선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서 경계선 보존이 가능한 디블로킹 알고리즘과 이를 하드웨어로 구현하기 위한 효율적인 VLSI 구조를 제안하였다. 블록 기반의 분류 기법을 이용한 다른 디블로킹 기법과는 달리, 픽셀 기반의 분류 기법을 이용하여, 경계선 보존 맵을 생성하고 생성된 맵을 기반으로 오프셋 필터와 경계선 보존 필터를 적용하였다.
- 본 논문에서는 블록화 현상 제거를 위하여 픽셀 분류를 통한 새로운 디블로킹 알고리즘과 이를 구현하기 위한 효율적인 하드웨어 구조를 제안한다. 제안한 알고리즘은 고정된 블록 크기를 이용한 블록 분류 방법과 달리, 경계선 검출 처리를 통하여 각각의 픽셀을 분류 후 경계선 맵을 만든다.
가설 설정
- 3상 이진 경계선 보존 맵은 살펴보면 임계값 T, Td 를 적용하여 블록을 구성하는 픽셀의 c축 경계 정보 g축 경계정보 경계선 강도인 % % 电를얻는다 본 논문에서는 실험을 통하여, 임계값 T, 7; 를 각각 20, 10으로 설정하였다.
제안 방법
- 먼저 Matlab 740을 통해 제안된 알고리즘을 소프트웨어 기반에서 시뮬레이션을 하였고 Cyclonell FPGA 기반에서 구현된 구조의 동작을 검증 하였다. FPGA 검증 후 Synopsys Design Compiler 와 AN AM 0.25 "m CMOS cell library 로 합성하였다.
- 3상 이진 경계선 보존 맵을 얻은 후 블록화 현상 제거를 위해서 블록의 모든 픽셀에 1차원 오프셋 필터링을 적용한다. 오프셋 필터는 먼저 수평 방향으로 처리 한 후 수직으로 처리한다.
- 가우시안 분포와 비슷한 휘도 분포의 유사성을 기반으로 상관계수를 조절하는 bilateral 필터와 유사하게, 제안된 경계선 보존 필터는 휘도 간격에 지수함수를 적용한 상관계수를 적용했다. 따라서 회선 마스크를 통한 처리는 경계선을 따라서 평탄화 처리를 수행하면서, 계단 잡음과 모서리 잡음을 제거할 수 있다.
- 이들 방법은 크게 공간 영역과 주파수 영역을 이용한 방법으로 나눌 수 있다. 공간 영역을 통한 방법은 공간 적응형 필터를 이용하는 방법31, 통계모델을 이용하는 방법同 과 POCS(Projection Onto Convex Sets) 이론을 이용하는 방법이 제안 되었다.
- 기존의 관련 연구에서는 이 블록을 평탄 영역과 경계 영역으로 분류 할 수 없었다 본 논문에서는 이 블록의 모든 픽셀을 경계선 검출 처리에 의해서 분류한다. 경계선 검출 처리는 소벨(Sobel) 또는 프리윗(Prewitt) 등의 다양한 회선 마스크(Convolution mask)를 사용할 수 있다.
- 다음으로 FPGA 검증 후 HD 비디오 영상 처리를 위하여 임계 경로의 지연 조건을 6.7ns 로 설정 한 후 Synopsys사의 Design Compiler를 이용하여 0.25 mm AN AM CMOS cell library 로 합성 하였다, 구현된 디자인은 1080P 비디오 영상에서 150 M 也의 동작 주파수로 동작하였다. 표 3 은 제안된 디블로킹 필터와 in-loop 필터를 이용한 다른 디자인과의 비교 합성 결과를 보여준다.
- 다음으로 계단 잡음과 모서리 잡음 제거를 위해서 경계선 보존 필터를 제안한다. 경계선 보존 필터의 방법은 경계선을 따라서 평탄화 처리를 하면서 또한 이미지의 세밀한 영상 성분을 향상 시킬 수 있는 bilateral 필터의 기본적인 특성을 이용한다1顷.
- 다음 단계로서 이들 데이터를 근간으로 이진 경계 맵을 만든다. 다음으로 수평과 수직 경계선 맵을 근거로, 평탄 영역에서 격자 잡음을 제거 할 수 있는 오프셋 필터를 수행한다. 마지막으로 경계선 강도 맵을 근거로, 계단잡음, 모서리 잡음을 제거할 수 있는 경계선 보존 필터링 작업을 수행한다.
