[논문]인지 화질 측정 기술 동향

천만리; 이종석

인지 화질 측정 기술 동향 원문보기

방송과 미디어 = Broadcasting and media magazine, v.21 no.1, 2016년, pp.78 - 88

천만리 (연세대학교) , 이종석 (연세대학교)

초록
AI-Helper

멀티미디어 시스템에 있어서 제공하는 영상 콘텐츠의 화질은 우선적으로 보장되어야 할 요소이다. 화질에 최적화된 시스템을 설계하고 평가하기 위해서는 화질의 측정 기술이 필수적인데, 기존의 신호 기반 화질 평가가 갖는 한계 때문에 최근에는 시청자가 실제로 인지하는 화질을 평가하는 기술의 중요성이 높아지고 있다. 특히 UHD 시대에는 단순 화질뿐만 아니라 실감성 등의 인지적 요소도 주목을 받고 있기 때문이다. 본 글에서는 인지 화질 측정에 관련된 기술 동향을 살펴보고, UHD의 인지 화질 측정 관련 최신 연구를 살펴본다.

AI 본문요약
AI-Helper

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

문제 정의

본 글에서는 인지 화질 측정과 관련된 기술 동향을 살펴보고, 더불어 UHD에 관련된 인지 화질 평가에 대한 연구들에 대해 살펴본다. 또한 향후 인지 화질 측정 방법의 개선 방향에 대해서 고찰하고자 한다.
본 글에서는 인지 화질 측정과 관련된 기술 동향을 살펴보고, 더불어 UHD에 관련된 인지 화질 평가에 대한 연구들에 대해 살펴본다. 또한 향후 인지 화질 측정 방법의 개선 방향에 대해서 고찰하고자 한다.
여기서는 최근 UHD의 인지 화질 연구에 자주 사용된 대표적인 주관적 화질 평가 방법인 SS방법과 DSIS방법에 대해서 간략히 소개한다.
SS 방법은 시청자에게 무작위 순서로 콘텐츠(이미지 혹은 비디오)를 보여주고 각각 평가하게 한다. 일정 길이의 실험 영상을 하나씩 본 이후 일정 시간 동안 실험 영상의 화질(Quality)이 얼마나 좋은지에 대해 평가하게 한다. 평가하는 화질은 <표 2>에 나와 있는 다섯 개의 화질 등급으로 평가하게 된다.

제안 방법

주관적 화질 평가는 실험을 통해 얻어진 평가 점수를 분석한다. 각 실험자의 점수를 수집한 후, 실험자들의 개별 점수들을 분석하여 비정상적인 특징을 갖는 실험자인 아웃라이어(Outlier)를 검출한다. 이들의 점수를 제외한 실험자들의 점수를 기반으로 각 영상별로 실험자들의 점수를 평균을 내서 MOS(Mean Opinion Score)를 구하고, 이 점수와 연관된 신뢰구간(Confidence Interval)을 구하여 분석한다.
UHD에 대한 인지 화질 연구와 더불어 UHD에 대한 시각적 주의집중(Visual Attention)에 대한 연구도 이뤄진 바 있다[30]. 이 연구는 UHD와 HD의 권장 시청 환경을 고려한 상태에서, 시청자가 각 콘텐츠를 시청할 때 시선 추적 실험을 진행하여 분석하였다. 이 결과, UHD를 시청할 때의 시청자의 시선이 HD를 볼 때보다 더 특정 영역을 집중해서 보는 것으로 나타났다.
자연 시각 특성 기반 화질 측정 기법은 사람 눈에 인지될 수 있는 시각적 요소들을 기반으로 개발되는 기법이다. 이미지나 비디오의 처리 과정에서 발생하는 번짐현상, 블록잡음 등과 콘텐츠의 전체 구조 등을 분석해 윤곽선 등을 검출하여 화질 평가에 반영한다. 대표적인 기법으로는 SSIM(Structural SIMilarity index)[7], VQM(Video Quality Metric)[8] 등이 있다.

데이터처리

각 실험자의 점수를 수집한 후, 실험자들의 개별 점수들을 분석하여 비정상적인 특징을 갖는 실험자인 아웃라이어(Outlier)를 검출한다. 이들의 점수를 제외한 실험자들의 점수를 기반으로 각 영상별로 실험자들의 점수를 평균을 내서 MOS(Mean Opinion Score)를 구하고, 이 점수와 연관된 신뢰구간(Confidence Interval)을 구하여 분석한다. 다수의 일반 실험 참가자들이 평가한 결과이기 때문에 데이터를 처리할 때는 종종 통계적 분석을 동반하게 된다.

