[논문]스테레오스코픽 3D영상 화질 평가 방법

박영수; 허남호; 표경수; 송정근

doi:10.5909/jeb.2011.16.2.319

초록
AI-Helper

스테레오스코픽 3D 영상의 객관적인 화질 평가를 위해서 지금까지는 왼쪽과 오른쪽 영상에 대해 각각 2D 영상의 화질을 측정, 평가하는 방법을 사용하였다. 하지만 이 방법은 각각의 영상에 대해서 별도로 화질을 평가해야 하는 불편함이 따랐다. 그래서 본 논문에서는 왼쪽과 오른쪽 영상을 중첩하여 만든 하나의 영상을 통하여 스테레오스코픽 3D 영상의 화질을 평가하는 방법을 제안하여, 보다 간편하고 빠르게 스테레오스코픽 3D 영상의 화질을 평가할 수 있도록 하였다.

Abstract ▼ AI-Helper

For objective assessment of stereoscopic 3D image quality, we measure quality of left and right image with 2D image quality measurement method. However, this method is inconvenient because that we have to measure quality of left and right image individually. Therefore we propose a method of stereosc...

For objective assessment of stereoscopic 3D image quality, we measure quality of left and right image with 2D image quality measurement method. However, this method is inconvenient because that we have to measure quality of left and right image individually. Therefore we propose a method of stereoscopic 3D image quality assessment using one overlaid image with left and right image. Using this method, One can measure quality of stereoscopic 3D image more easily and quickly.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

하지만 스테레오스코픽 3D 영상의 화질 평가를 위해, 각각의 영상에 대한 화질평가를 두 번씩 해야 하는 중복 작업에 따른 불편함을 초래한다. 따라서 본 논문에서는 이를 해결하기 위해 원본영상이 되는 왼쪽과 오른쪽 영상을 중첩 (overlay)시켜 하나의 원본 영상으로 만들고, 이를 비 교 영상이 되는 왼쪽과 오른쪽 영상을 중첩시켜 만든 하나의 비교 영상과 비교, 평가하는 방법을 사용하여 보다 간편하게 스테레오스코픽 3D 영상의 객관적인 화질을 평가하는 방법을 제시하고자 한다.
하지만, 왼쪽과 오른쪽 영상에 대해 각각 영상의 화질을 평가해야 하는 불편함이 따랐다. 따라서 본 논문에서는 이러한 불편함을 해소하고자 한 번의 화질 평가를 통해 스테레오스코픽 3D 영상의 화질을 측정할 수 있는 방법을 제시하고자 한다.

가설 설정

실험에서는 왼쪽 영상의 중첩 계수 α의 값을 0.5로 정해서, 왼쪽과 오른쪽 영상이 같은 비율로 중첩되는 경우로 가정하여서 실험을 실시하였다.

