1 |
1
영상 확대 장치에 있어서, 확대할 대상이 되는 일정한 크기를 가지는 영상 블록인 대상 패치를 입력받고, 상기 대상 패치가 에지 영역에 해당하는지 여부를 판단하고, 에지 영역에 해당하는지 여부에 따라 서로 다른 종류의 특징 벡터가 되는 혼합 특징 벡터(Hybrid Feature Vector)를 상기 대상 패치에 대하여 획득하는 혼합 특징 벡터 획득부; 상기 혼합 특징 벡터를 기준으로, 상기 대상 패치의 크기에 따른 크기를 가지는 적어도 두 개 이상의 후보 저해상도 패치들 중에서, 상기 대상 패치에 대응하는 이웃 저해상도 패치를 선정하는 이웃 패치 선정부; 및 상기 이웃 저해상도 패치에 대응하는 고해상도의 영상 패치인 이웃 고해상도 패치를 이용하여, 상기 대상 패치를 확대한 고해상도 영상 패치인 목표 고해상도 패치를 합성하는 목표 고해상도 패치 합성부를 포함하고,상기 혼합 특징 벡터는, 일정한 크기의 영상 블록에 대하여 획득되고, 상기 영상 블록 내의 화소 신호값들의 기울기 또는 변화의 정도를 나타내는 벡터인 그래디언트(Gradient) 특징 벡터가 되거나, 또는 상기 영상 블록 내의 화소 신호값을 정규화한 행렬인 놈(Norm) 특징 벡터가 되는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
2 |
2
제1항에 있어서, 상기 대상 패치의 상기 혼합 특징 벡터와 상기 이웃 저해상도 패치의 상기 혼합 특징 벡터를 이용하여, 상기 이웃 저해상도 패치의 상기 혼합 특징 벡터의 가중합과 상기 대상 패치의 상기 혼합 특징 벡터 간의 차이의 크기를 일정한 정도 이하로 최소화하는, 상기 이웃 저해상도 패치의 상기 혼합 특징 벡터에 대한 가중치를 산출하는 가중치 산출부를 더 포함하고, 상기 목표 고해상도 패치 합성부는 상기 산출된 가중치와 상기 이웃 고해상도 패치를 이용하여, 상기 목표 고해상도 패치를 합성하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
3 |
3
삭제
|
4 |
4
제1항에 있어서, 상기 그래디언트 특징 벡터는, 상기 영상 블록 내의 적어도 하나 이상의 화소에서의 신호값의 기울기를 나타내는 벡터를 포함하고, 상기 화소에서의 신호값의 기울기를 나타내는 벡터는, 상기 화소로부터 일정한 방향으로 일정한 거리 만큼 떨어져 있는 주변 화소들의 신호값을 이용하여, 상기 화소에서의 신호값의 기울기를 나타내는 벡터의 각 성분값이 산출되는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
5 |
5
제1항에 있어서, 상기 그래디언트 특징 벡터는 상기 영상 블록의 특정 화소를 기준으로 일정한 방향에 대하여 산출된 1차 그래디언트 벡터와 2차 그래디언트 벡터를 포함하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
6 |
6
제1항에 있어서, 상기 놈 특징 벡터는, 상기 영상 블록 내의 화소의 각 신호값에서 상기 영상 블록 내의 화소들의 신호값의 평균을 뺀 값들을 상기 놈 특징 벡터의 각 성분값으로 하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
7 |
7
제1항에 있어서, 상기 혼합 특징 벡터는, 상기 영상 블록이 에지 영역에 해당하는 경우 상기 그래디언트 특징 벡터가 되고, 상기 영상 블록이 에지 영역에 해당하지 않는 경우 상기 놈 특징 벡터가 되는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
8 |
8
제7항에 있어서, 상기 혼합 특징 벡터 획득부는, 상기 대상 패치 내의 화소들의 수직 방향의 신호값 변화 정도와 수평 방향의 신호값 변화 정도를 산출하고, 상기 각 산출된 신호값 변화 정도에 따라 상기 대상 패치가 에지 영역에 해당하는지 여부를 판단하는 에지 영역 판별부; 및 상기 대상 패치가 에지 영역에 해당하는 경우 상기 대상 패치에 대하여 상기 그래디언트 특징 벡터를 산출하여 상기 대상 패치의 상기 혼합 특징 벡터로 하고, 상기 대상 패치가 에지 영역에 해당하지 않는 경우는 상기 대상 패치에 대하여 상기 놈 특징 벡터를 산출하여 상기 대상 패치의 상기 혼합 특징 벡터로 하는 특징 벡터 산출부를 포함하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
9 |
9