성능/효과

5H를 지켜야 UHD의 화질이 HD보다 좋다는 결과가 나왔다. 1.5H 이상의 시청거리에서 UHD를 시청하면 시청자가 인지하는 화질은 HD와 크게 차이가 나지 않는다는 결과를 보였다. 즉, UHD를 제대로 느끼고 즐기기 위해서는 권장시청 거리를 지키는 것도 중요한 요소라는 것을 알 수 있다.
UHD의 인지 화질과 관련하여, 시청 거리 등의 시청 환경이 UHD와 HD에 대한 인지 화질에 미치는 영향에 대해서 최근의 연구에서 밝혀진 바 있다[26]. UHD를 시청할 때는 권장 시청거리인 1.5H에서 시청했을 때 인지 화질 평가 점수가 가장 높게 나타났고, 이 거리보다 먼 곳에서 시청했을 때는 점수가 낮게 나왔다. 또한 이 권장 시청거리 1.
또한, AVC를 사용하면 비트레이트에 따라 UHD와 HD의 화질 차이가 많이 발생하지만 HEVC를 사용하면 비트레이트가 낮아도 UHD와 HD의 화질이 거의 차이가 나지 않고, 비트레이트가 높으면 UHD에서 더 좋은 화질을 얻을 수 있다는 결과도 보였다. 그리고 HEVC를 사용했을 때 AVC보다 압축 효율과 화질이 더 좋기 때문에, UHD의 화질을 극대화 하려면 HEVC를 사용하는 것이 효율적이라는 것을 다시 한번 확인하였다.
5H에서 시청했을 때 인지 화질 평가 점수가 가장 높게 나타났고, 이 거리보다 먼 곳에서 시청했을 때는 점수가 낮게 나왔다. 또한 이 권장 시청거리 1.5H를 지켜야 UHD의 화질이 HD보다 좋다는 결과가 나왔다. 1.
반면 비트레이트가 높아지면 UHD의 화질이 HD보다 좋아진다는 결과를 보였다. 또한, AVC를 사용하면 비트레이트에 따라 UHD와 HD의 화질 차이가 많이 발생하지만 HEVC를 사용하면 비트레이트가 낮아도 UHD와 HD의 화질이 거의 차이가 나지 않고, 비트레이트가 높으면 UHD에서 더 좋은 화질을 얻을 수 있다는 결과도 보였다. 그리고 HEVC를 사용했을 때 AVC보다 압축 효율과 화질이 더 좋기 때문에, UHD의 화질을 극대화 하려면 HEVC를 사용하는 것이 효율적이라는 것을 다시 한번 확인하였다.
비트레이트가 낮을 때는 UHD와 HD의 화질 차이가 별로 없거나 HD가 더 좋다는 결과를 보였다. 반면 비트레이트가 높아지면 UHD의 화질이 HD보다 좋아진다는 결과를 보였다. 또한, AVC를 사용하면 비트레이트에 따라 UHD와 HD의 화질 차이가 많이 발생하지만 HEVC를 사용하면 비트레이트가 낮아도 UHD와 HD의 화질이 거의 차이가 나지 않고, 비트레이트가 높으면 UHD에서 더 좋은 화질을 얻을 수 있다는 결과도 보였다.
위와 같은 결과는 객관적 화질 평가 기법인 VIF 등을 사용해 UHD와 HD의 화질을 평가했을 때도 비슷하게 나왔다[28]. 비트레이트가 낮을 때는 UHD와 HD의 화질 차이가 별로 없거나 HD가 더 좋다는 결과를 보였다. 반면 비트레이트가 높아지면 UHD의 화질이 HD보다 좋아진다는 결과를 보였다.
이 연구는 UHD와 HD의 권장 시청 환경을 고려한 상태에서, 시청자가 각 콘텐츠를 시청할 때 시선 추적 실험을 진행하여 분석하였다. 이 결과, UHD를 시청할 때의 시청자의 시선이 HD를 볼 때보다 더 특정 영역을 집중해서 보는 것으로 나타났다. 이러한 시청 습관에 대한 부분도 향후 UHD의 인지 화질 측정 기법에서 고려해야 할 점으로 포함할 수 있을 것이다.

