4차원 Light Field 영상에서 Dictionary Learning 기반 초해상도 알고리즘 :Dictionary Learning based Superresolution on 4D Light Field Images

이승재

추천

검색

자료유형: 학위논문

저자정보: 이승재 (인하대학교, 인하대학교 대학원)

지도교수: 박인규

발행연도: 2015

저작권: 인하대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (3)

2015

4차원 Light Field 영상에서 Dictionary Learning 기반 초해상도 알고리즘

이승재 , 박인규 방송공학회논문지 2015.09 학술저널

4 차원 Light Field 영상에서의 학습 기반 초해상도 알고리즘

이승재 , 박인규 한국방송미디어공학회 학술발표대회 논문집 2015.07 학술대회자료

4차원 Light Field 영상에서 Dictionary Learning 기반 초해상도 알고리즘

이승재 일반 2015.01 학위논문

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

초록· 키워드

오류제보하기

Light field 카메라를 이용하여 영상을 취득한 후 다양한 응용 프로그램으로 확장이 가능한 4차원 light field 영상은 일반적인 2차원 공간영역(spatial domain)과 추가적인 2차원 각영역(angular domain)으로 구성된다. 그러나 이러한 4차원 light field 영상을 2차원 CMOS 센서로 취득하기에 해상도의 제약이 존재한다. 본 논문에서는 이러한 4차원 light field 영상이 가지는 해상도 제약 조건을 해결하기 위하여, 4차원 light field 영상에 적합한 딕셔너리 학습 기반(dictionary learning-based) 초해상도(superresolution) 알고리즘을 제안한다. 이러한 알고리즘은 4차원 light field 영상으로부터 추출한 4차원 패치를 바탕으로 딕셔너리 를 구성 및 훈련하며 학습된 딕셔너리를 바탕으로 입력 영상의 해상도를 향상시키는 과정을 수행한다. 제안하는 알고리즘은 공간영역 해상도 그리고 각영역의 해상도를 각각 2배 향상시킨다. 실험에 사용되는 영상은 상용 light field 카메라인 Lytro에서 취득하고 기존의 해상도 향상을 유도하는 알고리즘들과의 비교를 통해 제안하는 알고리즘의 우수성을 검증한다.

1 서론 1
2 기존의 연구 7
2.1 Light Field 영상 7
2.2 단일 영상 기반 초해상도 알고리즘 11
2.2.1 Nearest Neighbor (NN) 기반 알고리즘 13
2.2.2 Regression 기반 알고리즘 14
2.3 Light Field 영상에서의 해상도 향상 알고리즘 15
3 Light Field 영상에서의 초해상도 알고리즘 21
3.1 Light Field 영상의 변환 22
3.2 4차원 패치 생성 단계 23
3.3 딕셔너리 훈련 단계 25
3.4 입력 Light Field 영상 복원 단계 29
3.4.1 입력 Light Field 영상의 분할 30
3.4.2 분할 복원 단계 31
3.4.3 분할 복원 후 Light Field 영상의 합성 33
4 실험 결과 및 검증 37
5 결론 및 향후 연구 49
참고문헌 51
감사의 글 57

최근 본 자료

전체보기

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 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)