제7항에 있어서, 상기 이웃 패치 선정부는, 상기 후보 저해상도 패치의 상기 혼합 특징 벡터와 상기 대상 패치의 상기 혼합 특징 벡터 간의 거리를 기준으로, 상기 후보 저해상도 패치들 중에서 상기 이웃 저해상도 패치를 선정하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
10 |
10
제9항에 있어서, 적어도 두 개 이상의 상기 후보 저해상도 패치와, 상기 후보 저해상도 패치에 대응하는 고해상도의 영상 패치인 후보 고해상도 패치의 쌍을 저장하는 영상 데이터 베이스부를 더 포함하고, 상기 이웃 패치 선정부는 상기 영상 데이터 베이스 부에 포함된 상기 후보 저해상도 패치 중에서 상기 이웃 저해상도 패치를 선정하고, 상기 이웃 패치 선정부에서 상기 이웃 저해상도 패치로 선정된 상기 후보 저해상도 패치에 대응하는 상기 후보 고해상도 패치가 상기 이웃 저해상도 패치에 대응하는 상기 이웃 고해상도 패치인 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
11 |
11
제10항에 있어서, 상기 영상 데이터 베이스부는 상기 후보 저해상도 패치의 상기 혼합 특징 벡터를 더 저장하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
12 |
12
제10항에 있어서, 상기 영상 데이터 베이스부는, 상기 후보 고해상도 패치를 입력받아 다운 샘플링을 통하여 상기 후보 저해상도 패치를 생성하는 후보 저해상도 패치 생성부; 상기 후보 저해상도 패치에 대하여 상기 혼합 특징 벡터를 산출하는 후보 혼합 특징 벡터 산출부; 및 상기 후보 고해상도 패치와 상기 후보 저해상도 패치와 상기 혼합 특징 벡터을 하나로 연결하여 저장하는 저장부를 포함하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
13 |
13
제2항에 있어서, 상기 가중치 산출부는, 복수 개의 상기 이웃 저해상도 패치에 대하여, 상기 이웃 저해상도 패치의 상기 혼합 특징 벡터의 가중합과 상기 대상 패치의 상기 혼합 특징 벡터 간의 차이의 크기를 나타내는 제1 비용함수와, 상기 가중치의 크기를 나타내는 제2 비용함수에 따라 정해지는 총 비용함수가 일정한 정도 이하로 최소화되도록 상기 가중치를 산출하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
14 |
14
제13항에 있어서, 상기 총 비용함수는 정규화 계수를 적용한 상기 제2 비용함수와 상기 제1 비용함수의 합이고, 상기 가중치 산출부는 상기 가중치들의 크기가 모두 미리 정해진 일정한 정도 이하가 될 때까지 상기 정규화 계수를 조절하여 상기 가중치를 산출하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
15 |
15
제14항에 있어서, 상기 가중치 산출부는 하기 식 1과 같이 산출되는 상기 총 비용함수를 최소화 함으로 상기 가중치를 산출하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치 식 1 (TCF는 여기서 tf는 상기 대상 패치의 상기 혼합 특징 벡터이고, nf는 상기 이웃 저해상도 패치의 상기 혼합 특징 벡터이고, wi는 각 상기 이웃 저해상도 패치의 상기 혼합 특징 벡터에 적용되는 상기 가중치이고, NF는 상기 이웃 저해상도 패치들의 각 상기 혼합 특징 벡터들의 집합이고, i는 인덱스이고, λ 는 상기 정규화 계수이고, w는 wi를 각 성분값으로 하는 벡터이다
|
16 |
16
제2항에 있어서, 상기 목표 고해상도 패치 합성부는 상기 가중치 산출부에서 산출된 상기 가중치를 각 상기 가중치에 대응하는 상기 이웃 저해상도 패치에 대응하는 상기 이웃 고해상도 패치에 적용하여, 상기 이웃 고해상도 패치들의 가중합을 산출하고, 상기 산출된 상기 이웃 고해상도 패치들의 가중합을 상기 목표 고해상도 패치로 하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
17 |
17
