Earticle

DIBR(Depth Image Based Rendering)을 이용한 영상 합성 시에 발생하는 경계 잡음은 원래 전경 영역에 속하던 화소가 배경으로 흩어져 나와 생성된 잡음이며, 이는 주로 참조 영상과 깊이지도 간 경계 불일치나 참조 영상에서의 블러링 때문에 발생된다. 영상 합성 과정에서 발생된 홀 영역은 일반적으로 주위 화소를 이용하여 채워지게 되므로, 홀에 인접한 경계 잡음은 합성 영상의 화질을 저하시키는 주요 원인으로 작용한다. 이 문제를 해결하기 위해 본 논문은 깊이지도의 전처리를 이용한 새로운 경계 잡음 제거 알고리즘을 제안한다. 기존의 전처리 기법들은 경계 불일치에 따른 경계 잡음의 제거를 위해 참조 영상과 깊이지도의 경계가 일치되도록 깊이지도를 수정한다. 그러나 대부분의 기존 기법들이 신호 기울기 기반의 단순 경계 탐색 알고리즘에 기반을 두고 있어 블러링이 존재하는 경계에서는 탐색 성능의 저하가 나타난다. 제안 알고리즘은 이의 해결을 위해 2단계 경계 탐색을 이용함으로써 이행 영역과 배경 영역 간 경계를 보다 효과적으로 탐색할 수 있는 구조를 제안하였다. 실험 결과를 통해 제안 알고리즘이 기존 알고리즘에 비해 우수한 경계 잡음 제거 성능을 가짐을 보인다.

The boundary noise in image syntheses using DIBR consists of noisy pixels that are separated from foreground objects into background region. It is generated mainly by edge misalignment between the reference image and depth map or blurred edge in the reference image. Since hole areas are generally filled with neighboring pixels, boundary noise adjacent to the hole is the main cause of quality degradation in synthesized images. To solve this problem, a new boundary noise removal algorithm using a preprocessing of the depth map is proposed in this paper. The most common way to eliminate boundary noise caused by boundary misalignment is to modify depth map so that the boundary of the depth map can be matched to that of the reference image. Most conventional methods, however, show poor performances of boundary detection especially in blurred edge, because they are based on a simple boundary search algorithm which exploits signal gradient. In the proposed method, a two-step hierarchical approach for boundary detection is adopted which enables effective boundary detection between the transition and background regions. Experimental results show that the proposed method outperforms conventional ones subjectively and objectively.

The skyline queries are the best tools to be used in distributed multi criteria decision making of web based applications for user commendations. However, as the Data dimensions are increasing size of dominance set and skyline set is also increasing. Increasing dimensionality becomes the major problem with real word databases. In skyline computation major cost depends on finding dominance tests between high dimensional objects and the order in which they are accessing. Space filling Z-curve is the best suitable way to address the challenges in skyline computation. In this proposed work, we incorporated Z-curve with optimized skyline boundary detection algorithm to effective access and early pruning. In this paper efficient hybrid index structure was proposed which takes the advantage of sorting and partition approaches to improve the storage and search efficiency. Experimental results show that our propose approach is better than the previous static skyline computation techniques in terms of searching and finding skyline set.

With the fast development of industry and computer science technology, the image color recognition has been a hot topic. The prior research focus more on sensor and hardware based approaches which are not intelligent or convenient. In this paper, we present a novel image segmentation combined color recognition algorithm through boundary detection and deep neural network. The deep learning algorithm can largely increase the accuracy of classification whereas cut down the processing time consumed, we adopt the deep neural network and support vector machine to extract image features both in RGB and YUV color spaces. Boundary detection in sudden change, by contrast, is more global in nature, such as texture, so need to integrate the whole information of the image. Under the guidance, we modify the current segmentation methods with boundary detection technique to serve as the pre-processing step before classifying colors. Experimental results on synthetic and real images show that the new algorithm is effective and efficient, and is relatively independent of this type of noise. Further analysis is also conducted in the final section.

This paper presents a novel algorithm for nighttime detection of the lane markers painted on a road at night. First of all, the proposed algorithm uses neighborhood average filtering, 8-directional Sobel operator and thresholding segmentation based on OTSU's to handle raw lane images taken from a digital CCD camera. Secondly, combining intensity map and gradient map, we analyze the distribution features of pixels on boundaries of lanes in the nighttime and construct 4 feature sets for these points, which are helpful to supply with sufficient data related to lane boundaries to detect lane markers much more robustly. Then, the searching method in multiple directions- horizontal, vertical and diagonal directions, is conducted to eliminate the noise points on lane boundaries. Adapted Hough transformation is utilized to obtain the feature parameters related to the lane edge. The proposed algorithm can not only significantly improve detection performance for the lane marker, but it requires less computational power. Finally, the algorithm is proved to be reliable and robust in lane detection in a nighttime scenario.

