지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이채은
- 발행연도
- 2021
- 저작권
- 인하대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 멀티뷰는 학술 분야 및 상업 분야에서 간단한 비디오 시청을 경험하는 것을 뛰어넘는 다양한 어플리케이션에 활용되면서 많은 주목을 받고 있다. 그 중 예시로 초고해상도, 깊이 추정, 몰입형 가상 현실 시스템이 있다. 특히 몰입형 가상 현실과 같은 근거리 디스플레이가 있는 head mounted display (HMD)과 같은 시스템에서는 높은 이미지 품질을 갖는 것이 필수적이다. 대량의 멀티뷰를 저장하고, 전송해야 하기 때문에 압축 효율이 매우 중요하다. 그러나 여러 카메라로 이미지를 캡처하는 동안 노이즈는 쉽게 발생하며, 이러한 노이즈가 발생한 이미지는 경험의 품질과 압축 효율성을 크게 저하시킨다. 따라서 노이즈 제거는 다시점 기반 이미지 콘텐츠를 생성하기 위해 필수적이다. 본 논문에서는 멀티뷰 이미지의 구조적 특성을 이용하여 노이즈 제거 속도와 성능을 높이며, 압축 효율을 향상시킨다. 노이즈 제거 및 압축의 순차적 과정을 가정하면, 멀티뷰의 구조를 기반으로 노이즈를 제거함으로써 뷰 사이의 상관 관계를 유지시킨다. 결과적으로 제안된 방법이 일반적인 노이즈 제거 알고리즘들에 비해 우수한 노이즈 제거 품질을 유지하며, 노이즈가 제거된 멀티뷰의 압축 효율을 최대 76.05%까지 향상시킨다.
목차
제 1 장 서론 11.1 연구의 필요성 11.2 기존 연구 31.2.1 기존의 노이즈 제거 알고리즘 31.3 연구 방향 61.4 논문의 구성 7제 2 장 노이즈 제거 알고리즘 82.1 단일 이미지의 노이즈 제거 알고리즘 82.1.1 NLM 82.1.2 BM3D 92.2 비디오 및 멀티뷰의 노이즈 제거 알고리즘 112.2.1 VBM3D 112.2.2 VBM4D 132.2.3 LFBM5D 152.2.4 3D Focus Image Stacks 172.2.5 MVCNN 19제 3 장 HEVC 223.1 HEVC 소개 223.2 HEVC 의 예측 243.2.1 HEVC 의 화면 내 예측 253.2.2 HEVC 의 화면 간 예측 27제 4 장 제안하는 노이즈 제거 알고리즘 294.1 Fast and Noise-resistant EPI Estimation 324.2 Temporal Aggregation 37제 5 장 실험 결과 385.1 실험 영상 및 노이즈 영상 제작 395.2 제안하는 방법의 정량적 평가 435.3 제안하는 방법의 정성적 평가 56제 6 장 결론 및 향후 연구 62참고 문헌 63감사의 글 66
최근 본 자료
댓글(0)
0