영상 확대 장치에 있어서, 확대할 대상이 되는 일정한 크기를 가지는 영상 블록인 대상 패치를 입력받고, 상기 대상 패치가 에지 영역에 해당하는지 여부를 판단하고, 에지 영역에 해당하는지 여부에 따라 서로 다른 종류의 특징 벡터가 되는 혼합 특징 벡터(Hybrid Feature Vector)를 상기 대상 패치에 대하여 획득하는 혼합 특징 벡터 획득부; 상기 혼합 특징 벡터들 간의 거리를 기준으로 상기 대상 패치와 근접한 이웃 저해상도 패치를 입력받는 이웃 패치 입력부; 상기 이웃 저해상도 패치의 상기 혼합 특징 벡터의 가중합과 상기 대상 패치의 상기 혼합 특징 벡터 간의 차이의 크기를 일정한 정도 이하로 최소화하는, 상기 이웃 저해상도 패치의 상기 혼합 특징 벡터에 대한 가중치를 산출하는 가중치 산출부; 및 상기 이웃 저해상도 패치에 대응하는 고해상도의 영상 패치인 이웃 고해상도 패치에 상기 가중치를 적용한 가중합을 산출하여, 상기 대상 패치를 확대한 고해상도 영상 패치인 목표 고해상도 패치를 합성하는 목표 고해상도 패치 합성부를 포함하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
18 |
18
제17항에 있어서, 상기 혼합 특징 벡터는, 일정한 크기의 영상 블록에 대하여 획득되고, 상기 영상 블록 내의 화소 신호값들의 기울기 또는 변화의 정도를 나타내는 벡터인 그래디언트(Gradient) 특징 벡터가 되거나, 또는 상기 영상 블록 내의 화소 신호값을 정규화한 행렬인 놈(Norm) 특징 벡터가 되고, 상기 영상 블록이 에지 영역에 해당하는 경우 상기 그래디언트 특징 벡터가 되고, 상기 영상 블록이 에지 영역에 해당하지 않는 경우 상기 놈 특징 벡터가 되는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
19 |
19
제18항에 있어서, 상기 놈 특징 벡터는, 상기 영상 블록 내의 화소의 각 신호값에서 상기 영상 블록 내의 화소들의 신호값의 평균을 뺀 값들을 상기 놈 특징 벡터의 각 성분값으로 하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
20 |
20
제18항에 있어서, 상기 가중치 산출부는, 복수 개의 상기 이웃 저해상도 패치에 대하여, 상기 이웃 저해상도 패치의 상기 혼합 특징 벡터의 가중합과 상기 대상 패치의 상기 혼합 특징 벡터 간의 차이의 크기를 나타내는 제1 비용함수와, 상기 가중치의 크기를 나타내는 제2 비용함수에 따라 정해지는 총 비용함수가 일정한 정도 이하로 최소화되도록 상기 가중치를 산출하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 장치
|
21 |
21
영상 확대 방법에 있어서, 확대할 대상이 되는 일정한 크기를 가지는 영상 블록인 대상 패치를 입력받고, 상기 대상 패치가 에지 영역에 해당하는지 여부를 판단하고, 에지 영역에 해당하는지 여부에 따라 서로 다른 종류의 특징 벡터가 되는 혼합 특징 벡터(Hybrid Feature Vector)를 상기 대상 패치에 대하여 획득하는 혼합 특징 벡터 획득 단계; 상기 혼합 특징 벡터를 기준으로, 상기 대상 패치의 크기에 따른 크기를 가지는 적어도 두 개 이상의 후보 저해상도 패치들 중에서, 상기 대상 패치에 대응하는 이웃 저해상도 패치를 선정하는 이웃 패치 선정 단계; 상기 이웃 저해상도 패치의 상기 혼합 특징 벡터의 가중합과 상기 대상 패치의 상기 혼합 특징 벡터 간의 차이의 크기를 일정한 정도 이하로 최소화하는, 상기 이웃 저해상도 패치의 상기 혼합 특징 벡터에 대한 가중치를 산출하는 가중치 산출 단계; 및 상기 이웃 저해상도 패치에 대응하는 고해상도의 영상 패치인 이웃 고해상도 패치에 상기 가중치를 적용한 가중합을 산출하여, 상기 대상 패치를 확대한 고해상도 영상 패치인 목표 고해상도 패치를 합성하는 목표 고해상도 패치 합성 단계를 포함하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 방법
|
22 |
22
제21항에 있어서, 상기 혼합 특징 벡터 획득 단계 이전, 확대할 대상이 되는 저해상도 영상을 입력받아, 상기 저해상도 영상에서 일정한 픽셀 간격으로 상기 대상 패치를 추출하는 패치 추출 단계; 및 상기 목표 고해상도 패치 합성 단계 이후, 상기 대상 패치에 대하여 합성된 상기 목표 고해상도 패치를 일정한 픽셀 간격으로 합성하여 고해상도 영상을 합성하는 단계를 더 포함하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 방법
|
23 |
23
제21항에 있어서, 상기 가중치 산출 단계는, 복수 개의 상기 이웃 저해상도 패치에 대하여, 상기 이웃 저해상도 패치의 상기 혼합 특징 벡터의 가중합과 상기 대상 패치의 상기 혼합 특징 벡터 간의 차이의 크기를 나타내는 제1 비용함수와, 상기 가중치의 크기를 나타내는 제2 비용함수에 따라 정해지는 총 비용함수가 일정한 정도 이하로 최소화되도록 상기 가중치를 산출하는 것을 특징으로 하는, 혼합 특징 벡터를 적용한 초해상도 방법
|