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
- 이명진
- 발행연도
- 2021
- 저작권
- 한국항공대학교 논문은 저작권에 의해 보호받습니다.
이용수1
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
360도 동영상은 시청자가 영상 재생 시 자유롭게 시청 방향을 선택 가능한 영상이다. 이는 기존 2D 비디오의 고정된 시점에서의 영상 시청을 벗어난 경험을 제공함으로써 높은 현실감을 경험하게 한다. 360도 영상의 시청을 위해 HMD(Head Mounted Display)를 착용한 시청자는 머리 움직임(HM: Head Movement)의 변화를 통해 시청 위치인 뷰포트를 이동시킨다. 따라서 시청자들의 머리 움직임은 시각적 관심도를 모델링을 위해 중요한 요소로 사용된다. 또한, 360도 전체 영상을 전송하는 것은 높은 대역폭과 전송률을 요구하기 때문에 시각적 관심도를 활용해 영상의 스트리밍, 렌더링 효율을 높이기 위한 연구들이 수행되고 있다.
본 논문에서는 객체의 정적/동적 속성을 활용한 영상의 증강 saliency map 생성을 통한 뷰포트 탐색 방법을 제안한다. 제안된 Viewport Finder는 영상 내 객체의 정적/동적 속성, 시청자들의 평균 시청 데이터 혹은 예측된 saliency map을 기반으로 영상 내 뷰포트 위치를 탐색한다. 이 과정을 통해 예측된 뷰포트 위치는 시청자들의 long-term HM behavior를 반영할 수 있으며 aging 기반의 viewport 위치 변화를 사용한 시선 변환을 수행한다. 이후 추정한 뷰포트 위치를 사용해 360도 영상의 뷰포트를 생성한다. 마지막으로는 제안하는 객체의 정적/동적 속성 기반 뷰포트 생성 방식의 실험 결과를 제시하고 성능을 평가한다.
본 논문에서는 제안 방식의 뷰포트 구성 성능 평가를 위하여 ITU-P.910의 권고 사항을 이용한 영상 품질의 주관적 평가를 수행하였으며 평가 결과 제안 방법이 시청자의 평균 데이터와 가장 대등한 정도의 성능을 보이는 것을 확인하였다.
본 논문에서는 객체의 정적/동적 속성을 활용한 영상의 증강 saliency map 생성을 통한 뷰포트 탐색 방법을 제안한다. 제안된 Viewport Finder는 영상 내 객체의 정적/동적 속성, 시청자들의 평균 시청 데이터 혹은 예측된 saliency map을 기반으로 영상 내 뷰포트 위치를 탐색한다. 이 과정을 통해 예측된 뷰포트 위치는 시청자들의 long-term HM behavior를 반영할 수 있으며 aging 기반의 viewport 위치 변화를 사용한 시선 변환을 수행한다. 이후 추정한 뷰포트 위치를 사용해 360도 영상의 뷰포트를 생성한다. 마지막으로는 제안하는 객체의 정적/동적 속성 기반 뷰포트 생성 방식의 실험 결과를 제시하고 성능을 평가한다.
본 논문에서는 제안 방식의 뷰포트 구성 성능 평가를 위하여 ITU-P.910의 권고 사항을 이용한 영상 품질의 주관적 평가를 수행하였으며 평가 결과 제안 방법이 시청자의 평균 데이터와 가장 대등한 정도의 성능을 보이는 것을 확인하였다.
목차
1 장 서론 11.1 연구 배경 및 필요성 11.2 논문의 구성 42 장 관련 연구 52.1 360도 동영상의 시각적 관심도 추정 52.2 Visual fixation prediction 72.3 SOD(salient object detection)에 관한 관련 연구 102.4 360도 동영상의 자동 뷰포트 생성 방법에 관한 관련 연구 112.5 360도 동영상의 HM map 생성 방법 142.5.1 head tracking data 기반의 HM map 생성 142.5.2 심층 강화학습 기반의 HM map 생성 173장 객체의 동적/정적 속성을 고려한 뷰포트 영상 생성 193.1 객체 속성을 반영하기 위한 시스템 구조 203.2 제안하는 뷰포트 추출 시스템 구조 223.3 제안하는 객체 증강 saliency map 생성 방법 233.4 객체 증강 saliency map 기반 뷰포트 생성 303.5 제안하는 360도 영상 서비스 구조 384 장 실험 및 결과 분석 414.1 실험 환경 414.1.1 실험 영상 414.1.2 객체의 동적 속성에 따른 saliency map 구성 434.2 증강 saliency map기반의 viewport 위치 추정 454.3 viewport의 center bias의 극복을 통한 정확도 향상 494.4 뷰포트 생성 결과 및 평가 실험 환경 514.4.1 주관적 화질평가 514.4.2 평가자 집단 534.4.3 뷰포트 추출 실험 방법 534.4.4 비교 실험 설계 544.4.5 뷰포트 생성에 대한 정량적 결과 분석 574.4.6 실험 방식의 뷰포트 구성 결과 분석 594.4.7 고려해야 하는 사항 645장 결론 및 향후 연구 695.1 결론 695.2 향후 연구 내용 71참고 문헌 72summary 75
최근 본 자료
댓글(0)
0