비디오 데이터를 효율적으로 검색, 정렬, 탐색, 분류하기 위해서는 프레임 간의 샷 전환 탐지가 선행되어야 한다. 본 논문에서는 디지털 비디오 데이터의 샷 전환 탐지를 위해 비디오 스트림을 구성하고 있는 각 프레임들 간의 화소 밝기 차이와 히스토그램의 변화를 이용하였다. 플래쉬 등과 같은 인위적이고 급격한 화소 밝기변화에 의한 오류를 최소화하기 위해 샷 전환 탐지 이전에 각 프레임 간의 밝기 보상을 적용하였다. 밝기 보정 된 프레임으로부터 프레임의 서브 블록 간의 지역적 화소 밝기 정보, 그리고 프레임의 화소 밝기 값 히스토그램을 비교하여 샷 전환을 탐지한다. 실험에서 제안된 알고리즘은 국가기록원 소장 비디오에 적용하여 효과가 있음을 보였다.

비디오 데이터를 효율적으로 검색, 정렬, 탐색, 분류하기 위해서는 프레임 간의 샷 전환 탐지가 선행되어야 한다. 본 논문에서는 디지털 비디오 데이터의 샷 전환 탐지를 위해 비디오 스트림을 구성하고 있는 각 프레임들 간의 화소 밝기 차이와 히스토그램의 변화를 이용하였다. 플래쉬 등과 같은 인위적이고 급격한 화소 밝기변화에 의한 오류를 최소화하기 위해 샷 전환 탐지 이전에 각 프레임 간의 밝기 보상을 적용하였다. 밝기 보정 된 프레임으로부터 프레임의 서브 블록 간의 지역적 화소 밝기 정보, 그리고 프레임의 화소 밝기 값 히스토그램을 비교하여 샷 전환을 탐지한다. 실험에서 제안된 알고리즘은 국가기록원 소장 비디오에 적용하여 효과가 있음을 보였다.

본 논문에서는 MPEG으로 압축된 영상에 대해서 급격한 장면 변화에 의한 shot 경계(cut)와 점진적 장면 변화에 의한 shot 경계(dissolve)를 검출하여 비디오 shot을 분할하는 기법을 제안한다. 제안하는 shot 경계 검출 기법은 기존에 잘 검출하지 못하였던 점진적 장면 변화에 의한 shot의 경계검출을 위한 알고리즘이다. 먼저 압축영역의 기법 중 DCT DC 값을 비교하는 방법을 이용하여 급격한 장면 변화에 의한 shot 경계를 검출한다. 그리고 움직임 벡터(MV)의 비를 비교하는 방법을 사용하여 점진적 장면 변화에 의한 shot 경계의 후보지들을 얻어내고, 선택된 후보지들 중 n번째와 n+2번째 후보지 영상으로 feded image를 만들어 n+1번째 후보지의 영상과 유사도를 비교하여 점진적 장면 변화에 의한 shot 경계를 검출한다. 이와 같이 압축영역의 기법으로 급격한 장면 변화에 의한 shot 경계와 점진적 장면 변화에 의한 shot 경계 후보지를 검출해 내고, 검출된 shot 경계 후보지들에서 점진적 장면 변화에 의한 shot 경계를 검출하는 방법을 함으로서 MPEG 비디오 영상의 복원량을 최소화하여 수행 속도를 높이면서도 급격한 장면 변화에 의한 shot 경계와 점진적 장면 변화에 의한 shot 경계, 두 가지 모두를 효과적으로 검출할 수 있었다.

This paper describes an efficient algorithm for shot boundary detection in MPEG video stream. There are two types of shot boundary: abrupt and gradual. The proposed algorithm for detecting the abrupt shot boundaries used DCT DC value in compressed domain. The proposed algorithm of the gradual change detection consists of two-pass mechanism. In the first pass, the expected positions of shot boundaries are extracted using ratio value of motion vectors. After decoding frames that are extracted in the first pass, we will make the dissolving image using (n)th and (n+2)th image of expected position. The gradual shot boundaries are selected by similarity of the dissolving image and the image of (n+1)th expected position. As applying the algorithm for detecting shot boundaries, the gradual changes as well as the abrupt changes are detected efficiently. Experimental results indicate that the proposed method is computationally fast for detecting shot boundaries and robust to the variation of the video characteristic that is different for the kind of videos.

