[논문]초협대역 환경에서 영상전송 및 표적탐지를 위한 영상압축 전처리 방법에 대한 연구

임병욱; 백승호; 전기남; 김도경; 정주현; 김대식

doi:10.9766/kimst.2020.23.1.028

초협대역 환경에서 영상전송 및 표적탐지를 위한 영상압축 전처리 방법에 대한 연구
A Study on the Video Compression Pre-processing Method for Video Transmission and Target Detection in Ultra-narrowband Environment 원문보기

韓國軍事科學技術學會誌 = Journal of the KIMST, v.23 no.1, 2020년, pp.28 - 36

임병욱 (LIG넥스원(주) C4I 연구소) , 백승호 (LIG넥스원(주) C4I 연구소) , 전기남 (LIG넥스원(주) C4I 연구소) , 김도경 (LIG넥스원(주) C4I 연구소) , 정주현 (국방과학연구소 제2기술연구본부) , 김대식 (국방과학연구소 제2기술연구본부)

Abstract ▼ AI-Helper

Due to the continued demand for high-definition video, video compression technology is steadily developing and the High Efficiency Video Coding standard was established in 2013. However, despite the development of this compression technology, it is very difficult to smoothly transmit VGA-level videos in Ultra-narrowband environments. In this paper, the target information preprocessing algorithm is presented for smooth transmission of target images moving in forest or open-terrain in Ultra-narrowband environment. In addition, for algorithm verification, the target information preprocessing algorithm was simulated and the simulated results were compared with the video compression result without the algorithm being applied.

주제어

표/그림 (7)

그림 Fig. 1. Procedure diagram for target information preprocessing algorithm
그림 Fig. 2. Video acquisition place
그림 Fig. 3. The example of detection or miss detection case
표 Table 1. The information of video acquisition environments and video name
표 Table 2. The result of detection algorithm
그림 Fig. 4. The simulation image of target information preprocessing algorithm
표 Table 3. The simulation result of target information preprocessing algorithm

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 숲이나 개활지에서 이동하는 표적영상을 초협대역 영상전송 환경에서 원활하게 전송하기 위한 표적정보 전처리 알고리즘을 제시하였다. 또한 알고리즘 검증을 위해 실영상을 수집하여 제시한 표적정보 전처리 알고리즘을 모의하였고 알고리즘을 적용하지 않은 영상압축 모의결과와 비교분석하였다.
본 연구에서는 초협대역 전송환경에서 보다 원활한 영상전송 및 표적탐지를 위한 표적정보 전처리 알고리즘을 제시하였다. 또한 제시된 알고리즘의 성능확인을 위해 실장비가 운용될 수 있는 개활지와 숲 지역 에서 표적이동영상을 수집하여 원본영상과 표적정보 전처리 알고리즘 적용영상에 대한 압축속도 및 비트율 비교 모의를 수행하였다.

