움직임 벡터들의 방향과 크기를 고려한 프레임율 증가 기법

박종근; 배창영; 이경준; 정제창

추천

검색

질문

자료유형: 학술대회자료

저자정보: 박종근 (한양대학교) 배창영 (한양대학교) 이경준 (한양대학교) 정제창 (한양대학교)

저널정보: 한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 2015년도 한국방송공학회 하계 학술대회

발행연도: 2015.7

수록면: 328 - 331 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2015

동일한 움직임 벡터들의 방향과 크기를 고려한 프레임율 증가기법

박종근 , 정제창 방송공학회논문지 2015.11 학술저널

움직임 벡터들의 방향과 크기를 고려한 프레임율 증가 기법

박종근 , 배창영 , 이경준 외 1명 한국방송미디어공학회 학술발표대회 논문집 2015.07 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 논문은 EBME(Extended Bilateral Motion Estimation) 알고리듬에서 움직임 벡터들의 방향과 크기를 고려한 알고리듬을 제안하였다. EBME는 높은 연산량을 요구하기 때문에 프레임 내의 x, y방향 각각의 평균 움직임 벡터크기를 이용하여 동적프레임과 정적프레임을 판단하고, EBME 수행여부를 결정하여 연산량을 줄인다. 또한 동일한 움직임 벡터들의 방향과 크기를 비교하여 MVS(Motion Vector Smoothing)단계 수행여부를 판단함으로써 연산량을 줄인다. 제안하는 알고리듬을 적용한 실험 결과 기존의 EBME 알고리듬에 비해 수행시간은 단축되었으나 PSNR(Peak Signal to Noise Ratio)은 향상 되었다.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박종근

소속기관 한국전자기술연구원

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 6 이용수 525

배창영

소속기관 한양대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 2 이용수 119

이경준

소속기관 앤스코

주요연구분야 공학 > 기계공학 > 기계공학 일반 의약학 > 기초의학 > 예방의학·직업환경의학

논문수 28 이용수 2,069

정제창

소속기관 한양대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 전기전자공학 > 전자공학 TOP 10%

논문수 287 이용수 16,901

이 논문과 함께 이용한 논문

향상된 가중치수를 이용한 프레임율 증가 알고리듬

박종근 , 김정환 , 이경준 외 1명 한국방송미디어공학회 학술발표대회 논문집 2014 .11

계층적 적응적 탐색과 양방향 움직임 예측을 이용한 프레임율 증가 방법

민경연 , 박시내 , 심동규 전자공학회논문지-SP 2009 .05

움직임 벡터 필드의 상관도 향상을 통한 효과적인 MCTF 방법

김종호 한국정보통신학회논문지 2014 .05

[우수논문] 프레임율 변환을 위한 H.264코덱의 움직임 벡터 분석

김상철 , 정현종 , 송인선 외 1명 한국정보과학회 학술발표논문집 2012 .06

유도 움직임 벡터를 이용한 움직임 보상 프레임율 향상 기법

박범준 , 유송현 , 정제창 한국방송미디어공학회 학술발표대회 논문집 2017 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2016-568-001787259

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)