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
- 오버드라이브는 RGB 별로 독립적으로 수행되기 때문에, RGB 간의 압축 손실의 차이가 적을수록 유리하다. 이러한 이유로 본 논문에서는 RGB 간의 압축 손실 차를 줄이고 Y-based BTC 보다 높은 PSNR 결과를 얻기 위해서, advanced Y-based BTC 방법을 제안한다. advanced Y-based BTC는 Y에서 RGB의 편차에 관계없이 정해진 가중치로 계산되는데, advanced Y-based BTC 방법에서는 블록 내의 데이터 중 최대값과 최소값의 편차에 따라서, 컬러 성분 별로 가중치를 달리 하는 방법을 사용하였다.
- 일반적인 다중 레벨(multi-level) BTC는 데표 데이터가 4 개를 이상을 사용하는 방법으로 본 장에서는 다중레벨 중 제안하는 알고리즘에 적용 되어진 4-level BTC 구현 방법에 대해서 소개한다. 일반적인 4-level BTC는 3 개의 임계값을 기준으로 4 개의 영역으로 분리한 다음, 블록내의 데이터를 11, 10, 01, 00(2진수)의 비트맵으로 표현하여, 복호기에 전달하고, 비트맵 정보로 각각의 레벨에 맞는 데이터 값으로 복원할 수 있도록 하는 방법이다.
제안 방법
- MM-BTC 알고리즘 중 Advanced 2-level BTC 방법은 압축 효율을 높이기 위해서 원본 6x4 블록을 2개의 3x4 블록으로 나누어 압축을 적용하였다. 2 개의 서브블록에서 각각 2-level BTC를 수행하여, 각각의 블록마다, 대표 데이터를 구한다. 컬러 성분 별로 필요한 비트맵은 압축비 향상을 위해서, advanced Y-based BTC방법을 적용하여, 컬러 성분 별로 존재하는 비트맵을 1/3으로 압축하였다.
- Advanced Y-based BTC의 압축 성능을 정량 적으로 분석하기 위해서, 그림 2에서와 같이 basic-BTC와 Y-based BTC 그리고, 본 논문에서 제안하는 advanced Y-based BTC의 각 서브 그레이 단위(RGB)로 PSNR을 조사하였다.
- Improved 2-level BTC와 같이, 그레이들의 비트맵을 하나로 통합하여, 비트맵을 줄이는 방법을 사용하였고, 대표 데이터들은 압축 없이 사용하였다.
- 동작범위는 총 23 비트를 사용하였고, 평균은 총 24 bit를 사용하였다. Improved 2-level BTC의 경우, 비트맵은 화소마다 1 비트를 사용하므로 총 24 비트로 표현하였고, 8-level adaptive quantization coding(AQC) [10]로 압축한 대표 데이터들은 총 71 비트 (최소 화소 값:23 bit, 양자화 구간:12 bit, 비트맵:36 bit)로 표현하여, 두가지 압축 모드를 각 95 비트를 사용하였다.
- MM-BTC 알고리즘 중 Advanced 2-level BTC 방법은 압축 효율을 높이기 위해서 원본 6x4 블록을 2개의 3x4 블록으로 나누어 압축을 적용하였다. 2 개의 서브블록에서 각각 2-level BTC를 수행하여, 각각의 블록마다, 대표 데이터를 구한다.
- 표 1은 다양한 정지 영상에 대한 coding performance(dB)의 결과이다. MM-BTC의 압축 성능을 비교 분석하기 위해서 basic-BTC(4x4)와 FBTC[8](8x4), 그리고 CE-BTC[10] (12X3)의 결과와 비교하였다. 평가 이미지는 LIVE Image Quality Assessment Database Release 2의 이미지를 사용하였다.