제안 방법

Table 3을 통해 표적정보 전처리 알고리즘의 압축속도 및 비트율의 모의 측정치를 확인할 수 있으며, 원본영상 대비 압축속도 비율과 비트율을 통해 원본영상압축과 표적정보 전처리 알고리즘을 적용한 영상의 압축 성능비교를 하였다.
본 연구에서는 초협대역 전송환경에서 보다 원활한 영상전송 및 표적탐지를 위한 표적정보 전처리 알고리즘을 제시하였다. 또한 제시된 알고리즘의 성능확인을 위해 실장비가 운용될 수 있는 개활지와 숲 지역 에서 표적이동영상을 수집하여 원본영상과 표적정보 전처리 알고리즘 적용영상에 대한 압축속도 및 비트율 비교 모의를 수행하였다.
모의 시 적절한 원본 프레임 삽입주기 확인을 위하여 표적정보 전처리 영상에 원본영상 삽입주기를 10, 20, 30 프레임으로 가변하거나 표적정보 전처리 영상만 압축 및 복원하도록 모의하였다.
본 논문에서 제안하는 표적정보 전처리 알고리즘은 카메라에서 수집된 원본영상에 표적탐지 기법을 적용 하여 영상 내 표적 이외의 정보는 삭제하는 전처리 후 영상압축 및 전송하는 구조이다. 이때 전처리된 영상만 보내게 되면 수신 시 표적영역에 대한 정보만 있고 삭제된 표적주변 영역에 대한 영상정보가 없기 때문에 어떤 영상을 보냈는지 판단하기 어려울 수 있다.
수집된 모의영상을 통해 표적정보 전처리 알고리즘 에서 사용되는 표적탐지 기법의 탐지 신뢰성을 먼저 확인하였고, 최종적으로 표적정보 전처리 알고리즘 및 영상압축을 모의하였다.
영상 수집장소는 야외에서 초협대역 전송환경으로 고려될 수 있는 장소인 개활지와 숲으로 나누었으며, 표적은 사람과 차량으로 구분하였다. 이때 차량은 SUV(Sport Utility Vehicle)와 세단(Sedan) 두 종류로 나누어 좀 더 다양한 표적영상을 수집하였다.
영상압축 및 복원에 사용된 코덱은 FFmpeg의 x.265 library를 사용하여 고효율 영상압축을 모의하였으며, 모의를 통해 압축속도(Encoding Speed) 및 비트율(Bit rate)을 측정하였다.
이때 사용된 T(Threshold)는 영상 내 전경과 배경을 분리하는데 최적값을 찾는 “Otsu’s Algorithm”을 적용 하였으며, 이를 통해 각 프레임별 표적탐지에 최적화된 가변 Threshold로 Object Map을 도출하였다 [12~14].
영상 수집장소는 야외에서 초협대역 전송환경으로 고려될 수 있는 장소인 개활지와 숲으로 나누었으며, 표적은 사람과 차량으로 구분하였다. 이때 차량은 SUV(Sport Utility Vehicle)와 세단(Sedan) 두 종류로 나누어 좀 더 다양한 표적영상을 수집하였다.
이때 전처리된 영상만 보내게 되면 수신 시 표적영역에 대한 정보만 있고 삭제된 표적주변 영역에 대한 영상정보가 없기 때문에 어떤 영상을 보냈는지 판단하기 어려울 수 있다. 이를 보완하기 위해 운용자의 선택에 따라 원본영상을 일정주기로 중간에 삽입하여 전송할 수 있게 하였다.
이를 통해 약 50~100 m 사이의 사람 및 차량 표적을 탐지할 경우 Saliency Detection을 전처리에 사용하여도 표적을 탐지할 수 있을 것으로 판단하여 표적정보 전처리 알고리즘에 적용하였다.
표적정보 전처리 알고리즘 모의는 수집영상 6종(Video #1 ~ Video #6)에 대하여 각 영상별 원본영상, 표적정보 전처리 영상으로 나누어 압축 및 복원을 수행하였다.
표적탐지 기법의 탐지 신뢰성 확인을 위하여 수집된 영상 6종에 대하여 표적탐지 기법 모의 및 영상합성을 수행하여 표적 탐지율(R_D)을 계산하였다.

대상 데이터

영상은 주간, 야간 표적탐지에 유리한 IR 카메라를 사용하여 VGA해상도, 30FPS의 8 bit Gray Format으로 수집하였다.
표적정보 전처리 알고리즘의 모의를 위하여 야외에서 표적 이동영상을 수집하였다.
표적정보 전처리 알고리즘의 모의를 위해 야외에서 모의영상을 수집하였다.

데이터처리

본 논문에서는 숲이나 개활지에서 이동하는 표적영상을 초협대역 영상전송 환경에서 원활하게 전송하기 위한 표적정보 전처리 알고리즘을 제시하였다. 또한 알고리즘 검증을 위해 실영상을 수집하여 제시한 표적정보 전처리 알고리즘을 모의하였고 알고리즘을 적용하지 않은 영상압축 모의결과와 비교분석하였다.

이론/모형

본 논문에서는 표적 탐지 신뢰성 확보를 위해 고정된 카메라뿐만 아니라 병사에게 부착된 흔들리는 카메라에서 수집되는 영상에도 강인한 탐지기법으로 한 프레임 내 영상정보로 작은 표적을 탐지하는데 유리한 Saliency Map 기반의 탐지알고리즘을 적용하였다^[10,11].

