[논문]압축 센싱을 이용한 3D 방송 신호 전송 시스템

이선의; 차재상; 박구만; 김진영

압축 센싱을 이용한 3D 방송 신호 전송 시스템
Novel Transmission System of 3D Broadcasting Signals using Compressed Sensing 원문보기

통신위성우주산업연구회논문지 = The Journal of Korea Society of Communication and Sapce Technology, v.8 no.4, 2013년, pp.130 - 134

이선의 (광운대학교) , 차재상 (서울과학기술대학교) , 박구만 (서울과학기술대학교) , 김진영 (광운대학교)

초록
AI-Helper

본 논문에서는 3D 방송의 기본적인 원리를 설명하고 3D 방송을 CS 기술을 적용하여 데이터 용량을 줄이는 방식을 제안한다. 샘플링 이론과 CS 기술의 차이점을 설명하고 개념과 동작원리를 설명한다. 최근 제안된 CS 센싱의 복원 알고리즘인 AMP(Approximate Message Passing)와 CoSaMP(Compressive Sampling Matched Pursuit)를 소개하고 이를 이용하여 이미지 데이터를 압축 복원하여 비교한다. 두 알고리즘의 계산시간을 비교하여 낮은 복잡도를 갖는 알고리즘을 판단한다.

Abstract ▼ AI-Helper

This paper describes the basic principles of 3D broadcast system and proposes new 3D broadcast technology that reduce the amount of data by applying CS(Compressed Sensing). Differences between Sampling theory and the CS technology concept was described. Recently proposed CS algorithm AMP(Approximate Message Passing) and CoSaMP(Compressive Sampling Matched Pursuit) was described. Image data that compressed and restored by these algorithm was compared. Calculation time of the algorithm having a low complexity is determined.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 앞으로 동영상, 3D 실감 미디어 중심의 통신환경에서 급증하는 트래픽을 수용하기 위하여 3D 방송 기술에 압축센싱(Compressed Sensing) 기술을 적용시키는 연구를 진행하였다. 최근 3D 방송 기술을 소개하고 CS 기술의 기초적인 개념을 설명하고 신호 복원 알고리즘의 종류인 AMP(Approximate Message Passing)과 CoSaMP (Compressive Sampling Matched Pursuit) 통하여 이미지 파일을 압축 복원하여 복잡도와 계산 시간을 비교한다.

가설 설정

CoSaMP 알고리즘은 먼저 m×N을 가지는 샘플 행렬 Φ을 가정한다.

제안 방법

CS에 사용되는 두 개의 알고리즘을 통하여 이미지를 압축 복원 하였다. 동일하게 iteration 방법을 사용하지만 후에 나온 AMP 알고리즘이 CoSaMP 알고리즘보다 계산시간이 적고 이미지의 에러가 더 적은 것을 알 수 있었다.
AMP와 CoSaMP 알고리즘을 이용하여 이미지 데이터를 압축하고 복원하는 실험을 하였다. 다음 그림 2를 이용하여 데이터를 행렬로 나타내고 각각 AMP 알고리즘과 CoSaMP 알고리즘을 통하여 압축 후에 다시 이미지로 복원했을 때의 그림을 비교해 본다.
따라서 새로 제안된 방식은 L1-norm 최소화를 이용하여 선형문제로 접근하는 것이다. 다음 조건을 만족하는 M이 존재하면 원본신호 x벡터를 복원할 수 있다[5].
그림 5. 이미지 샘플에 따른 계산시간 비교.
본 논문에서는 앞으로 동영상, 3D 실감 미디어 중심의 통신환경에서 급증하는 트래픽을 수용하기 위하여 3D 방송 기술에 압축센싱(Compressed Sensing) 기술을 적용시키는 연구를 진행하였다. 최근 3D 방송 기술을 소개하고 CS 기술의 기초적인 개념을 설명하고 신호 복원 알고리즘의 종류인 AMP(Approximate Message Passing)과 CoSaMP (Compressive Sampling Matched Pursuit) 통하여 이미지 파일을 압축 복원하여 복잡도와 계산 시간을 비교한다.
식 (3)에서 c는 상수이고 K는 Sparsity를 의미한다. 현재 까지 다양한 신호 복원 기술이 제안 되었는데 본 논문에서는 AMP(Approximate Message Passing)와 CoSaMP (Compressive Sampling Matched Pursuit) 두가지 신호 복원 알고리즘을 설명하고 이 방식을 통하여 이미지를 압축센싱 과정을 거쳐 복원하고 이미지의 선명도와 계산시간을 비교한다.

대상 데이터

앞서 실험한 CoSaMP보다 선명한 화질을 볼 수 있었고 그림 5에서 20가지 타입의 128*128 픽셀의 이미지를 통하여 계산 시간을 비교한 그래프 이다. 실험에 사용한 컴퓨터는 동일했고 모두 흑백 사진을 사용하였다. AMP 알고리즘이 CoSaMP 보다 계산 시간과 이미지 에러률이 낮을 것을 알 수 있어 3D 방송에 더 적합하다는 것을 알 수 있다.