- 다음으로 알고리즘 시뮬레이션을 위해서, 동영상 테스트 영상으로 물체의 빠른 움직임과 움직임이 있는 배경, 다수의 블록화 현상을 포함한 Foreman영상과 물체의 느린 움직임과 움직임 없는 배경, 소수 블록화 현상을 포함한 News 영상, 앞서 소개한 두 영상의 중간적인 특성을 소유한 Silent 영상을 사용하였다. 테스트 영상의 크기는 CIF(352x288)이며, 테스트 영상의 인코딩은 인코딩 설정 항목 중 Profile@Level 설정 항목을 Simple@L3로, Encoding Type 설정 항목을 Single Pass로 설정 한 후 Xvid 인코더를 통해서 각각 100, 200, 300 Kbps 비트율로 인코딩하였다.
- 다음으로 수평과 수직 경계선 맵을 근거로, 평탄 영역에서 격자 잡음을 제거 할 수 있는 오프셋 필터를 수행한다. 마지막으로 경계선 강도 맵을 근거로, 계단잡음, 모서리 잡음을 제거할 수 있는 경계선 보존 필터링 작업을 수행한다.
- 휘도 차에 의해 계산된다. 본 논문에서는 블록 경계의 불연속 부분을 제거하기 위해서 offset/2, offset/4, and offset/8 비트이동 연산이 된 오프셋 값을 이용한다风向. 이 방법은 블록의 중심에서 왼쪽 픽셀인 瞄 s, &, 과 오른쪽 픽셀인 P“5, 财, 0, 7, P双은 블록 경계에서 픽셀간의 서로 다른 휘도 차이를 균형 있게 조정하여 블록화 현상을 제거한다.
- 경계선 검출 처리는 소벨(Sobel) 또는 프리윗(Prewitt) 등의 다양한 회선 마스크(Convolution mask)를 사용할 수 있다. 본 논문에서는 실시간처리를 위한 하드웨어 구현에 적합한 저연산량으로 경계선 방향과 경계선 강도 측정이 가능한 프리윗마스크를 사용하였다.
- 구조를 제안하였다. 블록 기반의 분류 기법을 이용한 다른 디블로킹 기법과는 달리, 픽셀 기반의 분류 기법을 이용하여, 경계선 보존 맵을 생성하고 생성된 맵을 기반으로 오프셋 필터와 경계선 보존 필터를 적용하였다. 성능비교 실험에서 이들 필터를 사용한 알고리즘은 다른 알고리즘에 비해서 이미지의 세밀한 영상 성분을 보존함과 동시에 블록화 현상을 효과적으로 제거함을 보였다.
- 이 방법은 블록의 중심에서 왼쪽 픽셀인 瞄 s, &, 과 오른쪽 픽셀인 P“5, 财, 0, 7, P双은 블록 경계에서 픽셀간의 서로 다른 휘도 차이를 균형 있게 조정하여 블록화 현상을 제거한다. 블록화 현상은 평탄 영역에서 시각적으로 더욱 두드러지기 때문에, 블록 경계의 Pii, 代, 5 2개 픽셀을 제외하고 경계선 보존 맵을 이용하여 필터 처리를 수행한다. 가령 plA, 0.
- 제안한 알고리즘은 고정된 블록 크기를 이용한 블록 분류 방법과 달리, 경계선 검출 처리를 통하여 각각의 픽셀을 분류 후 경계선 맵을 만든다. 생성된 경계선 맵의 정보를 바탕으로 오프셋 필터와 경계선 보존 필터를 적응적으로 적용한다. 하드웨어 구조 구현은 HD 실시간 비디오 영상의 후처리 시스템을 위해서, 파이프라인 구조를 적용하고 메모리사용을 줄이면서 높은 연산량을 처리 할 수 있는 설계 면적이 최소화된 블록 버퍼를 사용한다.
- 성능비교에 사용된 비교 알고리즘들은 픽셀 활성도에 의해 픽셀 블록을 분류한 후 비트이동 연산을 이용하여 오프셋 필터를 적용한 방법间, 영역별 엔트로피를 사용하여 블록을 분류하고 블록화 현상 제거를 위해 저주파 통과 필터를 사용한 방법国, 픽셀 블록을 균일 블록과 비균일 블록으로 나눈 후균일 블록에는 WABG 기법을 수행하고 비균일 블록에는 DFOVS (the deblocking frames of variable size) 기법을 수행하는 방벱, AC-Coefficient Energy 를 활용하여 저활성화 클래스와 고활성화 클래스로 분류 후 각 클래스에 맞는 적응형 필터를 적용하는 방법 E 들이 사용하는 알고리즘 성능비교 대상으로 선정되었다. 위의 모든 알고리즘은 디블로킹 필터를 적용하기 전에 고정된 블록 크기를 바탕으로 픽셀 블록을 분류한다
- 세부사항을 살펴보면 256 단계의 픽셀 휘도 값을 표현하기 위해서 8 비트 부동 소수점을 사용했으며, HDTV 1080p, 30 Hz의 프레임율 수준에서 필터 처리가 가능 하도록 설계 하였다. 요구되는 총계산량은 초 당 1, 920X1, 080 X 30 - 75.