성능/효과

Table 2를 통해 개활지, 사람표적의 경우 50 m 거리 에서 85.5 %(Video #1), 100 m 거리에서 28.9 %(Video #2)의 표적 탐지율을 확인할 수 있으며, 차량표적의 경우 50~100 m 거리(Video #3, Video #4)까지 99 % 이상의 표적 탐지율을 확인할 수 있었다.
4를 통해 개활지 영상(Video #1 ~ Video #4)의 Object Map이 숲 영상(Video #5 ~ Video #6)의 Object Map보다 비교적 단순한 모양의 탐지영역을 나타내는 것을 확인할 수 있는데 이는 배경의 밝기변화가 나무가 많은 숲 영상보다 단조롭기 때문으로 판단되었다. 또한 압축 전 영상과 복원된 영상에서 동일한 표적을 확인할 수 있었으며, 이를통해 압축 및 복원이 잘 이루어 진 것으로 판단할 수 있었다.
이를 통해 알고리즘 모의에 사용된 모든 영상에서 표적정보 전처리 알고리즘 적용 시 비트율이 향상 되는 것을 확인할 수 있었다. 또한 원본영상의 삽입 주기가 커질수록 원본영상 대비 비트율 평균이 상승하는 것을 확인할 수 있었다.
1 %로 하락하는 것을 확인할 수 있었으며 표적정보 전처리 영상만 전송하는 경우는 130 %의 압축속도 향상을 확인할 수 있었다. 또한 원본영상의 삽입주기가 30프레임에 가까워질수록 원본영상만 전송할 경우와 압축속도의 성능이 비슷해지는 것을 확인할 수 있었다.
모의를 통해 압축속도의 경우 표적정보 전처리 영상에 원본영상을 삽입하여 압축하면 압축속도가 하락 하며, 약 30프레임 주기로 원본영상을 삽입하는 경우 원본영상만 압축하는 경우와 압축속도가 비슷해지는 것을 확인할 수 있었다.
비트율은 표적정보 전처리 영상에 원본영상을 삽입 하는 경우 삽입 주기별 원본영상 대비 비트율의 평균값을 계산하면 10프레임은 114.2 %, 20프레임은 116.2 %, 30프레임은 116.9 %, 표적정보 전처리 영상만 전송하는 경우는 118 %로 향상되는 것을 확인할 수 있었다. 이를 통해 알고리즘 모의에 사용된 모든 영상에서 표적정보 전처리 알고리즘 적용 시 비트율이 향상 되는 것을 확인할 수 있었다.
비트율의 경우 표적정보 전처리 영상에 원본영상을 삽입하여 전송하거나 표적정보 전처리 영상만을 전송 하는 경우 모두 비트율이 향상되는 것을 확인할 수 있었다.
숲, 사람표적의 경우는 50 m 거리에서 100 %(Video #5), 100 m 거리에서 97.9 %(Video #6)의 높은 표적 탐지율을 확인할 수 있었다.
아울러 개활지 보다 숲에서 사람 표적이 나무에 가려 표적크기가 작음에도 표적 탐지율이 개활지 대비 50 m에서 14.5 %(Video #5 – Video #1), 100 m에서 69 %(Video #6 – Video #2) 더 높게 나오는 것을 확인 할 수 있는데 이는 개활지의 태양열에 노출된 표적보다 숲의 나무그늘에 있는 표적이 적외선 센서에 더 선명하게 검출되어 나타난 현상으로 분석되었다.
압축속도는 표적정보 전처리 영상에 원본영상을 삽입하는 경우 삽입 주기별 원본영상 대비 압축속도 비율의 평균값을 계산 시 10 프레임은 84.3 %, 20프레임은 92.7 %, 30프레임은 98.1 %로 하락하는 것을 확인할 수 있었으며 표적정보 전처리 영상만 전송하는 경우는 130 %의 압축속도 향상을 확인할 수 있었다. 또한 원본영상의 삽입주기가 30프레임에 가까워질수록 원본영상만 전송할 경우와 압축속도의 성능이 비슷해지는 것을 확인할 수 있었다.
9 %, 표적정보 전처리 영상만 전송하는 경우는 118 %로 향상되는 것을 확인할 수 있었다. 이를 통해 알고리즘 모의에 사용된 모든 영상에서 표적정보 전처리 알고리즘 적용 시 비트율이 향상 되는 것을 확인할 수 있었다. 또한 원본영상의 삽입 주기가 커질수록 원본영상 대비 비트율 평균이 상승하는 것을 확인할 수 있었다.
이와같은 모의 결과를 통해 표적정보 전처리 영상만을 송신하는 것이 압축속도와 비트율 향상에 가장 좋은 성능을 나타내며, 원본영상을 삽입할 경우 가능한 삽입주기를 30프레임 이상으로 설정해야 압축 속도의 성능하락을 최소화 할 수 있을 것으로 판단되었다.