후속연구

특히, 모니터의 크기나 시청거리 등과 같은 시청 환경이 중요한 요소로 작용하는데, 스마트폰과 같은 작은 화면의 기기부터 대형 모니터와 같은 기기까지 다양한 환경에서 UHD를 시청하는 것과 관련한 주관적 및 객관적 화질 평가 연구도 필요할 것이다. 그 외에, 현재까지는 늘어난 공간적 해상도에 대한 연구들이 많은데, 확장된 시간적 해상도와 색공간 역시 인지 화질에 영향을 미치는 요소기 때문에 이를 고려한 화질 평가 연구도 후속 연구로서 이뤄져야 한다.
이 결과, UHD를 시청할 때의 시청자의 시선이 HD를 볼 때보다 더 특정 영역을 집중해서 보는 것으로 나타났다. 이러한 시청 습관에 대한 부분도 향후 UHD의 인지 화질 측정 기법에서 고려해야 할 점으로 포함할 수 있을 것이다.
특히 주관적 화질 평가뿐만 아니라 UHD에 특화된 객관적 화질 평가 기법 개발이 요구된다. 이를 이용하면 인지 화질 기반 전송 최적화 등에도 사용할 수 있어서, 높은 전송율이 요구되는 UHDTV에서 보다 만족도 높은 콘텐츠 제공이 가능해질 것이다. 그리고 UHD는 단순 콘텐츠의 화질뿐만 아니라 실감성 제공도 목표로 하기 때문에, 이와 관련한 QoE측정에 관련된 연구 역시도 중요한 과제다.
그리고 UHD는 단순 콘텐츠의 화질뿐만 아니라 실감성 제공도 목표로 하기 때문에, 이와 관련한 QoE측정에 관련된 연구 역시도 중요한 과제다. 특히, 모니터의 크기나 시청거리 등과 같은 시청 환경이 중요한 요소로 작용하는데, 스마트폰과 같은 작은 화면의 기기부터 대형 모니터와 같은 기기까지 다양한 환경에서 UHD를 시청하는 것과 관련한 주관적 및 객관적 화질 평가 연구도 필요할 것이다. 그 외에, 현재까지는 늘어난 공간적 해상도에 대한 연구들이 많은데, 확장된 시간적 해상도와 색공간 역시 인지 화질에 영향을 미치는 요소기 때문에 이를 고려한 화질 평가 연구도 후속 연구로서 이뤄져야 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	UHD의 특징은?	UHD는 기존의 포맷인 HD보다 4배 이상의 공간적 해상도를 가지고 있어 기본적으로 더 많은 양의 데이터가 필요하다. 비디오의 특성상 정보의 손실이 수반되는 압축 과정을 거치지만, 코덱의 선택, 그리고 압축의 정도나 압축 과정에 사용되는 변수 등에 따라 화질의 차이가 많이 발생한다.
	인지 화질 측정의 주된 대상은 무엇인가?	QoE의 복합적인 개념에 반해, 현재 이뤄지고 있는 QoE의 측정은 다소 제한적이며, 시청자의 콘텐츠에 대한 인지 화질이 우선적으로 중요시 되고 있다. 이미지나 비디오의 생성 및 압축 과정에서 노이즈, 블럭잡음(Blockiness), 번짐현상(Blurring), 물결현상(Ringing) 등이 생긴다[2]. 그리고 콘텐츠 전송 과정에서는 패킷 손실(Packet Loss), 멈춤현상 (Freezing) 등도 발생한다. 이러한 현상들이 QoE, 특히 인지 화질 측정의 주된 대상이 되고 있다.
	QoE란?	QoE(Quality of Experience)는 화질 측정 분야에서 가장 주목받고 있는 개념이다. <그림 2>에 나와있듯이 QoE는 시청자가 받아들이는 인지 화질을 측정하는 요소로써, 콘텐츠와 관련된 기술적 요소와 더불어 시청자와 관련된 요소들, 시청하는 상황 (Context) 등을 복합적으로 고려하는 개념이다. 기존에는 QoS(Quality of Service) 등의 용어가 화질을 표현하는데 사용되었는데, 이는 대부분 시청자보다는 시스템 관점에서 정의되는 개념이다.

