메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
신도경 (LIG 넥스원) 김재경 (LIG 넥스원)
저널정보
융복합지식학회 융복합지식학회논문지 융복합지식학회논문지 제9권 제2호
발행연도
2021.6
수록면
49 - 69 (21page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 영상 품질에 대한 신뢰성을 확보하기 위해 색상 및 블러 특징정보 공간변환 기반의 무 기준 영상 품질 평가 방법을 제안한다. 영상데이터의 활용분야가 증가함에 따라 데이터의 양도 급증하였으며 영상 데이터의 품질은 데이터의 활용 결과에도 큰 영향을 미치기 때문에 사전에 고품질의 영상을 분류할 수 있는 단계가 반드시 필요하다. 기존에 제안된 방법들은 단순히 품질평가 점수가 높거나 낮을 때 영상의 품질이 좋음을 의미하지만 품질이 좋은 영상과 왜곡된 영상을 분류하기에는 어려움이 존재한다. 따라서 본 논문에서는 영상 품질 평가를 위해 가장 많이 사용되는 4개의 데이터 셋과 DMOS 정보를 이용하여 품질의 신뢰성이 낮은 왜곡 영상을 분류하는 방안을 제안함으로써 기존의 문제점을 해결하고자 한다. 분류 성능의 정확도를 분석하기 위해 제안 알고리즘과 기존 영상 품질 평가(IQA) 알고리즘을 동일한 평가 방법으로 비교하였으며, 제안하는 알고리즘이 기존 영상 품질 평가 알고리즘보다 높은 우수성을 보임을 확인하였다.
#Image Quality Assessment #No-reference #Distortion image #Image classification

목차

ABSTRACT
1. 서론
2. 제안하는 방법
3. 실험 결과
4. 결론
References

참고문헌 (28)

참고문헌 신청
고종국 / 2014 / 영상 빅데이터 분석기술 동향 / 전자통신동향분석 29(4):21~29 dbpia 김재생 / 2014 / 빅데이터 분석 기술과 활용사례 / 한국콘텐츠학회지 12(1):12~20 dbpia 김동완 / 2013 / 빅데이터의 분야별 활용사례 / 신산업경영저널 34:39~52 dbpia C. H. Lee / 2009 / Data Quality Assessment Procedure Manual / KDB :1~204 google schola 이상광 / 2012 / 영상 화질평가 기술동향 / 전자통신통향분석 27(3):83~91 dbpia

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

360 도 파노라마 영상 생성 기법의 품질 측정 기법 비교
김수지 ,  박인규 한국방송미디어공학회 학술발표대회 논문집 2021 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-004-001838860