4 |
4
입력된 저해상도(Low Resolution, LR) 영상으로부터 영상의 특징을 나타내는 LR 패치를 복수개 추출하고, 입력된 고해상도(High Resolution, HR) 영상으로부터 영상의 특징을 나타내는 HR 패치를 복수개 추출하며, 특정한 패턴에 따라 상기 복수의 LR 패치와 상기 복수의 HR 패치로 이루어진 클러스터를 복수개 형성하는 단계;상기 각각의 클러스터마다 상기 복수의 LR 패치로 구성된 LR 딕셔너리()를 복수개 생성하고, 상기 복수의 HR 패치로 구성된 HR 딕셔너리()를 복수개 생성하는 단계;상기 각각의 클러스터마다 형성된 상기 복수의 LR 딕셔너리와 상기 복수의 HR 딕셔너리를 희소 표현법(Sparse Representation)을 이용하여 상기 각각의 클러스터에서 LR 영상의 제1 희소 계수 벡터()와 HR 영상의 제2 희소 계수 벡터()를 계산하여 복수의 딕셔너리 쌍을 공동으로 학습하는 단계;상기 각각의 클러스터에서 상기 LR 패치에서 복원될 LR 영상을 뺀 희소 표현 에러값을 계산하고, 상기 계산된 희소 표현 에러값 중에서 가장 작은 값을 가진 클러스터의 최종 HR 딕셔너리와 최종 LR 딕셔너리의 딕셔너리 쌍들과 최종 희소 계수를 계산하는 단계; 및상기 계산한 최종 희소 계수를 상기 최종 HR 딕셔너리에 곱하여 최종 HR 패치를 재구성하는 단계를 포함하고,상기 복수의 딕셔너리 쌍을 공동으로 학습하는 단계는,상기 LR 딕셔너리와 상기 HR 딕셔너리를 랜덤 행렬(Random Matrix)로 초기치를 설정하는 제1 단계;하기의 수학식 1에 의해 각각의 클러스터에서 상기 LR 딕셔너리와 상기 HR 딕셔너리를 고정한 후, 상기 LR 영상의 제1 희소 계수 벡터, HR 영상의 제2 희소 계수 벡터를 업데이트하면서 재귀적 호출 방법에 의해 희소 계수 벡터가 더 이상 변동되지 않을 때까지 반복하여 희소 계수 벡터를 최소로 하는 값을 계산하는 제2 단계; 및하기의 수학식 2에 의해 각각의 클러스터에서 상기 LR 영상의 제1 희소 계수 벡터와 상기 HR 영상의 제2 희소 계수 벡터를 고정한 후, 상기 LR 딕셔너리와 HR 딕셔너리 업데이트하면서 재귀적 호출 방법에 의해 상기 딕셔너리 값이 더 이상 변동되지 않을 때까지 반복하여 딕셔너리를 최소로 하는 값을 계산하는 제3 단계;하기의 수학식 3에 의해 상기 각각의 클러스터에서 복원될 HR 영상()에서 상기 HR 패치()를 뺀 값이 최소가 되도록 클러스터 순번인 k를 업데이트하면서 재귀적 호출 방법에 의해 HR 딕셔너리()가 더 이상 변동되지 않을 때까지 반복하는 제4 단계; 및하기의 수학식 4에 의해 상기 제1 단계 내지 제4 단계를 희소 표현 에러값(ε)이 최소가 될 때까지 반복하여 복수의 딕셔너리 쌍을 공동으로 학습하는 제5 단계를 포함하고,상기 최종 희소 계수를 계산하는 단계는,상기 희소 표현 에러값은 하기의 수학식 5를 이용하여 계산하고,상기 계산한 희소 표현 에러값 중에서 가장 작은 값을 가진 클러스터의 상기 최종 HR 딕셔너리와 상기 최종 LR 딕셔너리의 딕셔너리 쌍들과 상기 최종 희소 계수를 하기의 수학식 6을 이용하여 계산하는 단계를 더 포함하며,상기 최종 HR 패치를 재구성하는 단계는,가장 작은 값을 가진 희소 표현 에러값()을 얻을 수 있는 HR 딕셔너리()의 HR 패치를 재구성하는 단계를 더 포함하는 것을 특징으로 하는 초고해상도 영상을 복원하기 위한 영상 복원 방법
