$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

복수영상기반 초해상도 색상인식능력향상 알고리즘의 무인기 적용

Application of Multi-Frame Based Super-Resolution Algorithm for a Color Recognition Enhancement for the UAV

한국항공우주학회지 = Journal of the Korean Society for Aeronautical & Space Sciences, v.45 no.3, 2017년, pp.180 - 190  

박지훈 (Department of Aerospace Engineering, Busan National University) ,  김정호 (Department of Aerospace Engineering, Busan National University) ,  이대우 (Department of Aerospace Engineering, Busan National University)

초록
AI-Helper 아이콘AI-Helper

본 논문은 무인기를 통해 획득한 영상정보의 해상도를 향상시키기 위해 복수영상 기반 초해상도 기법을 적용하고, 이를 통한 무인기의 지상 목표물 인식 능력 향상에 대한 내용을 담고 있다. 이를 검증하기 위해 기체 제작 및 제어 시스템을 구축하였고, 무인기와 지상의 목표물을 이용해 설계한 알고리즘을 검증하였다. 실험 결과 초해상도 기법 적용 전, 후 영상을 비교하였을 때 RMSE는 0.0677에서 0.0315, NRMSE는 7.4030%에서 3.5726%로, PSNR은 23.3885dB에서 30.0036dB, SSIM은 0.6996에서 0.8948로 향상되었음을 확인하였다. 이를 통해 본 알고리즘을 적용하여 무인기 영상의 해상도를 향상시킬 수 있음을 검증하였다.

Abstract AI-Helper 아이콘AI-Helper

This paper describes the application of Multi-frame based super-resolution method to enhance resolution of image information from the UAV, and the improvement of UAV's ground target recognition ability. To verify this algorithm, we designed a flight/ground control system, and the UAV, and then the a...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 무인항공기의 감시 및 정찰 임무의 효율을 향상시키기 위하여 무인기 영상의 해상도를 소프트웨어적인 방법으로 개선시키는 연구를 담고 있다. 알고리즘 설계 뿐 아니라 이를 검증하기 위한 시스템을 직접 구축하였으며, 비행 실험을 통해 얻은 영상을 이용하여 연구를 진행하였다.
  • 본 논문에서는 이러한 복수영상을 이용하는 방법에 초점을 두고 무인기의 화질을 개선하는 연구 내용을 다루고 있으며, 뿐만 아니라 이를 검증하기 위한 기체, 비행 제어 시스템, 지상 제어 시스템 구축에 대한 내용을 포함하고 있다.

가설 설정

  • 또한 2장에서 설명한 알고리즘의 신뢰성을 측정하기 위해 고성능 영상장비를 통해 얻은 입력 영상을 고의적으로 열화시켰다. 이는 실제 무인기의 임무수행 상황에서 영상의 화질이 악화될 경우를 가정한 것이다. 그러므로 2장의 알고리즘은 열화된 영상에 적용되며, 원본 영상은 초해상도 복원 결과 영상의 성능 비교용 기준으로 사용된다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
예제기반 초해상도 영상복원의 장단점은? 이때 패치(patch)란 비교를 위한 원본과 후보영상의 국소 영역을 의미한다. 예제기반(example-based) 초해상도 영상복원은 단일영상을 사용해서 고해상도 영상으로 복원할 수 있는 장점이 있지만, 계산양이 많으며, 입력 영상과 학습 영상들의 특성이 이질적인 경우 복원 성능이 크게 저하되는 단점이 있다.
사전기반 영상 복원기법은 무엇인가? W. Freeman은 다양한 고해상도 영상들을 저해상도 영상으로 변환하여 각각 대응되는 해상도 패치 쌍을 참조하는 사전기반 영상 복원기법을 제안하였다[2]. 이때 패치(patch)란 비교를 위한 원본과 후보영상의 국소 영역을 의미한다.
무인항공기의 장점은 무엇인가? 특히 근래에는 무인항공기 기술에 대한 요구가 높다. 이는 사람이 탑승하지 않으므로 다양한 크기와 형태를 가지며, 조종사의 위험을 고려하지 않아도 되기에 위험한 임무를 장시간 수행할 수 있다. 무인항공기의 주된 임무는 바로 정찰 및 목표물 수색, 감시이며 이러한 임무를 수행하는 무인항공기에는 영상 장비가 탑재된다.
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. T. Lehmann, C. Gonner, and K. Spitzer, "Survey: interpolation methods in medical image processing," IEEE Trans. Medical Imaging, vol1. 18, no. 11, November 1999, pp. 1049-1075. 

  2. W. Freeman, T. Jones, and E. Pasztor, "Example-based super-resolution," IEEE Computer Graphics and Applications, vol. 22, no.2, pp. 56-65, March/April 2002. 

  3. D. Glasner, S. Bagon, and M. Irani, "Super-resolution from a single image," Proc. IEEE Int. Conf. Computer Vision, pp. 349-356, September 2009. 

  4. G. Freedman and R. Fattal, "Image and video upscaling from local self-examples," ACM Trans. Graphics, vol. 30, no. 2, pp. 12.1-12.11, April 2011. 

  5. COMANICIU, Dorin; RAMESH, Visvanathan; MEER, Peter. Real-time tracking of non-rigid objects using mean shift. In: Computer Vision and Pattern Recognition, 2000. Proceedings. IEEE Conference on. IEEE, 2000. p. 142-149. 

  6. S. Farsiu, M. Robinson, M. Elad, and P. Milanfar, "Fast and robust multiframe super resolution," IEEE Trans. Image Processing, vol. 13, no. 10, pp. 1327-1344, October 2004. 

  7. T. Lehmann, C. Gonner, and K. Spitzer, "Survey: interpolation methods in medical image processing," IEEE Trans. Medical Imaging, vol1. 18, no. 11, pp. 1049-1075, November 1999. 

  8. T. S. Huang and R. Y. Tsai, "Multi-frame image restoration and registration," Adv. Comput. Vis. Image Process., vol. 1, 1984, pp. 317-339. 

  9. W. Bai, J. Liu, M. Li, and Z. Guo, "Multi-frame super-resolution using refined exploration of extensive self-examples," MMM, pp. 403-413, January January 2013. 

  10. Jeong, Seokhwa, Inhye Yoon, and Joonki Paik. "UHD TV Image Enhancement using Multi-frame Example-based Super-resolution." Journal of the Institute of Electronics and Information Engineers 52.3 (2015): 154-161. 

  11. Zhao, Nan, et al. "Multi-Frame Image Super-Resolution Based on Regularization Scheme." Control, Automation and Systems Engineering (CASE), 2011 International Conference on. IEEE, 2011. 

  12. Shin, Jeongho. "Superresolution Restoration From Directional Rectangular Blurred Images." Journal of Broadcast Engineering 19.1 (2014): 109-117. 

  13. MOUSTAFA, Marwa, et al. Satellite Super Resolution Image Reconstruction Based on Parallel Support Vector Regression. In: International Conference on Advanced Machine Learning Technologies and Applications. Springer International Publishing, 2014. p. 223-235. 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트