격행주사 특성을 고려한 향상된 Side-by-Side 3D 영상 보간 기법 :Improved Side-by-Side 3D Reconstruction Method Incorporating Interlaced Characteristics

김지수

추천

검색

자료유형: 학위논문

저자정보: 김지수 (한양대학교, 한양대학교 대학원)

지도교수: 정제창

발행연도: 2015

저작권: 한양대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (3)

2015

격행주사 특성을 고려한 향상된 Side-by-Side 3D 영상 보간 기법

김지수 전자컴퓨터통신공학과 2015.01 학위논문

2014

격행주사 특성을 고려한 향상된 Side-by-Side 3D 영상 보간 기법

김지수 , 정제창 방송공학회논문지 2014.11 학술저널

격행주사 특성을 고려한 향상된 Side by Side 3D 영상 보간 기법

김지수 , 정제창 한국방송미디어공학회 학술발표대회 논문집 2014.06 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

일반적으로 격행주사(interlace) 된 Side by Side (SbS) 영상의 경우 화면 재생 시, 전송 받은 영상을 먼저 디인터레이싱(de-interlacing) 한 후에 좌우 영상을 분리하여 수평 해상도를 보간 하는데, 이때 한번 가공된 디인터레이싱 값을 참조하여 보간 값을 결정하게 되는 관계로 수평 해상도의 정확성이 크게 떨어지게 된다. 이러한 문제점을 해결하기 위해 격행주사 방식의 SbS 3D 영상의 수평 해상도 보간 방법을 제안한다. 수평 해상도 보간 시에 격행주사 방식으로 전송 받은 라인과 디인터레이싱 기법을 이용해 보간한 라인의 특성에 따라 각 라인에서 활용할 수 있는 전송 받은 값을 가지고 각각 다른 보간 방법을 적용함으로써 정확도를 향상하는 방법을 제안한다. 제안된 방법의 실험 결과는 기존의 보간 기법들보다 주관적, 객관적 화질에서 더욱 우수한 성능을 보여준다.

#deinterlacing #horizontal interpolation

제 1 장 서 론 1
1.1 디인터레이싱(Deinterlacing) 1
1.2 입체영상 입력 포맷 및 Side-by-Side의 대두 4
1.3 격행주사된 Side-by-Side 영상의 PSNR 6
제 2 장 기존의 디인터레이싱 알고리듬 8
2.1 공간적(Spatial Field) 디인터레이싱 기법 8
2.1.1 공간 필터를 이용한 디인터레이싱 방법 9
2.1.1.1 Line Repeatition(LR) 알고리듬 9
2.1.1.2 Line Averaging(LA) 알고리듬 8
2.1.1.3 FIR 필터보간 9
2.1.2 에지기반의 디인터레이싱 방법 11
2.1.2.1 Edge based Line Averaging (ELA) 알고리듬 11
2.1.2.2 Efficient ELA (EELA) 알고리듬 13
2.1.2.3 Modified ELA (MELA) 알고리듬 14
2.2 시간적(Intra Field) 디인터레이싱 방법 16
2.2.1 Field Insertion (FI) 알고리듬 16
2.2.2 Field Averaging (FA) 알고리듬 19
2.3 공간-시간적(Spatio Temporal) 디인터레이싱 방법 20
2.3.1 Vertical Temporal Median Filter (VTmed) 알고리듬 20
2.3.2 Vertical Temporal Filter (VTF) 알고리듬 22
2.3.3 Spatio Temporal ELA (STELA) 알고리듬 23
2.4 움직임 적응적(Motion Adaptive) 디인터레이싱 방법 24
2.4.1 Four Field Texture Detection(4FTD) 알고리듬 26
2.4.2 High Performance De-Interlacing(HPDI) 알고리듬 27
2.4.3 Human Visual System(HVS) 알고리듬 28
2.4.4 Efficient Deinterlacing Technique by Inter Field
Information(EDIF) 알고리듬 29
2.5 움직임 보상(Motion Compensation) 디인터레이싱 방법 31
제 3 장 제안하는 격행 주사한 디인터레이싱된 영상에 적용하는
수평 보간 필터 33
3.1 존재하는 라인에 대한 수평 보간 필터 35
3.2 디인터레이싱으로 보간한 라인에 대한 수평 보간 36
3.3 제안하는 방식의 영상의 화질에 대한 성능 비교 39
제 4 장 실험 결과 46
제 5 장 결 론 59
참 고 문 헌 60

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)