개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
- 최해철
- 발행연도
- 2023
- 저작권
- 한밭대학교 논문은 저작권에 의해 보호받습니다.
이용수0
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
프레임율의 변환 알고리즘은 주로 두 가지 과정을 포함하는데 그것이 바로 움직임 추정과 움직임 보상이다. 움직임 추정은 인접 프레임 사이의 운동 물체의 운동 벡터를 계산하는 과정이다. 블록 매칭 알고리즘은 낮은 계산 복잡도와 하드웨어 구현이 쉽기 때문에 운동 평가에서 가장 자주 사용하는 알고리즘이 되었다. 그러나 기존의 블록 매칭 알고리즘은 운동 벡터의 정확성을 평가하는 유일한 기준으로 잔차를 가장 적게 선택하고 운동 물체 경계 구역의 운동 벡터에 대해 정확하게 예측할 수 없어 최종 프레임 삽입 효과에 영향을 주었다. 움직임 보상은 움직임 추정에서 얻은 운동 벡터를 이용하여 예측 프레임을 구축하는데 단방향 움직임 보상과 양방향 움직임 보상 두 가지로 나뉜다. 쌍방향 움직임 보상은 보편적으로 중첩 블록 움직임 보상을 이용하여 블록 효과를 감소하지만 이 방법은 인접 블록 운동의 벡터 차이가 비교적 클 때 오히려 경계 모호 현상을 초래할 수 있다. 움직임 추정 방법과 RIFE(Real-Time Intermediate Flow Estimation for Video Frame Interpolation), Super SloMo 방법을 결합시켜 전통적인 프레임율 변환 알고리즘을 이용했다. 제안 방법은 원시 동영상에서 일부 영상을 제외한 후 압축 및 전송하고, 복호화 과정에서 딥러닝 기반의 보간 방법을 이용하여 제외된 영상을 복원함으로써 고효율로 압축한다. 실험에서는 동영상을 1, 3장 단위로 건너뛰며 부호화한 후 복호된 영상과 FRUC 알고리즘에 의해 복원한 영상으로 압축 성능을 평가했다. 1장 및 3장씩 제외했을 때 실험결과는 평균 81.22%, 27.80% BD-rate 감소를 보였다. 3 장씩 제외하는 것이 1장의 제외에 비해 부호화 효율이 낮은 이유는 FRUC 방법으로 복원한 영상의 PSNR이 낮기 때문이다.
목차
표 목 차 ⅲ그 림 목 차 ⅳ약 어 설 명 ⅴ국 문 요 약1. 서론 11.1 연구 배경 11.2 연구 현황 21.3 논문 연구 내용 42. 프레임율 변환 알고리즘 62.1 개요 62.2 비움직임 보상 알고리즘 72.2.1 프레임 복제 알고리즘 72.2.2 프레임 평균 알고리즘 82.3 움직임 보상 알고리즘 92. 3. 1 움직임 보상 알고리즘에서의 움직임 추정 92.3.1.1 운동 평가의 기본 이론 102.3.1.2 블록 매칭 기반 움직임 추정 알고리즘 103. 운동 분할과 깊이 추출에 근거한 움직임 추정 123.1 기존 FRUC 동작 추정 알고리즘 123.2 기존RIFE 실시간 영상 프레임 삽입 알고리즘 143.3 기존의 Super Slomo 영상 흐름 변환 방법 174. 본고가 제시한 FRUC 부호화 알고리즘 224.1 Dataset 구성 234.2 평가 방법 234.3 실험 환경 244.4 VRF (Virtual Reference Frame) 254.5 실험 결과 265. 결론 306.참고 문헌 31ABSTRACT 32
최근 본 자료
댓글(0)
0