일반적으로 수 마이크로 단위로 계측되는 반도체의 검사 정밀도를 높이기 위해서는 라인스캔 카메라가 이용된다. 그러나 불량 검사는 스캔속도와 조명조건에 매우 민감하기 때문에 정확한 경계 검출 알고리즘이 필요하다. 본 논문에서는 반도체 칩의 범프 불량 검출의 정확성을 높이기 위해서 서브픽셀을 적용한 경계 검출을 제안하였다. 범프 에지는 범프 중심점에서 네 방향으로 1차 도함수에 의해서 검출되고 서브픽셀 방법으로 정확한 에지 위치를 찾는다. 그리고 범프 돌기, 범프 브리지, 범프 변색에 의해 범프 크기가 변할 수 있기 때문에 에러를 최소화하기 위해서 최소자승법을 이용하여 정확한 범프 경계를 구한다. 실험 결과 제안된 방법은 기존의 다른 경계 검출 알고리즘에 비하여 커다란 성능향상을 보였다.

Generally, a semiconductor chip measured with a few micro units is captured by line scan camera for higher inspection accuracy. However, the faulty inspection requires an exact boundary detection algorithm because it is very sensitive to scan speed and lighting conditions. In this paper we propose boundary detection using subpixel edge detection method in order to increase the accuracy of bump faulty detection on chips. The bump edge is detected by first derivative to four directions from bump center point and the exact edge positions are searched by the subpixel method. Also, the exact bump boundary to calculate the actual bump size is computed by LSM(Least Squares Method) to minimize errors since the bump size is varied such as bump protrusion, bump bridge, and bump discoloration. Experimental results exhibit that the proposed algorithm shows large improvement comparable to the other conventional boundary detection algorithms.

최근 고화질 영상의 증가와 더불어 대용량 영상 데이터의 처리는 높은 연산이 요구되어 병렬 처리 설계가 선택되고 있다. 영상 처리에서 나타나는 많은 단순 연산이 병렬처리 가능한 경우, CPU 기반 병렬처리보다는 GPU 기반 병렬처리를 적용하는 것이 계산문제의 시간과 공간 계산 복잡도를 줄일 수 있다. 본 논문은 영상에서 샷 경계 탐지 알고리즘의 병렬 설계와 구현을 연구하였다. 제안하는 샷 경계 탐지 알고리즘은 프레임 간 지역 화소 밝기 비교와 전역 히스토그램 정보를 이용하는데, 이들 데이터의 계산은 대량의 데이터에 대한 높은 병렬성을 갖는다. 이들 연산의 병렬처리를 최대화하기 위해 화소 밝기와 히스토그램의 계산을 NVIDIA GPU에서 병렬 설계 하였다. GPU 기반 샷 탐지 방법은 국가기록원에서 선택된 10개의 비디오 데이터에 대한 성능 테스트를 수행하였다. 테스트에서 GPU 기반 알고리즘의 탐지율은 CPU 기반 알고리즘과 유사하였으나 약 10배의 연산 속도가 개선되었다.

As the number of high-density videos increase, parallel processing approaches are necessary to process a large-scale of video data. When a processing method of video data requires thousands of simple operations, GPU-based parallel processing is preferred to CPU-based parallel processing by way of reducing the time and space complexities of a given computation problem. This paper studies the parallel design and implementation of a shot-boundary detection algorithm. The proposed shot-boundary detection algorithm uses pixel brightness comparisons and global histogram data among the blocks of frames, and the computation of these data is characterized with the high parallelism for the related operations. In order to maximize these operations in parallel, the computations of the pixel brightness and histogram are designed in parallel and implemented in NVIDIA GPU. The GPU-based shot detection method is tested with 10 videos from the set of videos in National Archive of Korea. In experiments, the detection rate is similar but the computation time is about 10 time faster to that of the CPU-based algorithm.

In this paper, we propose a modified Viterbi algorithm to compensate for endpoint detection error during the decoding phase of an isolated word recognition task. Since the conventional Viterbi algorithm explores only the search space whose boundaries are fixed to the endpoints of the segmented utterance by the endpoint detector, the recognition performance is highly dependent on the accuracy level of endpoint detection. Inaccurately segmented word boundaries lead directly to recognition error. In order to relax the degradation of recognition accuracy due to endpoint detection error, we describe an unconstrained search of word boundaries and present an algorithm to explore the search space with efficiency. The proposed algorithm was evaluated by performing a variety of simulated endpoint detection error cases on an isolated word recognition task. The proposed algorithm reduced the Word Error Rate (WER) considerably, from 84.4% to 10.6%, while consuming only a little more computation power.