- 이러한 이유로 본 논문에서는 RGB 간의 압축 손실 차를 줄이고 Y-based BTC 보다 높은 PSNR 결과를 얻기 위해서, advanced Y-based BTC 방법을 제안한다. advanced Y-based BTC는 Y에서 RGB의 편차에 관계없이 정해진 가중치로 계산되는데, advanced Y-based BTC 방법에서는 블록 내의 데이터 중 최대값과 최소값의 편차에 따라서, 컬러 성분 별로 가중치를 달리 하는 방법을 사용하였다. 최대값과 최소값의 편차에 따라서, 가중치를 달리 하는 이유는 편차가 큰 그레이는 비트맵 압축 과정에서 압축 손실이 가장 크게 발생되어 이미지 품질을 크게 저해함으로 가장 높은 가중치를 두어 계산하게 하여 압축 손실을 줄이는 방법을 사용하였고, 편차가 적은 그레이는 상대적으로 압축 과정에서 손실이 가장 작게 발생함으로 낮은 가중치를 두어 전체적으로 압축 손실을 줄이고 높은 이미지 품질을 유지 할 수 있도록 하였다.
- 그래서 본 논문에서 제안하는 MM-BTC는 그림 4와 같이 블록크기와 양자화 레벨을 달리한 2개의 모드를 적용하여, 압축 및 복호한 다음 원본 데이터와 비교하여 손실이 적은 모드를 복호기로 전달하여 해당 모드로 복호하는 방법을 사용하였다. 두 가지 방법이 사용한 블록 크기가 6x4 로 같으므로 블록마다 1 비트 선택신호를 복호기로 전송하면 해당 복원 방법으로 복호가 가능하다.
- 그래서 본 논문에서 제안하는 improved 2-level BTC 방법에서는 압축비를 높이기 위해서 복호에 필요한 대표 데이터들을 압축하여, 6:1의 압축비를 얻도록 하였다. 대표 데이터들의 압축 방법은 그림 5와 같이 컬러 성분 별로 각 블록 당 4 개의 대표 데이터들이 구해지는데, 각 컬러 성분 별로 출력되는 대표 데이터들을 8-level AQC를 사용하여 압축하였다.
- 하지만, 본 논문에서는 3 개의 임계값을 적용하는 방법은 대표 데이터가 4 개이므로 압축비의 현저한 저하를 가져오게 된다. 그래서 본 논문에서는 압축률 향상을 위해서, 1 개의 임계값만을 사용하는 방법으로 4-level BTC를 구현하였다[8] . 본 논문에서 사용한 4-level BTC 방법은 다음과 같다.
- 우선, 일반적인 2-level BTC 를 적용하여, 블록 내의 상위 데이터들의 평균과 하위 데이터들의 평균을 구한다. 그리고 계산된 상위 평균에 속하는 데이터들을 2-level BTC 를 적용하여, 상위 평균에 속하는 데이터에서의 상위평균(TH)을 구하고 동일한 방법으로, 하위평균(TL)을 구한다. 구해진 TH와 TL 값으로, 블록내의 평균 (#)과 동작범위(dynamic range, #)를 아래 식에 의해서 구할 수 있다.
- 본 논문에서 제안하는 MM-BTC는 improved 2-level/4-level로 구성되는데 두 가지 방법 모두 advanced Y-based BTC를 적용하여, RGB 데이터의 비트맵들을 하나의 비트맵으로 단일화하였다. 본 논문에서는 압축 성능에 대한 검증은 정지영상에서 원본 영상과 압축 후의 복원 영상을 비교한 coding performance(dB)와 오버드라이브를 적용한 상태에서 (현재의 원본 영상 / 한 프레임 이전의 원본 영상)과 (현재의 원본 영상 / 압축 후 복원된 한 프레임 이전 영상)를 비교한 overdrive performance(dB)로 분석하였다.
- 본 논문에서 제안하는 MM-BTC는 뒷 절에서 소개 될 improved 2-level/4-level BTC 방법으로 입력 이미지를 각각 압축하고 복원하여 원본 데이터와 비교하여 가장 손실이 적은 방법을 선택하는 기법을 사용하였다.
- 본 논문에서는 6:1의 높은 압축비로 낮은 압축손실을 얻기 위해서, 기존의 소개한 Y-based BTC 방법보다 압축 손실이 작은 Advanced Y-based BTC 방법을 사용하여, 그레이들의 비트맵을 하나로 통합하였고, 작은 블록에서의 낮은 양자화 레벨의 BTC 결과( improved 2-level BTC)와 큰 블록에서의 높은 양자화 레벨 BTC 결과(improved 4-level BTC)를 복호하여 원본 데이터와 가장 오차가 적은 방법을 선택하는 압축을 수행하였다.
- 본 논문에서 제안하는 MM-BTC는 improved 2-level/4-level로 구성되는데 두 가지 방법 모두 advanced Y-based BTC를 적용하여, RGB 데이터의 비트맵들을 하나의 비트맵으로 단일화하였다. 본 논문에서는 압축 성능에 대한 검증은 정지영상에서 원본 영상과 압축 후의 복원 영상을 비교한 coding performance(dB)와 오버드라이브를 적용한 상태에서 (현재의 원본 영상 / 한 프레임 이전의 원본 영상)과 (현재의 원본 영상 / 압축 후 복원된 한 프레임 이전 영상)를 비교한 overdrive performance(dB)로 분석하였다.
- 비트맵은 3.1 장에서 소개한 방법대로 RGB 데이터들의 최대값과 최소값의 편차로 인한 Yadvanced 를 구하고, 구해진 Yadvanced로 4-level BTC를 수행하여, 4-level의 비트맵을 구하는 방법을 사용하였다.
- 알고리즘의 성능 분석을 위해서, 다양한 영상에 대해서, basic-BTC(4x4)와 FBTC(8x4), 그리고 CE-BTC(12X3)의 coding performance와 overdrive performance로 비교하였다. MM-BTC 압축 기법은 6:1의 높은 압축비를 갖으면서, 4:1의 압축비를 갖는 4x4블록 크기의 2-level basic-BTC 결과와 비교해 보면 3.
- 본 논문에서 사용한 4-level BTC 방법은 다음과 같다. 우선, 일반적인 2-level BTC 를 적용하여, 블록 내의 상위 데이터들의 평균과 하위 데이터들의 평균을 구한다. 그리고 계산된 상위 평균에 속하는 데이터들을 2-level BTC 를 적용하여, 상위 평균에 속하는 데이터에서의 상위평균(TH)을 구하고 동일한 방법으로, 하위평균(TL)을 구한다.
- advanced Y-based BTC는 Y에서 RGB의 편차에 관계없이 정해진 가중치로 계산되는데, advanced Y-based BTC 방법에서는 블록 내의 데이터 중 최대값과 최소값의 편차에 따라서, 컬러 성분 별로 가중치를 달리 하는 방법을 사용하였다. 최대값과 최소값의 편차에 따라서, 가중치를 달리 하는 이유는 편차가 큰 그레이는 비트맵 압축 과정에서 압축 손실이 가장 크게 발생되어 이미지 품질을 크게 저해함으로 가장 높은 가중치를 두어 계산하게 하여 압축 손실을 줄이는 방법을 사용하였고, 편차가 적은 그레이는 상대적으로 압축 과정에서 손실이 가장 작게 발생함으로 낮은 가중치를 두어 전체적으로 압축 손실을 줄이고 높은 이미지 품질을 유지 할 수 있도록 하였다. 적용 방법은 식 (7)와 같이, 식 (6)의 green 위치에 3 개의 그레이 중에서 최대값과 최소값의 편차가 가장 큰 그레이(Diffmax)를 위치시키고, 가장 낮은 편차의 그레이(Diffmin)를 blue에 위치시킨다.
- 2 개의 서브블록에서 각각 2-level BTC를 수행하여, 각각의 블록마다, 대표 데이터를 구한다. 컬러 성분 별로 필요한 비트맵은 압축비 향상을 위해서, advanced Y-based BTC방법을 적용하여, 컬러 성분 별로 존재하는 비트맵을 1/3으로 압축하였다. 하지만 3x4 블록크기에서 Y 비트맵 압축 방법만으로는 6:1 압축비를 얻을 수 있기 때문에 추가적인 압축기법이 더 요구된다.
