) Vol.39 No.4
본 논문에서는 블록 기반으로 부호화된 영상에 대하여 블록 분류 (block classification)와 다층 퍼셉트론 (multi-layer perceptron, MLP) 모델을 이용한 적응적 블록화 현상 제거 알고리듬을 제안하였다. 제안한 방법에서는 각 블록을 DCT 계수의 분포 특성에 따라 네 개의 클래스로 분류한 다음, 인접한 두 블록의 클래스 정보에 따라 수평 및 수직 블록 경계 영역에 대하여 적응적으로 신경망 필터를 적용한다. 즉, 평탄한 영역, 수평 방향 에지 영역, 수직 방향 에지 영역, 및 복잡한 영역에 대하여 각각 서로 다른 신경망 필터를 수평 및 수직 방향으로 적용하여 블록화 현상을 제거한다. 모의 실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다. In this paper, a novel algorithm is proposed to reduce the blocking artifacts of block-based coded images by using block classification and MLP. In the proposed algorithm, we classify the block into four classes based on a characteristic of DCT coefficients. And then, according to the class information of neighborhood block, adaptive neural network filter is performed in horizontal and vertical block boundary. That is, for smooth region, horizontal edge region, vertical edge region, and complex region, we use a different two-layer neural network filter to remove blocking artifacts. Experimental results show that the proposed algorithm gives better results than the conventional algorithms both subjectively and objectively.
어안 이미지의 배경 제거 기법을 이용한 실시간 전방향 장애물 감지
최윤원,권기구,김종효,나경진,이석규,Choi, Yun-Won,Kwon, Kee-Koo,Kim, Jong-Hyo,Na, Kyung-Jin,Lee, Suk-Gyu 제어로봇시스템학회 2015 제어·로봇·시스템학회 논문지 Vol.21 No.8
This paper proposes an object detection method based on motion estimation using background subtraction in the fisheye images obtained through omni-directional camera mounted on the vehicle. Recently, most of the vehicles installed with rear camera as a standard option, as well as various camera systems for safety. However, differently from the conventional object detection using the image obtained from the camera, the embedded system installed in the vehicle is difficult to apply a complicated algorithm because of its inherent low processing performance. In general, the embedded system needs system-dependent algorithm because it has lower processing performance than the computer. In this paper, the location of object is estimated from the information of object's motion obtained by applying a background subtraction method which compares the previous frames with the current ones. The real-time detection performance of the proposed method for object detection is verified experimentally on embedded board by comparing the proposed algorithm with the object detection based on LKOF (Lucas-Kanade optical flow).
어안 이미지의 배경 제거 기법을 이용한 실시간 전방향 장애물 감지
최윤원(Yun-Won Choi),권기구(Kee-Koo Kwon),김종효(Jong-Hyo Kim),나경진(Kyung-Jin Na),이석규(Suk-Gyu Lee) 제어로봇시스템학회 2015 제어·로봇·시스템학회 논문지 Vol.18 No.1
This paper proposes an object detection method based on motion estimation using background subtraction in the fisheye images obtained through omni-directional camera mounted on the vehicle. Recently, most of the vehicles installed with rear camera as a standard option, as well as various camera systems for safety. However, differently from the conventional object detection using the image obtained from the camera, the embedded system installed in the vehicle is difficult to apply a complicated algorithm because of its inherent low processing performance. In general, the embedded system needs system-dependent algorithm because it has lower processing performance than the computer. In this paper, the location of object is estimated from the information of object’s motion obtained by applying a background subtraction method which compares the previous frames with the current ones. The real-time detection performance of the proposed method for object detection is verified experimentally on embedded board by comparing the proposed algorithm with the object detection based on LKOF (Lucas-Kanade optical flow).