제안 방법

제안한 방법을 이용하여 기존의 화질 평가 방법들에 적용하여 쓸 수 있는지 알아보기 위하여, 제안한 방법을 통해 MSE와 PSNR을 구해보면 다음과 같다. 중첩계수, α = 0.
Geumgang’ (320×240), ‘blacksmith’(720×480), ‘football’(720×480), ‘bright’ (1920×1080), ‘dark’ (1920×1080)를 사용하였고 (그림 4), 이들 실험 영상에 대하여 PSNR, SSIM, 그리고 VQM의 세 가지 객관적 화질 평가방법에 대하여 비교, 평가하는 실험을 실시하였다.
Geumgang’ 영상은 256, 384, 512, 640 Kbps, 720×480인 ‘blacksmith’와 ‘football’ 영상은 1, 2, 3, 4 Mbps, 1920×1080인 ‘bright’, ‘dark’ 영상은 8, 10, 12, 14 Mbps의 4가지의 서로 다른 영상 압축 비트율의 조건을 주어 영상 압축을 실시하였고, 이를 중첩 계수 α = 0.5를 사용하여 왼쪽과 오른쪽 영상을 중첩한 원본 영상과 비교 영상을 이용하여 비교, 평가하는 실험을 하였다.
Geumgang’ (320×240), ‘blacksmith’(720×480), ‘football’(720×480), ‘bright’ (1920×1080), ‘dark’ (1920×1080)를 사용하였고 (그림 4), 이들 실험 영상에 대하여 PSNR, SSIM, 그리고 VQM의 세 가지 객관적 화질 평가방법에 대하여 비교, 평가하는 실험을 실시하였다. 실험 영상의 영상 압축 방법은 H.264/AVC의 레퍼런스 소프트웨어인 JM 17.2 버전을 이용하여 High profile, Level 5.0, QP (I, P = 28, B = 30)의 조건으로 왼쪽 영상과 오른쪽 영상을 각각 압축하였으며, 이 실험을 위해서 CPU: Pentium-4 3.2Ghz, RAM: 1.5 GB의 컴퓨터를 사용하였다. 영상의 크기에 따라서 크기가 320×240인 ‘Mt.
기존의 방법대로 왼쪽과 오른쪽 영상에 대해 각각 PSNR 값을 구한 결과와 제안된 방법에 따라 왼쪽과 오른쪽 영상을 중첩 시켜 만든 하나의 영상에 대한 PSNR 값을 비교하여 보았다. 그림 5 ~ 9에서 (a)의 그래프는 각각의 실험 영상에 대하여 기존 방법에 의해 구한 왼쪽과 오른쪽 영상의 PSNR 결과 값을 표현한 그래프이고, (b) 그래프는 제안된 방법에 의해 왼쪽과 오른쪽 영상을 중첩한 하나의 영상에 대한 PSNR 그래프이다.
기존의 방법대로 왼쪽과 오른쪽 영상에 대해 각각 SSIM 값을 구한 결과와 제안된 방법에 따라 왼쪽과 오른쪽 영상을 중첩 시켜 만든 하나의 영상에 대한 SSIM 값을 비교하여 보았다. 그림 10 ~ 14에서 (a)의 그래프는 각각의 실험 영상에 대하여 기존 방법에 의해 구한 왼쪽과 오른쪽 영상의 SSIM 결과 값을 표현한 그래프이고, (b) 그래프는 제안된 방법에 의해 왼쪽과 오른쪽 영상을 중첩한 하나의 영상에 대한 SSIM 그래프이다.
기존의 방법대로 왼쪽과 오른쪽 영상에 대해 각각 VQM 값을 구한 결과와 제안된 방법에 따라 왼쪽과 오른쪽 영상을 중첩 시켜 만든 하나의 영상에 대한 VQM 값을 비교 하여 보았다. 그림 15 ~ 19에서 (a)의 그래프는 각각의 실험 영상에 대하여 기존 방법에 의해 구한 왼쪽과 오른쪽 영상의 VQM 결과 값을 표현한 그래프이고, (b) 그래프는 제안된 방법에 의해 왼쪽과 오른쪽 영상을 중첩한 하나의 영상에 대한 VQM 그래프이다.

데이터처리

제안된 방법에 의한 화질 평가 방법을 실제 영상에 적용하여, 그 결과를 기존 방법인 각각의 영상에 대해 평가하는 방법과 비교하여 보았다. 이를 위해서 실험 영상으로는 스테레오스코픽 3D 영상인 ‘Mt.
실험을 통해서 기존 방법대로 왼쪽와 오른쪽 영상에 대해 각각 객관적 화질 평가 방법인 PSNR, SSIM, VQM을 이용하여 측정한 결과 값과 제안된 방법에 의해서 만들어진 중첩 영상에 대해 이들 객관적 화질 평가 방법을 적용하여 측정한 결과 값들에 대해서 비교하여 보았다. 실험결과 두 방법 모두 PSNR, SSIM 측정 결과는 영상 압축 비트율 이 높을수록 높은 결과 값을 보여주었고, VQM 결과에서는 영상 압축 비트율이 낮을수록 높은 결과 값을 나타내었다.

