움직임 보상 오차에 근거한 MAP 예측기를 이용한 순차주사화 알고리즘

Title
움직임 보상 오차에 근거한 MAP 예측기를 이용한 순차주사화 알고리즘
Authors
이호택
Keywords
움직임보상오차에근거한map예측기를이용한순차주사화알고리즘
Issue Date
2012
Publisher
인하대학교
Abstract
비월주사 영상 (interlaced video format)은 본래 CRT TV 기기에 사용되었다. 그러나 CRT TV는 그 물리적인 특성 때문에 초당 30 frames (60fields/sec)의 프레임율 (frame rate)로 영상을 표시하였다. 때문에 과거의 영상 신호들 또한 CRT TV에 맞는 비월주사 포맷으로 샘플링 되어 사용되었다. 그러나 최근 LCD와 PDP와 같은 순차주사 영상 (progressive video format)이 표시 가능한 DTV 기기들은 그 성능의 발달로 초당 60 frames의 프레임율로 표시가 가능하기에 과거의 비월주사 영상들을 순차주사 영상으로 복원시켜주는 순차주사화 (de-interlacing) 기술이 필요하게 되었다. 본 논문은 MAP (maximum a posteriori) 예측기에 기반하여 움직임 보상 예측 오차를 보정해주는 방식의 순차주사화 알고리즘을 제안한다. 먼저, 현재 필드와 인접한 필드 간의 적절한 정합을 수행 한 후, 계산된 정합 정보에 기반한 MAP 예측기를 통해 현재 필드에 대응하는 순차주사 프레임을 찾아낸다. 이를 위하여 입력 영상인 비월주사 필드의 환경에 적합한 움직임 추정 기법을 적절히 적용하여 각 관측 모델과 이를 바탕으로 만든 예측 모델간의 오차가 최소가 되도록 반복적으로 최종 결과를 예측한다. 또한 안정적인 결과를 얻기 위하여 잘 알려진 BTV (bilateral total variation) 기반의 평활화 (regularization) 과정이 추가된다. 한편, 잘못된 움직임 정보가 생성된 영역들은 SAD (Sum of Absolute Difference)가 높고 주변 블록과의 SAD 연관성이 낮으며 움직임 보상이 된 영상에서 소위 깃털 현상 (feathering effects)가 발생될 확률이 높다. 이러한 영역에 대해서는 오히려 앞서 설명한 MAP 예측기 기반 순차주사화을 적용하면 성능이 떨어질 수 있으므로 대신 에지 방향성에 기반한 공간적 순차주사화을 적용한다. 실험 결과에 따르면, 제안된 기법은 종래의 가장 up to date한 기법들에 비하여 객관적인 PSNR (Peak Signal to Noise Ratio) 수치가 평균 1dB정도 높은 성능 개선을 보이고 있으며, 특히 낮은 각도의 에지 영역에 대해서도 우수한 주관적 화질을 보여주고 있다.
Description
제 1 장 서론 1 제 2 장 종래 기술 4 2.1. 공간적 순차주사화 6 2.2. 시간적 순차주사화 9 제 3 장 제안 방법 12 3.1. MAP 예측기 기반의 시간적 순차주사화 15 3.1.1. MAP 예측기 17 3.1.2. 최적화 19 3.2. 향상된 STFS 20 3.3. 공간적 순차주사화 25 3.4. 모드 결정 30 제 4 장 실험 결과 33 4.1. 실험 조건 33 4.2. 실험 결과 38 제 5 장 결론 50 참고문헌 52 그림 1 에지 기반의 line average 6 그림 2 벡터간의 연관성을 이용한 에지 방향 기반 보간 7 그림 3 블록 매칭 기반의 보간 8 그림 4 4-필드 움직임 추정 기법. 10 그림 5 제안하는 순차주사화 알고리즘의 블록 다이어그램 12 그림 6 STFS의 구조 20 그림 7 오버랩 블록 매칭 23 그림 8 적용한 공간적 순차주사화 25 그림 9 Address dynamic range coding 기법 26 그림 10 ADRC 기법의 블록 다이어그램 27 그림 11 에지 기반 공간적 순차주사화와 SRIPC의 화질 비교 28 그림 12 깃털 효과 검출기 30 그림 13 실험 영상들 33 그림 14 Foreman과 table tennis 영상의 shot change 35 그림 15 반복 횟수에 따른 PSNR 커브 비교 36 그림 16 Foreman 영상에 대한 프레임별 PSNR 비교 39 그림 17 Mobile 영상에 대한 프레임별 PSNR 비교 40 그림 18 Mother & daughter 영상에 대한 프레임별 PSNR 비교 41 그림 19 Stefan 영상에 대한 프레임별 PSNR 비교 41 그림 20 Container 영상에 대한 프레임별 PSNR 비교 42 그림 21 Foreman 영상의 주관적 화질 비교 43 그림 22 Mobile 영상의 주관적 화질 비교 44 그림 23 Stefan 영상의 주관적 화질 비교 45 그림 24 Table tennis 영상의 주관적 화질 비교 46 그림 25 Car 480i 영상의 주관적 비교 47 그림 26 Table tennis 480i 영상의 주관적 화질 비교 48 표 1 기존 STFS와 향상된 STFS 간의 PSNR 비교 (unit: dB) 24 표 2 모드 결정 31 표 3 시간적 순차주사화에 적용하는 파라미터 설정 34 표 4 각 영상 별 PSNR 비교표 (unit: dB) 38
URI
http://dspace.inha.ac.kr/handle/10505/23507
Appears in Collections:
College of Engineering(공과대학) > Electronic Engineering (전자공학) > Theses(전자공학 석박사 학위논문)
Files in This Item:
24589.pdfDownload

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse