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
- 이러한 실질적 적용에서 의료영상, 인공위성사진 등 정밀한 분석이 필요한 응용분야에서는 영상 처리속도 보다는 정밀한 텍스쳐 분류가 강조되는 반면 실시간의 빠른 텍스쳐 분류를 요구하는 특정한 응용분야에서는 처리 시간이 가장 중요한 요소가 될 수 있다. 본 논문에서 제안하는 방법은 영상의 압축에 활용되는 인트라 예측(intra prediction)을 활용하여 영상의 처리할 범위를 줄여 전체적인 영상처리 시간을 단축시키는 방안에 대한 것이다. 전처리에 활용되는 인트라 예측 방법은 영상 압축분야에서 실시간 영상처리를 위해 연산 처리기(processor)에 적합하고 연산량이 최소화된 알고리즘을 사용한다.
- 본 논문에서는 상대적으로 낮은 성능의 시스템에서도 실시간 영상처리가 가능하도록 인트라 예측기 원리를 이용하여 영상의 처리 범위를 제한하는 전처리 방법을 고안하였고, 이러한 전처리기를 하드웨어 코어로 하는 시스템 구성을 제안한다. 본 본문에서는 인트라 예측 기법을 이용한 영상의 고속 텍스쳐 분류에 대해 다루었다.
- 본 논문에서는 상대적으로 낮은 성능의 시스템에서도 실시간 영상처리가 가능하도록 인트라 예측기 원리를 이용하여 영상의 처리 범위를 제한하는 전처리 방법을 고안하였고, 이러한 전처리기를 하드웨어 코어로 하는 시스템 구성을 제안한다. 본 본문에서는 인트라 예측 기법을 이용한 영상의 고속 텍스쳐 분류에 대해 다루었다. 구현 결과 구현에 사용된 시스템에서는 640x480 픽셀로 이루어진 영상을 30 fps(frame per second)로 실시간 처리하기에 충분하며 시스템 비용을 줄이기 위하여 조금 더 낮은 사양의 시스템에서도 실시간 동작이 가능할 것으로 예상된다.
가설 설정
- 우선 그림 1의 4x4 블록 인트라 예측 모드를 이용하여 예측을 수행한다고 가정하자. 그림 1의 0번 수직(vertical) 모드에서는 블록 내 영상의 텍스쳐 방향이 수직이라는 가정과 함께 각 픽셀의 값은 현재 블록 위에 인접한 픽셀들의 값을 수직방향으로 확장한 값과 유사하다는 가정을 한다. 이와 유사하게 1번 수평(horizontal) 모드는 블록 내 영상의 텍스쳐가 수평 방향이고, 각 픽셀의 값은 현재 블록의 왼쪽에 인접한 픽셀들의 값의 수평으로서의 확장과 유사하다는 가정을 한다.
- 그림 1의 0번 수직(vertical) 모드에서는 블록 내 영상의 텍스쳐 방향이 수직이라는 가정과 함께 각 픽셀의 값은 현재 블록 위에 인접한 픽셀들의 값을 수직방향으로 확장한 값과 유사하다는 가정을 한다. 이와 유사하게 1번 수평(horizontal) 모드는 블록 내 영상의 텍스쳐가 수평 방향이고, 각 픽셀의 값은 현재 블록의 왼쪽에 인접한 픽셀들의 값의 수평으로서의 확장과 유사하다는 가정을 한다. 단지 2번 DC모드만이 방향성이 없이 블록 내 모든 픽셀 값을 인접한 픽셀들의 평균을 예측 값으로 취한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.