성능/효과

따라서 제안된 방법에 의해 중첩된 영상에서의 MSE 값은 왼쪽 영상의 MSE 값과 오른쪽 영상의 MSE 값에 대해 산술평균과 기하평균을 1/2씩 조합한 결과 값을 갖게 된다. 이러한 산술평균과 기하평균을 조합한 결과는 단순한 두 영상의 산술적인 평균 값 뿐만 아니라 기하평균에 따른 두 영상사이의 상관관계를 반영한 결과 값을 얻을 수 있다.
그림 5 ~ 9의 그래프에서 보여주듯이 기존의 방법에 의한 PSNR 결과 값은 영상 압축 비트 율이 증가함에 따라 증가하고 있고, 마찬가지로 제안된 방법에 의해 중첩된 영 상에서도 영상 압축 비트 율이 증가할수록 PSNR 결과 값이 증가함을 확인할 수 있다.
그림 10 ~ 14의 그래프에서 보여주듯이 기존의 방법에 의한 SSIM 결과 값은 영상 압축 비트 율이 증가함에 따라 증가하고 있고, 마찬가지로 제안된 방법에 의해 중첩된 영상에서도 영상 압축 비트 율이 증가할수록 SSIM 결과 값이 증가함을 알 수 있다.
그림 15 ~ 19의 그래프에서 보여주듯이 기존의 방법에 의한 VQM 결과 값은 영상 압축 비트 율이 증가함에 따라 감소하고 있고, 마찬가지로 제안된 방법에 의해 중첩된 영상에서도 영상 압축 비트 율이 증가할수록 VQM 결과 값이 감소함을 알 수 있다.
실험을 통해서 기존 방법대로 왼쪽와 오른쪽 영상에 대해 각각 객관적 화질 평가 방법인 PSNR, SSIM, VQM을 이용하여 측정한 결과 값과 제안된 방법에 의해서 만들어진 중첩 영상에 대해 이들 객관적 화질 평가 방법을 적용하여 측정한 결과 값들에 대해서 비교하여 보았다. 실험결과 두 방법 모두 PSNR, SSIM 측정 결과는 영상 압축 비트율 이 높을수록 높은 결과 값을 보여주었고, VQM 결과에서는 영상 압축 비트율이 낮을수록 높은 결과 값을 나타내었다. 이를 통하여 제안된 방법을 이용하여 측정한 객관적인 화질 평가 방법의 결과 값은 기존의 2D 영상을 각각 측정하는 방법에 따른 결과와 비슷한 동향을 나타냄을 알 수 있으며, 기존 방법 대신 객관적인 화질 평가 방법으로 사용할 수 있음을 알 수 있다.
실험결과 두 방법 모두 PSNR, SSIM 측정 결과는 영상 압축 비트율 이 높을수록 높은 결과 값을 보여주었고, VQM 결과에서는 영상 압축 비트율이 낮을수록 높은 결과 값을 나타내었다. 이를 통하여 제안된 방법을 이용하여 측정한 객관적인 화질 평가 방법의 결과 값은 기존의 2D 영상을 각각 측정하는 방법에 따른 결과와 비슷한 동향을 나타냄을 알 수 있으며, 기존 방법 대신 객관적인 화질 평가 방법으로 사용할 수 있음을 알 수 있다.
하지만 이 방법의 경우, 각각의 영상에 대해서 별도로 화질을 측정해야 한다는 불편함을 가지고 있다. 따라서 본 논문에서는 이 두 영상을 중첩시켜 하나의 영상을 구성하고 이를 평가하는 방법을 제안하여, 보다 간편하게 화질을 평가할 수 있는 방법을 제안하였고, 실험 결과를 통하여 제안한 방법이 기존 방법의 결과와 비슷한 동향의 결과를 도출함을 보여주었다. 이를 통하여 스테레오스코픽 3D영상에 대한 화질 평가를 중복작업 없이 한 번에 할 수 있으며, 다양한 환경에서 인지되는 3D영상의 비교, 평가에도 응용할 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	스테레오스코픽 3D 영상의 화질을 평가하기 위한 방법 중 객관적인 평가 방법의 장단점은 무엇인가?	이러한 스테레오스코픽 3D 영상의 화질을 평가하기 위한 방법에는 시청자들이 직접 보고 판단하는 주관적인 평가 방법과 영상 자체를 가지고 측정 도구를 이용하여 객관화된 수치를 구하는 객관적인 평가 방법이 있다. 객관적인 평가 방법을 사용할 경우, 지금까지 가장 많이 쓰이는 방법은 왼쪽과 오른쪽 2D 영상에 대한 화질을 기존의 2D 영상 화질 평가 방법을 이용하여 평가하는 방법으로, 그동안 많이 연구되어 온 기존 평가 방법을 그대로 사용할 수 있다는 장점이 있다. 하지만, 왼쪽과 오른쪽 영상에 대해 각각 영상의 화질을 평가해야 하는 불편함이 따랐다. 따라서 본 논문에서는 이러한 불편함을 해소하고자 한 번의 화질 평가를 통해 스테레오스코픽 3D 영상의 화질을 측정할 수 있는 방법을 제시하고자 한다.
	스테레오스코픽 3D 영상은 무엇에 의해 뇌에서 하나의 입체감이 있는 영상으로 융합되어 인식되는가?	스테레오스코픽 3D 영상은 사람의 시각 시스템에 의해 뇌에서 하나의 입체감이 있는 영상으로 융합되어 인식되는데, 이것은 하나의 2D 사이클로피언 (cyclopean) 영상 정보와 하나의 입체감에 관한 정보로 이루어진다[1]. 사람의 눈을 통하여 들어온 왼쪽 영상과 오른쪽 영상이 뇌에 전달되어 어떻게 사이클로피언 영상을 만들어내는 지에 대해서는 보다 많은 연구가 필요하지만, 이 두 영상을 토대로 만들어 진다고 가정하면, 왼쪽과 오른쪽 영상의 화질을 통하여, 이 두 영상이 융합되어 만들어지는 사이클로피언 영상에 대한 대략적인 화질을 예측해 볼 수는 있다.
	스테레오스코픽 3D 영상의 화질을 평가하기 위한 방법으로는 어떤 것이 있는가?	스테레오스코픽 3D 영상은 사람의 왼쪽과 오른쪽 눈이 서로 조금 다른 영상을 보게 되고, 이렇게 다르게 수용된 시각정보가 뇌에서 하나의 입체감이 있는 영상으로 융합되어 인식되는 원리를 이용하여, 왼쪽과 오른쪽 눈에 보여줄 두 개의 영상으로 만들어진다. 이러한 스테레오스코픽 3D 영상의 화질을 평가하기 위한 방법에는 시청자들이 직접 보고 판단하는 주관적인 평가 방법과 영상 자체를 가지고 측정 도구를 이용하여 객관화된 수치를 구하는 객관적인 평가 방법이 있다. 객관적인 평가 방법을 사용할 경우, 지금까지 가장 많이 쓰이는 방법은 왼쪽과 오른쪽 2D 영상에 대한 화질을 기존의 2D 영상 화질 평가 방법을 이용하여 평가하는 방법으로, 그동안 많이 연구되어 온 기존 평가 방법을 그대로 사용할 수 있다는 장점이 있다.

