논문 상세보기

은닉 마코프 모델과 주성분 분석을 이용한 블럭형 재깅 결함 제거

Jagged-Blocking Artifact Reduction using Hidden Markov Model and Principal Component Analysis

  • 언어KOR
  • URLhttps://db.koreascholar.com/Article/Detail/269578
구독 기관 인증 시 무료 이용이 가능합니다. 4,000원
한국화상학회지 (Journal of Korean Society for Imaging Science and Technology)
한국화상학회 (Korean Society for Imaging Science and Technology)
초록

최근 사용자 제작 콘텐츠(UCC)를 포함한 다양한 콘텐츠의 생산으로 인해 데이터의 저장 및 재생성 과정에서 원본과 다른 데이터로 변형되는 경향이 있다. 특히 UCC의 경우 해상도 측면에서 화질의 저하가 발생되는데, 이때 발생되는 것이 바로 블록형 재깅 결함이다. 본 논문은 해상도의 급격한 변화가 있을 때 발생하는 블록형 결함을 제거하기 위하여 주성분 분석방법과 은닉 마코프 모델을 기반으로 블록형 재깅 결함을 제거하는 방법을 제안한다. 실험을 통해 제안한 방법은 기존 방법들에 비해 디테일을 유지하면서도 재깅 결함을 효과적으로 제거함을 확인하였다.

In the case of data compression and reproduction, the image resolution of media content, including UCC(User-Created Content) can be degraded due to jagged-blocking artifacts. Therefore, the proposed method reduces jagged-blocking artifacts using a principal component analysis and Hidden Markov Model. Experiments confirm that the image quality produced by the proposed algorithm is superior to that with conventional methods in terms of details and jagged-blocking artifacts.

저자
  • 권오설(창원대학교 메카트로닉스공과대학 제어계측전공) | Oh-Seol Kwon