참고문헌 (30)

Recommendation ITU-R BT.2020, "Parameter values for ultra-high definition television systems for production and international programme exchange", 2012
H. R. Wu and K. R. Rao, "Digital Video Image Quality and Perceptual Coding", CRC Press, 2005
Recommendation ITU-R BT.500-13, "Methodology for the subjective assessment of the quality of television pictures", 2012
Recommendation ITU-T P.910, "Subjective video quality assessment methods for multimedia applications", 2008
Recommendation ITU-R BT.1788, "Methodology for the subjective assessment of video quality in multimedia applications", 2007
S. Chikkerur et al., "Objective video quality assessment methods: A classification, review, and performance comparison", IEEE Transactions on Broadcasting, 2011
Z. Wang et al., "Image quality assessment: from error visibility to structural similarity", IEEE Transactions on Image Processing, 2004
M. Pinson and S. Wolf, "A new standardized method for objectively measuring video quality", IEEE Transactions on Broadcasting, 2004
K. Seshadrinathan and A.C. Bovik, "Motion tuned spatio-temporal quality assessment of natural videos", IEEE Transactions on Image Processing, 2010
H. R. Sheikh and A. C. Bovik, "Image information and visual quality", IEEE Transactions on Image Processing, 2006
P. Marziliano et al., "A no-reference perceptual blur metric", IEEE International Conference on Image Processing (ICIP), 2002
F. Yang et al., "No-reference quality assessment for networked video via primary analysis of bit stream", IEEE Transactions on Circuits and Systems for Video, 2010
F. Yang et al., "Content-adaptive packet-layer model for quality assessment of networked video services", IEEE Journal of Selected Topics in Signal Processing, 2012
Z. Wang et al., "Multiscale structural similarity for image quality assessment", International Conference on Signals, Systems and Computers, 2003
Z. Lin et al., "FSIM: a feature similarity index for image quality assessment", IEEE Transactions on Image Processing, 2011
E. C. Larson and D. M. Chandler, "Most apparent distortion: full-reference image quality assessment and the role of strategy", Journal of Electronic Imaging, 2010
R. Soundararajan and A. C. Bovik, "RRED indices: Reduced reference entropic differencing for image quality assessment", IEEE Transactions on Image Processing, 2012
A. Mittal et al., "No-reference image quality assessment in the spatial domain", IEEE Transactions on Image Processing, 2012
M. A. Saad et al., "A DCT statistics-based blind image quality index", IEEE Signal Processing Letters, 2010
P. V. Vu et al., "A spatiotemporal most-apparent-distortion model for video quality assessment", IEEE International Conference on Image Processing (ICIP), 2011
M. Saad and A. C. Bovik, "Blind prediction of natural video quality", IEEE Transactions on Image Processing, 2013
M. Sugawara et al., "Ultra-high-definition television (Rec. ITU-R BT. 2020): A generational leap in the evolution of television [standards in a nutshell]", IEEE Signal Processing Magazine, 2014
Report ITU-R BT.2246, "The present state of ultra-high definition television", 2015
N. Ramzan et al., "Quality of experience evaluation of H.265/MPEG-HEVC and VP9 comparison efficiency", Microelectronics (ICM), 2014
M. Rerabek and T. Ebrahimi, "Comparison of compression efficiency between HEVC/H.265 and VP9 based on subjective assessments", SPIE Opitical Engineering+ Applications, 2014
A. Lachat et al., "How perception of ultra-high definition is modified by viewing distance and screen size", IS&T/SPIE Electronic Imaging, 2015
K. Berger et al., "Subjective quality assessment comparing UHD and HD resolution in HEVC transmission chains", International Workshop on Quality of Multimedia Experience (QoMEX), 2015
M. Cheon and J.-S. Lee, "Objective quality comparison of 4K UHD and up-scaled 4K UHD videos", IEEE International Symposium on Multimedia (ISM), 2014
P. Hanhart et al., "Benchmarking of quality metrics on ultra-high definition video sequences", International Conference on Digital Signal Processing (DSP), 2013
H. Nemoto et al., "Impact of ultra-high definition on visual attention", ACM International Conference on Multimedia, 2014

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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

인지 화질 측정 기술 동향 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (30)

이 논문을 인용한 문헌

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

인지 화질 측정 기술 동향 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (30)

이 논문을 인용한 문헌

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

초록
AI-Helper

AI 본문요약
AI-Helper