지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 정제창
- 발행연도
- 2016
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
요즘 대중화되고 있는 UHD TV의 주로 사용하는 LCD(Liquid Crystal Display)로 Hold-type display의 특성을 가지고 있어 이전 영상의 잔상이 남아 현재 영상에 겹쳐 보이게 됨으로 동작 흐림 현상(motion blur effect)이 나타나 심각한 문제로 화질 저하의 원인이 된다. 특히 일반적인 방송에선 느끼지 못하지만 스포츠 경기나 액션 영화 같은 특정 물체가 빠르게 움직이거나 지나가는 장면에서는 화면이 밀리는 현상이 확인할 수 있다.
이 현상의 해결책으로 프레임율 증강 기법(Frame Rate Up Conversion: FRUC)이 제안한다. 기본적으로 프레임율 증가기법은 30Hz의 프레임 속도를 60Hz이상으로 올려주는 방법이다. 이때 새로운 프레임들은 이전 프레임과 현재 프레임의 유사성을 찾아 보간 프레임을 생성한다. 현재 대부분의 프레임율 증강 기법은 움직임 보상 프레임율 증강 기법(Motion Compensation Frame Rate Up Conversion: MC-FRUC)이 있다. 이 방법은 크게 움직임 예측(Motion Estimation: ME)으로 비교 프레임에서의 블록들의 유사성을 찾아 움직임 벡터(Motion Vector: MV)를 찾는 과정이다. 또 보간 프레임 움직임 보상(Motion Compensated Interpolation: MCI)기술은 앞에서 구한 움직임 벡터을 참고하여 보간 프레임에서의 영상을 생성하는 과정이다. 다음으로 움직임 벡터 평활화(Motion Vector Smoothing: MVS)의 과정의 경우 동영상 압축과 같이 기존에 있는 프레임을 통해 움직임 벡터를 찾는 것이 아닌 완전 새로운 프레임에 대한 움직임 벡터를 찾는 과정이라 움직임 벡터의 정확도가 떨어진다. 이에 움직임 예측에서 찾은 움직임 벡터를 프레임 간, 프레임 내 주위 블록들의 정보를 이용하여 보정해주는 과정이다. 또한 부가적으로 장면전환 감지를 통해 장면전환 부분을 프레임율 증강 기법에서 제외 시켜주는 과정이 있다.
이번 학위 논문에선 이전 프레임과 현재 프레임의 유사성이 없는 장면전환 부분 탐지를 통해 프레임율 증강 기법을 통한 화질 저하를 최소로 만들어 주는 알고리듬을 제안한다. 우선 휘도 성분을 이진화시켜 주위 블록들과 유사도를 비교하여 장면전환을 탐지한다. 또한 기존의 CIF에 한정된 알고리듬을 확장하여 해상도와 영상의 특성을 고려한 블록의 크기를 설정하여 빠른 연산을 가능하고, 또한 블록의 크기에 따른 임계값도 실험 데이터의 선형 회귀분석을 통해 구하는 알고리듬을 제안하여 기존의 알고리듬보다 객관적, 주관적 화질을 향상시켰다.
이 현상의 해결책으로 프레임율 증강 기법(Frame Rate Up Conversion: FRUC)이 제안한다. 기본적으로 프레임율 증가기법은 30Hz의 프레임 속도를 60Hz이상으로 올려주는 방법이다. 이때 새로운 프레임들은 이전 프레임과 현재 프레임의 유사성을 찾아 보간 프레임을 생성한다. 현재 대부분의 프레임율 증강 기법은 움직임 보상 프레임율 증강 기법(Motion Compensation Frame Rate Up Conversion: MC-FRUC)이 있다. 이 방법은 크게 움직임 예측(Motion Estimation: ME)으로 비교 프레임에서의 블록들의 유사성을 찾아 움직임 벡터(Motion Vector: MV)를 찾는 과정이다. 또 보간 프레임 움직임 보상(Motion Compensated Interpolation: MCI)기술은 앞에서 구한 움직임 벡터을 참고하여 보간 프레임에서의 영상을 생성하는 과정이다. 다음으로 움직임 벡터 평활화(Motion Vector Smoothing: MVS)의 과정의 경우 동영상 압축과 같이 기존에 있는 프레임을 통해 움직임 벡터를 찾는 것이 아닌 완전 새로운 프레임에 대한 움직임 벡터를 찾는 과정이라 움직임 벡터의 정확도가 떨어진다. 이에 움직임 예측에서 찾은 움직임 벡터를 프레임 간, 프레임 내 주위 블록들의 정보를 이용하여 보정해주는 과정이다. 또한 부가적으로 장면전환 감지를 통해 장면전환 부분을 프레임율 증강 기법에서 제외 시켜주는 과정이 있다.
이번 학위 논문에선 이전 프레임과 현재 프레임의 유사성이 없는 장면전환 부분 탐지를 통해 프레임율 증강 기법을 통한 화질 저하를 최소로 만들어 주는 알고리듬을 제안한다. 우선 휘도 성분을 이진화시켜 주위 블록들과 유사도를 비교하여 장면전환을 탐지한다. 또한 기존의 CIF에 한정된 알고리듬을 확장하여 해상도와 영상의 특성을 고려한 블록의 크기를 설정하여 빠른 연산을 가능하고, 또한 블록의 크기에 따른 임계값도 실험 데이터의 선형 회귀분석을 통해 구하는 알고리듬을 제안하여 기존의 알고리듬보다 객관적, 주관적 화질을 향상시켰다.
목차
차 례국문 요지.............................................................................................................................ⅰ차 례.................................................................................................................................ⅲ그림 차례.............................................................................................................................ⅴ표 차례.................................................................................................................................ⅶ제 1 장 서론1.1 연구의 필요성.................................................................................................11.2 연구의 목표.....................................................................................................3제 2 장 기존의 프레임율 증강기법 알고리듬2.1 개요...................................................................................................................52.2 움직임 예측(Motion Estimation)...............................................................52.2.1 단방향 움직임 추정....................................................................62.2.2 양방향 움직임 추정....................................................................72.3 움직임 보상(Motion Compensation)........................................................92.4 움직임 벡터 평활화(Motion Vector Smoothing)..................................92.5 장면전환 감지(Scene Change Detection).............................................102.5.1 다중 히스토그램을 이용한 장면전환 감지 기법...............102.5.2 휘도 성분 부호화를 이용한 장면전환 감지 기법.............13제 3 장 제안하는 알고리듬3.1 블록의 움직임을 고려한 장면전환 감지 기법.....................................193.2 해상도에 따른 적응적 블록 크기를 고려한 장면전환 감지 기법..213.2.1 해상도에 따른 장면전환 블록의 크기 설정.......................233.2.2 해상도에 따른 적응적 임계값 결정.....................................25제 4 장 실험 및 결과4.1 실험 환경.......................................................................................................284.2 실험 결과.......................................................................................................33제 5 장 결론.......................................................................................................................46참고 문헌.............................................................................................................................47ABSTRACT........................................................................................................................50
최근 본 자료
댓글(0)
0