대상 데이터
- improved 4-level BTC의 비트맵은 화소 마다 2 비트이므로 총 48 비트가 할당된다. 동작범위는 총 23 비트를 사용하였고, 평균은 총 24 bit를 사용하였다. Improved 2-level BTC의 경우, 비트맵은 화소마다 1 비트를 사용하므로 총 24 비트로 표현하였고, 8-level adaptive quantization coding(AQC) [10]로 압축한 대표 데이터들은 총 71 비트 (최소 화소 값:23 bit, 양자화 구간:12 bit, 비트맵:36 bit)로 표현하여, 두가지 압축 모드를 각 95 비트를 사용하였다.
- 그리고 그림 3에서는 픽셀 (3-colors) 단위의 PSNR을 조사하였다. 평가 이미지는 LIVE Image Quality Assessment Database Release 2[11]의 17 가지 이미지를 사용하였다.
- MM-BTC의 압축 성능을 비교 분석하기 위해서 basic-BTC(4x4)와 FBTC[8](8x4), 그리고 CE-BTC[10] (12X3)의 결과와 비교하였다. 평가 이미지는 LIVE Image Quality Assessment Database Release 2의 이미지를 사용하였다.
이론/모형
- BTC 는 RGB 별로 독립적으로 수행되기 때문에, 블록 별로 3 개의 비트맵이 발생한다. 본 논문에서 제안하는 MM-BTC 알고리즘에서는 3 개의 비트맵을 하나의 비트맵으로 단일화를 위해서, advanced Y-based BTC 알고리즘을 사용하였다.
성능/효과
- 압축비는 basic-BTC가 4:1 이고, FBTC, CE-BTC 및 MM-BTC는 6:1 이다. 6 가지 영상의 평균 coding performance를 비교한 결과, MM-BTC 가 basic-BTC대비 3.40 dB 높은 PSNR을 확인 할 수 있었으며, FBTC와 CE-BTC와 비교해도, 각 1.51 dB, 2.34 dB 높은 PSNR 결과를 확인 할 수 있었다. 그리고 6 가지 이미지 모두에서 MM-BTC 결과가 basic-BTC, FBTC 및 CE-BTC 보다 높은 PSNR을 얻을 수 있었다.
- 표 2는 표 1과 동일한 영상에 대한 overdrive performance(dB)의 결과이다. 6 가지 영상의 평균 coding performance를 비교한 결과, MM-BTC가 basic-BTC 대비 3.38 dB 높은 PSNR을 확인 할 수 있었으며, FBTC와 CE-BTC와 비교해도, 각 1.30 dB, 2.33 dB 높은 PSNR 결과를 확인 할 수 있었다. 그리고 6 가지 이미지 모두에서 MM-BTC 결과가 basic-BTC, FBTC 및 CE-BTC 보다 높은 PSNR을 얻을 수 있었다.
- 그림 3에서 픽셀 단위의 PSNR 결과이다. Advanced Y-based BTC의 PSNR 결과가 Y-based BTC 보다 0.039 dB 높은 결과를 얻을 수 있어, 오버드라이브에서 advanced Y-based BTC의 효율성을 확인 할 수 있었다.
- BTC 양자화 레벨이 낮으면 비트맵의 데이터의 양이 감소하므로, 작은 블록 크기에서 수행이 가능하고, 양자화 레벨이 높으면 많은 양의 비트맵 데이터를 복호기로 전송해야 하므로, 일정한 압축비를 얻기 위해서는 블록크기가 큰 블록에서 BTC를 적용해야 한다. BTC 블록의 데이터 분포에 따라서, 작은 블록에서 낮은 양자화레벨을 적용하는 방법이 큰 블록에서 높은 양자화 레벨을 적용하는 방법보다 압축손실이 낮을 수도 있고, 반대로 큰 블록에서 높은 양자화 레벨을 적용하는 방법이 낮은 압축손실을 얻을 수 있다.
- 38 dB 높은 overdrive performance가 확인 되었다. FBTC와 CE-BTC의 coding performance (overdrive performance) 결과에서도 1.51 dB (1.30 dB) 와 2.34 dB (2.33 dB) 높은 PSNR 결과가 확인되었다. 복원 영상의 에지 부분의 화질 면에서도 본 논문에서 제안하는 MM-BTC 가 basic-BTC, CE-BTC, FBTC 와 비교하여 높은 화질이 확인되어, 오버드라이브에 적용되는 압축 방법으로 본 논문에서 제안하는 MM-BTC의 우수성을 확인할 수 있었다.