|
10 |
10
입력된 저해상도(Low Resolution, LR) 영상으로부터 영상의 특징을 나타내는 LR 패치를 복수개 추출하고, 입력된 고해상도(High Resolution, HR) 영상으로부터 영상의 특징을 나타내는 HR 패치를 복수개 추출하며, 특정한 패턴에 따라 상기 복수의 LR 패치와 상기 복수의 HR 패치로 이루어진 클러스터를 복수개 형성하는 클러스터 생성부;상기 각각의 클러스터마다 상기 복수의 LR 패치로 구성된 LR 딕셔너리()를 복수개 생성하고, 상기 복수의 HR 패치로 구성된 HR 딕셔너리()를 복수개 생성하고, 상기 각각의 클러스터마다 형성된 상기 복수의 LR 딕셔너리와 상기 복수의 HR 딕셔너리를 희소 표현법(Sparse Representation)을 이용하여 상기 각각의 클러스터에서 LR 영상의 제1 희소 계수 벡터()와 HR 영상의 제2 희소 계수 벡터()를 계산하여 복수의 딕셔너리 쌍을 공동으로 학습하는 딕셔너리 학습부; 및상기 각각의 클러스터에서 상기 LR 패치에서 복원될 LR 영상을 뺀 희소 표현 에러값을 계산하고, 상기 계산된 희소 표현 에러값 중에서 가장 작은 값을 가진 클러스터의 최종 HR 딕셔너리와 최종 LR 딕셔너리의 딕셔너리 쌍들과 최종 희소 계수를 계산하며, 상기 계산한 최종 희소 계수를 상기 최종 HR 딕셔너리에 곱하여 최종 HR 패치를 재구성하는 영상 복원부를 포함하고,상기 딕셔너리 학습부는 상기 LR 딕셔너리와 상기 HR 딕셔너리를 랜덤 행렬(Random Matrix)로 초기치를 설정하고, 하기의 수학식 1에 의해 각각의 클러스터에서 상기 LR 딕셔너리와 상기 HR 딕셔너리를 고정한 후, 상기 LR 영상의 제1 희소 계수 벡터, HR 영상의 제2 희소 계수 벡터를 업데이트하면서 재귀적 호출 방법에 의해 희소 계수 벡터가 더 이상 변동되지 않을 때까지 반복하여 희소 계수 벡터를 최소로 하는 값을 계산하는 희소 계수 계산부; 및하기의 수학식 2에 의해 각각의 클러스터에서 상기 LR 영상의 제1 희소 계수 벡터와 상기 HR 영상의 제2 희소 계수 벡터를 고정한 후, 상기 LR 딕셔너리와 HR 딕셔너리를 업데이트하면서 재귀적 호출 방법에 의해 상기 딕셔너리 값이 더 이상 변동되지 않을 때까지 반복하여 딕셔너리를 최소로 하는 값을 계산하는 딕셔너리 계산부를 포함하며,상기 딕셔너리 학습부는 하기의 수학식 3에 의해 상기 각각의 클러스터에서 복원될 HR 영상()에서 상기 HR 패치()를 뺀 값이 최소가 되도록 클러스터 순번인 k를 업데이트하면서 재귀적 호출 방법에 의해 HR 딕셔너리()가 더 이상 변동되지 않을 때까지 반복하고, 하기의 수학식 4에 의해 희소 표현 에러값(ε)이 최소가 될 때까지 반복하여 복수의 딕셔너리 쌍을 공동으로 학습하고상기 영상 복원부는 상기 희소 표현 에러값을 하기의 수학식 5를 이용하여 계산하고, 상기 계산한 희소 표현 에러값 중에서 가장 작은 값을 가진 클러스터의 상기 최종 HR 딕셔너리와 상기 최종 LR 딕셔너리의 딕셔너리 쌍들과 상기 최종 희소 계수를 하기의 수학식 6을 이용하여 계산하며, 가장 작은 값을 가진 희소 표현 에러값()을 얻을 수 있는 HR 딕셔너리()의 HR 패치를 재구성하는 것을 특징으로 하는 초고해상도 영상을 복원하기 위한 영상 복원 장치
|