- 오프셋 필터는 하드웨어 복잡도를 줄이기 위해서 비트 이동 연산을 기반으로 설계하였다. 픽셀 벡터와 경계선 보존 맵의 벡터를 입력으로 받으며, 매클록마다 8 픽셀을 처리한다.
- 위에서 제안된 방법들은 블록을 여러 부류로 나눈 후, 분류된 블록의 특징을 고려하여 각각 다른 필터링을 적용한다. 평탄한 영역에서는 블록화 제거 강도를 강하게 적용하고, 경계선을 포함한 세밀하고 복잡한 영역에서는 블록화 제거 강도를 약하게 적용한다.
- 위의 모든 알고리즘은 디블로킹 필터를 적용하기 전에 고정된 블록 크기를 바탕으로 픽셀 블록을 분류한다
- '씨 또 다른 방법으로는 영역별 엔트로피를 분석하여 블록화 현상을 제거하는 방법이 제안 되었다''. 이 방법은 각 영역을 엔트로피 값 기반으로 정밀, 평탄, 중간 영역 총 3개의 영역으로 나눈다 그 밖에도 블록을 균일, 비균일 블록으로 분류하여 필터링을 수행하는 방벱I이 제안 되었다.
- 경계선 보존 필터의 블록 구조는 그림 9 와 같으며, 임계 경로는 4개의 곱셈기, 2개의 감산기, 각각 1개의 절대 값 처리기, 가산기, 다중화기, 나눗셈기로 구성되어있다. 이와 같은 임계 경로의 긴 지연시간을 피하기 위해서 12 단계의 파이프라인 구조를 적용하였다
- 제안된 구조에서 픽셀 분류기는 입력으로 3×3 픽셀 블록을, 오프셋 필터는 8×8 픽셀 블록을, 경계선 보존 필터는 3×3 픽셀 블록의 데이터 형식을 입력으로 요구한다.
- 제안된 디블로킹 필터의 구조는 실시간 처리를 위해 파이프라인 기법을 적용하였고, 오프셋 필터와 경계선 필터를 병렬적으로 처리되도록 하였다. 세부사항을 살펴보면 256 단계의 픽셀 휘도 값을 표현하기 위해서 8 비트 부동 소수점을 사용했으며, HDTV 1080p, 30 Hz의 프레임율 수준에서 필터 처리가 가능 하도록 설계 하였다.
- 제안된 디블로킹 필터의 블록 버퍼는 래스터 주사(raster scan)방식으로부터 받은 입력 픽셀을 오프셋 필터를 위하여, 8×8 픽셀 블록으로 픽셀 분류기를 위하여 3×3 픽셀 블록으로 각각 변환한다. 오프셋 필터 적용 후에는 경계선 보존 필터를 위하여 8×8 픽셀 블록이 3×3 픽셀 블록으로 변환된다.
- 제안한 경계선 보존 알고리즘 기반의 디 블로킹 필터는 경계선 검출 처리 결과를 통한 경계선 보존 맵을 바탕으로 2단계 적응형 필터를 이용하여 블록화 현상을 제거하며, 필터의 처리과정은 그림 2 와같다
- 제안한다. 제안한 알고리즘은 고정된 블록 크기를 이용한 블록 분류 방법과 달리, 경계선 검출 처리를 통하여 각각의 픽셀을 분류 후 경계선 맵을 만든다. 생성된 경계선 맵의 정보를 바탕으로 오프셋 필터와 경계선 보존 필터를 적응적으로 적용한다.
- 과 같다. 총 3 단계의 파이프라인 구조가 적용 되었으며 매 클록마다 각 픽셀에 대한 Ex, % Ez 를 추출하여 3상 이진 경계 보존 맵을 생성한다.
- 테스트 영상의 크기는 CIF(352x288)이며, 테스트 영상의 인코딩은 인코딩 설정 항목 중 Profile@Level 설정 항목을 Simple@L3로, Encoding Type 설정 항목을 Single Pass로 설정 한 후 Xvid 인코더를 통해서 각각 100, 200, 300 Kbps 비트율로 인코딩하였다. 그림 11은 제안된 알고리즘의 성능을 시각적으로 보여주기 위해서 Foreman 영상의 임의 프레임에서 디블로킹 필터 적용 전후 영상을 보여주고 있다, 표 2는 제안된 알고리즘과 공간 영역기반 분류 방법의 다른 알고리즘들을 실험 영상에 적용 후 성능을 PSNR 비교수치로 보여준다.
대상 데이터
- 실험을 수행하였다. 실험에 사용된 테스트 이미지는 8비트 흑백 영상이며 512x512의 영상 크기이다. 제안한 알고리즘을 평가하기 위해서, 공간영역 기반 분류 방법俱기과 pSNR 비교를 통해 분석하였다.