- 알고리즘의 성능 분석을 위해서, 다양한 영상에 대해서, basic-BTC(4x4)와 FBTC(8x4), 그리고 CE-BTC(12X3)의 coding performance와 overdrive performance로 비교하였다. MM-BTC 압축 기법은 6:1의 높은 압축비를 갖으면서, 4:1의 압축비를 갖는 4x4블록 크기의 2-level basic-BTC 결과와 비교해 보면 3.4 dB 높은 coding performance 결과가 확인되었고, 3.38 dB 높은 overdrive performance가 확인 되었다. FBTC와 CE-BTC의 coding performance (overdrive performance) 결과에서도 1.
- 그림 7과 그림 8은 monarch 와 buildings의 에지 부분에서 basic-BTC, FBTC, 그리고 CE-BTC와 MM-BTC를 비교한 부분이다. MM-BTC의 에지 영상이 basic-BTC, FBTC, 그리고 CE-BTC의 에지 영상과 비교하여, 색 번짐이나, 블록 손상이 가장 적은 결과를 얻어, MM-BTC 결과가 원본 영상과 가장 유사한 에지가 형성되어 있음을 확인 할 수 있다.
- 34 dB 높은 PSNR 결과를 확인 할 수 있었다. 그리고 6 가지 이미지 모두에서 MM-BTC 결과가 basic-BTC, FBTC 및 CE-BTC 보다 높은 PSNR을 얻을 수 있었다.
- 30 dB) 높은 결과를 확인할 수 있었다. 그리고 MM-BTC로 압축 및 복원된 에지 영상을 비교해 본 결과 MM-BTC 로 복원된 영상의 에지 부분이 기존 연구된 압축 알고리즘에 비해서 높은 에지 보존 특성을 확인할 수 있었다.
- 38 dB) 높은 압축손실을 확인하였다. 그리고 기존 논문들에서 발표된 CE-BTC[10]와 FBTC[8]의 결과와 비교해도 2.34 dB (2.33 dB) 와 1.51 dB (1.30 dB) 높은 결과를 확인할 수 있었다. 그리고 MM-BTC로 압축 및 복원된 에지 영상을 비교해 본 결과 MM-BTC 로 복원된 영상의 에지 부분이 기존 연구된 압축 알고리즘에 비해서 높은 에지 보존 특성을 확인할 수 있었다.
- 33 dB) 높은 PSNR 결과가 확인되었다. 복원 영상의 에지 부분의 화질 면에서도 본 논문에서 제안하는 MM-BTC 가 basic-BTC, CE-BTC, FBTC 와 비교하여 높은 화질이 확인되어, 오버드라이브에 적용되는 압축 방법으로 본 논문에서 제안하는 MM-BTC의 우수성을 확인할 수 있었다.
- 시뮬레이션으로 검증한 결과, coding performance(overdrive performance)는 basic-BTC 대비 3.4 dB(3.38 dB) 높은 압축손실을 확인하였다. 그리고 기존 논문들에서 발표된 CE-BTC[10]와 FBTC[8]의 결과와 비교해도 2.
- 정량적으로 분석해 보면, basic-BTC와 Y-based BTC에서 그레이 중 가장 높은 PSNR과 가장 낮은 PSNR의 차이는 0.26dB이였으나 basic-BTC와 advanced Y-based BTC 그레이 중 가장 높은 PSNR과 가장 낮은 PSNR의 차이는 0.15 dB로 advanced Y-based BTC가 Y-based BTC에 비해서 컬러 성분별로 PSNR 편차가 적음을 확인할 수 있었다.
- Green에 비해서, red 와 blue의 오차가 크게 발생함을 알 수 있었다. 하지만 advanced Y-based BTC와 basic-BTC에서 PSNR를 분석해 보면 red에서 0.13 dB, green에서 0.08 dB, blue에서 0.23 dB의 차이가 발생함을 확인 할 수 있어, green에서는 0.03dB 낮은 PSNR 수치를 얻었으나, 상대적으로 red, blue의 압축 손실이 개선됨을 확인 할 수 있었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.