이론/모형

AMP와 CoSaMP 알고리즘을 이용하여 이미지 데이터를 압축하고 복원하는 실험을 하였다. 다음 그림 2를 이용하여 데이터를 행렬로 나타내고 각각 AMP 알고리즘과 CoSaMP 알고리즘을 통하여 압축 후에 다시 이미지로 복원했을 때의 그림을 비교해 본다.
그리고 최소 제곱법을 사용하여 근사를 치를 추정하기 위하여 샘플을 사용한다.

성능/효과

실험에 사용한 컴퓨터는 동일했고 모두 흑백 사진을 사용하였다. AMP 알고리즘이 CoSaMP 보다 계산 시간과 이미지 에러률이 낮을 것을 알 수 있어 3D 방송에 더 적합하다는 것을 알 수 있다.
동일하게 iteration 방법을 사용하지만 후에 나온 AMP 알고리즘이 CoSaMP 알고리즘보다 계산시간이 적고 이미지의 에러가 더 적은 것을 알 수 있었다. 계속 개선되어가는 CS이론을 이용하여 3D 방송에 응용할 수 있는 가능성을 보였다. 2006년부터 시작된 CS 이론은 역사가 길지 않지만 향후 디지털 세상을 획기적으로 바꿀 수 있는 이론이기 때문에 주목할 필요가 있다.
CS에 사용되는 두 개의 알고리즘을 통하여 이미지를 압축 복원 하였다. 동일하게 iteration 방법을 사용하지만 후에 나온 AMP 알고리즘이 CoSaMP 알고리즘보다 계산시간이 적고 이미지의 에러가 더 적은 것을 알 수 있었다. 계속 개선되어가는 CS이론을 이용하여 3D 방송에 응용할 수 있는 가능성을 보였다.

후속연구

2006년부터 시작된 CS 이론은 역사가 길지 않지만 향후 디지털 세상을 획기적으로 바꿀 수 있는 이론이기 때문에 주목할 필요가 있다. CS이론을 기반으로 디지털 기기와 데이터 전송을 수행하게 되면 한정된 주파수 자원을 더 효율적으로 사용할 수 있게 될 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	압축 센싱은 어떤 기술인가?	압축 센싱 (Compressed Sensing)은 Sparse signal을 선형관찰 신호로부터 복구하는 기술이다. 기존의 신호처리 기법은 모든 데이터를 Shannon의 이론을 토대로 신호의 최대 주파수보다 두배 이상 샘플링을 하면 신호를 완벽하게 복원할 수 있다는 것에 기초한다.
	3D 영상 전송 방식 중 하나인 Side-by-Side 방식의 장점은 무엇인가?	Side-by-Side 방식은 좌측 카메라에서 촬영한 영상과 우측 카메라가 촬영한 영상을 동일하게 하나의 프레임에 고정시켜 구성하는 방식이다. 이 방식의 장점은 좌측과 우측의 영상을 가로 해상도를 절반으로 줄여 하나의 영상으로 구성 하는 기존 DTV 방송과 호환이 가능하다. 일본의 BS11의 3D 채널, 영국의 위성채널 BSKYB, 우리나라 위성방송 SkyLife 의 Sky3D, CJ 헬로비젼의 3D 시범서비스, 에서 사용하는 방식이다.
	CS 이론이 압축 신호 처리에 매우 효율적인 이유는 무엇인가?	따라서 많은 샘플이 필요하기 때문에 많은 데이터 저장 공간을 필요로 하게 된다. 하지만 CS 이론은 원신호가 Sparse 특성을 가지고 있다면 Nyquist율보다 낮게 하여도 신호를 복원할 수 있기 때문에 압축 신호 처리에 매우 효율적이다. 이 CS 기술은 기본적으로 두가지 기술로 나눌 수 있다.

참고문헌 (8)

D. L. Donoho, "Compressed sensing," IEEE Trans. Inf. Theory, vol. 52, no. 4, pp. 1289-1306, Apr. 2006.

상세보기
D. L. Donoho and J. Tanner, "Precise undersampling theorems," IEEE Signal Process. Mag., vol. 98, no. 6, pp. 913-924, June 2010.
윤국진, 김찬, 이봉호, 유웅식, 정원식, "지상파 및 케이블 3DTV 방송서비스 표준화 현황," 전자통신동향분석논문지, 제 26권 3호, pp. 105-110, June 2011.
이승욱, "3D 그래픽스 압축 기술 및 표준화 동향," 한국정보통신기술협회논문지, 제 144권, pp. 45-49, Nov. 2012.
Zhu Han, Husheng Li and Wotao Yin, Compressive sensing for wireless networks, Cambridge, 2013.
D. Needell and J. A. Tropp, "CoSaMP: Iterative signal recovery from incomplete and inaccurate samples," Appl. Comput. Harmon. Anal., vol. 26, no. 3, pp. 301-321, 2009.

상세보기
J. Ma, G. Plonka and M. Y. Hussaini, "Compressive video sampling with approximate message passing decoding," IEEE Transactions on Circuits and Systems for Video Technology, vol. 22, no. 9, Sept. 2012.
V. Chandar, D. Shah, and G. W. Wornell, "A simple message-passing algorithm for compressed sensing," in Proc. ISIT, pp. 1968-1972, June 2010.

저자의 다른 논문 :

LOADING...

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