데이터처리
- 분석하였다. 먼저 Matlab 740을 통해 제안된 알고리즘을 소프트웨어 기반에서 시뮬레이션을 하였고 Cyclonell FPGA 기반에서 구현된 구조의 동작을 검증 하였다. FPGA 검증 후 Synopsys Design Compiler 와 AN AM 0.
- 제안된 디블로킹 필터의 구조는 RTL 수준에서 VHrmL를 사용하여 구현된, VLSI 하드웨어 구조를 FPGA Cyclonen 상에서 동작을 검증 하였다 FPGA 를 통한 검증은 Cyclonell FPGA EP2C70F890을사용한 DE2-70 개발 보드에서 수행되었으며, 그림 12는 FPGA 검증시스템의 구성을 보여준다. 다음으로 FPGA 검증 후 HD 비디오 영상 처리를 위하여 임계 경로의 지연 조건을 6.
- 제안된 디블로킹의 알고리즘 평가 및 검증은 알고리즘 시뮬레이션 통해 수행 되었으며, VHDL을사용하여 구현된 VLSI 하드웨어 구조 검증은 FPGA 상에서의 구현과 칩으로 구현하였을 때의 합성 결과를 분석하였다. 먼저 Matlab 740을 통해 제안된 알고리즘을 소프트웨어 기반에서 시뮬레이션을 하였고 Cyclonell FPGA 기반에서 구현된 구조의 동작을 검증 하였다.
- 실험에 사용된 테스트 이미지는 8비트 흑백 영상이며 512x512의 영상 크기이다. 제안한 알고리즘을 평가하기 위해서, 공간영역 기반 분류 방법俱기과 pSNR 비교를 통해 분석하였다. 분석 결과는 표 1 과 같다.
이론/모형
- Matlab에서 알고리즘 시뮬레이션을 위해서 먼저 LENA, Barbara, Pepper 테스트 이미지 세트를 이용하여 실험을 수행하였다. 실험에 사용된 테스트 이미지는 8비트 흑백 영상이며 512x512의 영상 크기이다.
성능/효과
- 블록 기반의 분류 기법을 이용한 다른 디블로킹 기법과는 달리, 픽셀 기반의 분류 기법을 이용하여, 경계선 보존 맵을 생성하고 생성된 맵을 기반으로 오프셋 필터와 경계선 보존 필터를 적용하였다. 성능비교 실험에서 이들 필터를 사용한 알고리즘은 다른 알고리즘에 비해서 이미지의 세밀한 영상 성분을 보존함과 동시에 블록화 현상을 효과적으로 제거함을 보였다.
- 분석 결과는 표 1 과 같다. 실험 결과 본 논문에서 제안된 알고리즘이 대부분의 이미지와 비트율에서 가장 높은 PSNR 수치를 보였다. 그림 10은 Lena512 테스트 이미지에 각각의 디블로킹 알고리즘을 적용한 결과이다.
- 그림 11은 제안된 알고리즘의 성능을 시각적으로 보여주기 위해서 Foreman 영상의 임의 프레임에서 디블로킹 필터 적용 전후 영상을 보여주고 있다, 표 2는 제안된 알고리즘과 공간 영역기반 분류 방법의 다른 알고리즘들을 실험 영상에 적용 후 성능을 PSNR 비교수치로 보여준다. 실험 결과 제안된 알고리즘은 모든 이미지와 비트율에서 가장 높은 PSNR 개선수치를 보이며 특히 움직임이 많은 영상, 저전송율 압축 영상에서 개선 효과가 더욱 뛰어남을 보여준다.
- 표 3 은 제안된 디블로킹 필터와 in-loop 필터를 이용한 다른 디자인과의 비교 합성 결과를 보여준다. 제안된 디블로킹 필터는 50.1K 게이트로써, in-loop 디블로킹 필터 알고리즘 보다 복잡도가 높다. 하지만 PSNR 비교 결과 다른 알고리즘에 비해 향상된 수치를 보였고 실제 시각적으로도 더욱 개선된 이미지를 얻을 수 있었다.
- 제안한 알고리즘 수행을 위한 하드웨어 구조는 구조 전체에 파이프라인 기법 적용과 오프셋 필터와 경계선 보존 필터를 병렬 구조로 배치함으로써 고 연산 실시간 비디오 영상 처리에 효율성을 높였고, 블록 버퍼의 사용은 메모리 사용을 최소화 하여. HD 해상도에서 실시간 영상처리가 가능하다.
- 1K 게이트로써, in-loop 디블로킹 필터 알고리즘 보다 복잡도가 높다. 하지만 PSNR 비교 결과 다른 알고리즘에 비해 향상된 수치를 보였고 실제 시각적으로도 더욱 개선된 이미지를 얻을 수 있었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.