참고문헌 (7)

B. Julesz, Foundation of Cyclopean Perception, The University of Chicago Press, USA, 1971.
A. M. Tourapis, A. Leontaris, K. Suhring and G. Sullivan, "H.264/MPEG-4 AVC Reference Software Manual," JVT-X072, JVT of ISO/IEC MPEG & ITU-T VCEG, 2010.
Q.Huynh-Thu and M. Ghanbari, "Scope of validity of PSNR in image/video quality assessment," Electronics Letters, Vol 44, Issue 13, pp. 800-801, Jun 2008.

상세보기
A. Mood, F. Graybill and D. Boes, Introduction to the Theory of Statistics, 3rd edition, pp. 229, McGraw-Hill, USA, 1974.
Z. Wang, A. C. Bovik, H. R. Sheikh and E. P. Simoncelli, "Image Quality assessment : From error visibility to structural similarity," IEEE Transactions on Image Processing, Vol 13, No. 4, pp. 600-612, Apr. 2004.

상세보기
F. Xiao,"DCT-based Video Quality Evaluation," MSU Graphics and Media Lab (Video Group), Winter 2000.
Multimedia Scalable 3D for Europe, "QoE methodology specification-Phase I," Project co-funded by the European Commission within the Seventh Framework Programme, Jun 2010.

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 스테레오스코픽 3D영상 화질 평가 방법
A Method of Stereoscopic 3D Image Quality Assessment 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

데이터처리

성능/효과

질의응답

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 스테레오스코픽 3D영상 화질 평가 방법 A Method of Stereoscopic 3D Image Quality Assessment 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

데이터처리

성능/효과

질의응답

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

박영수 (8) 허남호 (55) 표경수 (1) 송정근 (30)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 스테레오스코픽 3D영상 화질 평가 방법
A Method of Stereoscopic 3D Image Quality Assessment 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

활용도 Top5 논문