초록 ▼

국가기록원은 공공기관에서 생산된 영구보존 기록물과 국가적으로 중요한 민간 및 해외 소재 기록물을 수집·보존·관리하는 기관이다. 보존되는 다양한 유형의 기록물 중에서 시청각기록물의 경우, 매체의 특성상 고화질로 디지털화가 불가능한 대상, 구장비를 통한 디지털화로 화질이 떨어지는 등의 기록물들이 존재하고 있다. 본 연구는 저해상도 상태의 디지털화 시청각동영상 기록물을 대상으로 인공지능 기반의 업스케일링을 수행함으로서 고해상도의 시청각동영상 기록물로 제공·관리하는 것을 목표로 한다. 세부목표는 아래와 같다.
① 시청각 동영상기록물을

국가기록원은 공공기관에서 생산된 영구보존 기록물과 국가적으로 중요한 민간 및 해외 소재 기록물을 수집·보존·관리하는 기관이다. 보존되는 다양한 유형의 기록물 중에서 시청각기록물의 경우, 매체의 특성상 고화질로 디지털화가 불가능한 대상, 구장비를 통한 디지털화로 화질이 떨어지는 등의 기록물들이 존재하고 있다. 본 연구는 저해상도 상태의 디지털화 시청각동영상 기록물을 대상으로 인공지능 기반의 업스케일링을 수행함으로서 고해상도의 시청각동영상 기록물로 제공·관리하는 것을 목표로 한다. 세부목표는 아래와 같다.
① 시청각 동영상기록물을 대상으로 업스케일링 기술을 통해 저해상도 동영상을 고해상도 동영상 으로 개선하고 화질의 향상을 확인한다.
② 위의 결과를 통해 인공지능 기반 업스케일링 기술 적용 여부를 판단한다.
③ 인공지능 업스케일링 프로토타입의 결과를 정성적, 정량적으로 평가한다.
④ 마지막으로 향후 본 연구를 활용해 인공지능 기반의 자동복원, 음성인식, 객체·사물 인식 등의 인공지능 기술의 적용 가능성을 검토한다.
연구 목표 달성을 위해서 기존의 업스케일링에 관련된 산학계의 정보를 조사하고 이를 기반으로 다양한 알고리즘을 활용하였다. 연구 결과를 확인하기 위해 인공지능 기반의 업스케일링 프로토타입을 구현해 테스트베드 구축을 진행하였다. 테스트베드를 활용한 업스케일링을 수행하고 그 결과를 평가하기 위해서 정성적 및 정량적 평가 방법을 사용하였다. 정성적 평가는 결과의 점수측정을 통해 평가를 수행하였고, 정량적 평가는 영상을 평가할 때 주로 사용되는 측정방법인 PSNR, SSIM을 이용해서 평가를 수행하였다. 최종적으로 연구를 통해서 다음과 같은 연구성과를 얻었다.
① 리마스터링 정도의 결과는 아니지만, 품질저하 등의 문제없이 수행됨을 확인되었다.
② 업스케일링이 실제로 기록원의 시청각 동영상 기록물에 적용되기 위해서는 기록물 특성에 적합한 고도화된 업스케일링 알고리즘과 특성과 유사한 형태의 고해상도 학습데이터 세트가 필요함을 확인했다.
③ 결과에 대한 정량적 평가부분에서는 원본과 유사성이 높은 점수치가 도출되었고,정성적 평가부분은 정밀한 기준의 평가안이 필요함을 확인했다.
④ 본 연구를 통해 객체인식 프로토타입 개발 등으로 다양한 인공지능 적용 가능성을 확인했으며, 향후 시각적 인공지능 기술 도입을 위해서는 본 연구가 반드시 필요함을 확인했다.
본 연구결과를 기반으로 자동복원, 음성인식, 객체·사물 인식 등의 기술과 융합한 인공지능 기반 기록관리방안을 연구하고자 한다.

(출처 : 요약문 9p)

목차 Contents

• 표지 ... 1
• 자체연구과제 최종보고서 ... 2
• 제 출 문 ... 3
• 목차 ... 4
• 표목차 ... 6
• 그림목차 ... 7
• 연구결과보고서 요약문 ... 9
• 제1장 총괄연구개발과제의 최종 연구개발 목표 ... 10
• 1절 총괄연구개발과제의 목표 ... 10
• 2절 총괄연구개발과제의 목표달성도 ... 11
• 3절 총괄연구개발과제 필요성 ... 12
• 4절 국내·외 기술개발 현황 ... 14
• 1. 산업 동향 ... 14
• 2. 기술 동향 ... 15
• 제2장 총괄연구개발과제의 최종 연구개발 내용 및 방법 ... 17
• 1절 인공지능 업스케일링 분석 ... 17
• 2절 데이터세트 분석 ... 21
• 3절 프로토타입 A 개발 ... 23
• 1. 개발 개요 ... 23
• 2. 주요 알고리즘 ... 24
• 3. 옵티컬 플로우(Optical Flow) ... 24
• 4. 프로젝션 모듈(Projection Module) ... 25
• 4절 프로토타입 B 개발 ... 27
• 1. 개발 개요 ... 27
• 2. 주요 알고리즘 ... 27
• 3. 핑퐁 손실(Ping-Pong Loss) ... 28
• 5절 테스트베드 적용 ... 30
• 1. 테스트베드 환경 ... 30
• 2. 테스트베드 구축 ... 31
• 제3장 총괄연구개발과제의 최종 연구개발 결과 ... 34
• 1절 업스케일링 결과 ... 34
• 2절 정량적 평가 ... 58
• 1. PSNR(Peak Signal-to-Noise Ratio) ... 58
• 2. SSIM(Structural Similarity Index Map) ... 62
• 3절 정량적 수치에 대한 보완평가 ... 65
• 제4장 총괄연구개발과제의 연구결과 고찰 및 결론 ... 67
• 1절 총괄연구개발과제의 연구 결론 ... 67
• 1. 학습데이터의 개선 필요 ... 67
• 2. 알고리즘의 개선 필요 ... 69
• 3. 하드웨어의 개선 필요 ... 72
• 2절 총괄연구개발과제의 연구 결론 고찰 ... 74
• 1. 시사점 도출 ... 74
• 2. 한계점 및 향후 방향 ... 74
• 제5장 총괄연구개발과제의 연구성과 ... 76
• 1절 활용성과 ... 76
• 2절 활용계획 ... 77
• 제6장 참고문헌 ... 78
• 총괄 연구과제 요약 ... 80
• 끝페이지 ... 84