후속연구

본 논문에서 제시한 표적정보 전처리 알고리즘을 기반으로 도심지, 강변 및 해안가 등 다양한 환경 및 카메라 운용에 따른 원본영상 삽입주기를 분석하면 향후 초협대역 영상전송 및 표적탐지분야에 활용될 수 있을 것으로 판단된다.

참고문헌 (14)

G. J. Sullivan, J.-R. Ohm, W.-J. Han, T. Wiegand, "Overview of the High Efficiency Video Coding (HEVC) standard," IEEE Trans. Circuits Syst. Video Technology, Vol. 22, pp. 1648-1667, Dec. 2012.
E. A. Ayele, S. B. Dhok, “RevReview of Proposed High Efficiency Video Coding(HEVC) Standard,” International Journal of Computer Application, Vol. 59, No. 15, pp. 1-9, 2012.
J. R. Ohm, G. J. Sullivan, H. Schwarz, T. K. Tan, and T. Wiegand, “Comparison of the Coding Efficiency of Video Coding Standards: Including High Efficiency Video Coding(HEVC),” IEEE Transactions on Circuits and Systems for Video Technology, Vol. 22, No. 12, pp. 1669-1684, 2012.

상세보기
R. Sjoberg, Y. Chen, A. Fujibayashi, M. M. Hannuksela, J. Samuelsson, T. K. Tan, Y. K. Wang, and S. Wenger, “Overview of HEVC High- Level Syntax and Reference Picture Management,” IEEE Transactions on Circuits and Systems for Video Technology, Vol. 22, No. 12, pp. 1858-1870, 2012.

상세보기
I. E. Richardson, "The H.264 Advanced Video Compression Standard," Chichester: John Wiley & Sons, 2010.
Ohm J. R, Sullivan G. J, Schwarz H, Tan T. K, and Wiegand T, “Comparison of the Coding Efficiency of Video Coding Standards-Including High Efficiency Video Coding(HEVC),” IEEE Transactions on Circuits and Systems for Video Technology, Vol. 22, No. 12, pp. 1669-1684, 2012.

상세보기
Jallouli S, Zouari S, Masmoudi A, Puech W, and Masmoudi N, "A Preprocessing Technique for Improving the Compression Performance of JPEG 2000 for Images With Sparse or Locally Sparse Histograms," European Signal Processing Conference, pp. 1962-1966, 2017.
D. Marpe, T. Wiegand, and G. J. Sullivan, “The H.264/MPEG4 Advanced Video Coding Standard and its Applications,” IEEE Communications Magazine, Vol. 44, No. 8, pp. 134-143, 2006.

상세보기
Lain E. G. Richardson, "H.264 and MPEG-4 Video Compression," Chichester: John Wiley & Sons, 2003.
L. Itti and C. Koch, "A Saliency-Based Search Mechanism for Overt and Covert Shifts of Visual Attention," Vision Research, 40(10-12):1489-1506, 2000.

상세보기
X. Hou and L. Zhang, "Saliency Detection: A Spectral Residual Approach," Proc IEEE Conf. Computer Vision and Pattern Recognition, pp. 1-8, 2007.
Otsu. N, “A Threshold Selection Method from Gray-Level Histograms,” IEEE Transactions on Systems, Man, Cybernetics, Vol. SMC-9, No. 1, pp. 62-66, 1979.
Bhargava. N, Kumawat. A, and Bhargava. R, "Threshold and Binarization for Document Image Analysis using Otsu's Algorithm," International Journal of Computer Trends and Technology, Vol. 17, pp. 272-275, 2014.
Balarini, J. P. and Nesmachnow, S, "A C++ Implementation of Otsu's Image Segmentation Method," Image Processing On Line 6, pp. 155-164, 2016.

저자의 다른 논문 :

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