수퍼픽셀을 이용한 HDR 이미지 관심 영역 추출 기법 및 관심 영역을 이용한 디스플레이 저전력 기법 연구
- 주제(키워드) 저전력 , 관심영역
- 발행기관 아주대학교
- 지도교수 김영진
- 발행년도 2021
- 학위수여년월 2021. 2
- 학위명 석사
- 학과 및 전공 일반대학원 전자공학과
- 실제URI http://www.dcollection.net/handler/ajou/000000030609
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
The region of interest in which human vision is concentrated in the image can be calculated using the relationship between the pixel value and the surrounding pixel value. Human vision system does not have the same interest in all areas of the image. Therefore, image processing efficiency can be improved by processing different image region according to the region of interest and the region of interest. An HDR image can express a wider color range by allocating more bits per pixel than an LDR image. However, in order to express an HDR image in an existing LDR display, a tone mapping process that reduces the color range is required. Tone mapping should be applied based on image features rather than linearly reducing the difference in brightness range. However, the itti method, which is a representative saliency model is different from the actual observation result because it extracts the area of interest based on visual characteristics. In this paper, our method using the SLIC superpixel method that divides the image based on the object. The proposed method has 10.7% and 28.14% lower precision and NSS, respectively, compared to the itti method on average, but the recall, SIM, CC and F1 score have higher values of 44.44%, 19.53%, 7.43% and 23.46% respectively, compared to the itti method. In addition, in order to reduce artifacts generated by using other low power constants according to saliency in CURA, a low power method using saliency, we propose a low power method using the superpixel technique that divides the image into saliency and object-based. The proposed method has a power saving rate of 2% higher and has a degree of distortion similar to that of CURA with SSIM=0.95 and FSIM_c=0.98, which are image distortion quality evaluation indicators, without observing artifacts generated by CURA.
more초록/요약
이미지에서 인간 시각이 집중되는 관심 영역을 픽셀값과 주변 픽셀값과의 관계를 이용하여 계산할 수 있다. 인간 시각은 이미지 모든 영역에 대해 동일한 관심을 가지지 않는다. 그러므로 관심 영역과 비 관심 영역에 따라 다른 이미지 데이터 처리를 통하여 이미지 처리 효율을 높일 수 있다. HDR 이미지는 LDR 이미지보다 1픽셀당 많은 비트를 할당하여 더 넓은 색의 범위를 표현할 수 있다. 하지만 기존 LDR 디스플레이에서 HDR 이미지를 표현하기 위해서는 색 범위를 줄이는 톤 매핑 과정이 필요하다. 톤 매핑은 밝기범위의 차이를 선형적으로 줄이는 것이 아닌 이미지 특징에 기반하여 적용되어야 한다. 하지만 대표적인 관심 영역 추출 기법인 itti 방법은 시각적 특징에 기반하여 관심 영역을 추출하기에 실제 관찰결과와 차이가 있다. 본 논문에서는 이미지를 객체를 기반을 분할하는 SLIC 수퍼 픽셀 기법을 사용하여 itti 기법과 비교하여 평균적으로 정밀도와 NSS가 각각 10.7%, 28.14% 낮지만, 재현율, SIM, CC, F1 score가 각각 44.44%, 19.53%, 7.43%, 23.46% 높은 HDR 이미지 관심 영역 추출 기법을 제안한다. 또한, saliency를 이용한 저전력 방법인 CURA에서 saliency에 따른 다른 저전력 상수를 사용하여 생기는 artifact를 줄이기 위해 이미지를 saliency와 객체기반으로 분할하는 수퍼픽셀 기법을 활용한 저전력 기법을 제안한다. 제안하는 기법은 2% 더 높음 전력 절감률을 가지며 CURA에서 발생하는 artifact가 관찰되지 않으면서도 이미지 왜곡 품질평가 지표인 SSIM=0.95, FSIM_c=0.98로 CURA와 비슷한 왜곡 정도를 가진다.
more목차
1. 서론 1
2. 배경 3
2.1. saliency 모델 3
2.2. SLIC 수퍼픽셀 4
3. 수퍼픽셀 기반의 HDR 이미지 관심 영역 추출 기법 5
3.1. 관련 연구 5
3.2. 동기 및 기여 6
3.3. 제안하는 관심 영역 추출 기법 9
3.3.1. 이미지 군집화 10
3.3.2. 중심군집 밝기특성 13
3.3.3. 중심군집 에지특성 14
3.3.4. 주변 군집 밝기특성 15
3.3.5. 주변-주변 밝기차이 특성 16
3.3.6. 주변-주변 색상특성 16
3.3.7. 이미지 군집 특징 양자화 17
3.3.8. k-means 군집화 17
3.3.9. 병렬적 관심 영역 추출 18
3.4. 실험환경 및 결과 분석 18
3.4.1. 유저 스터디 환경 18
3.4.2. 모델 결과 분석 19
3.4.3. 평가행렬 22
4. 관심 영역을 이용한 디스플레이 저전력 기법 연구 25
4.1. 동기 및 기여 25
4.2. 제안하는 디스플레이 저전력 기법 27
4.2.1. CovSal saliency 군집화 27
4.2.2. SLIC 수퍼픽셀 군집화 29
4.2.3. SSIM 기반 저전력 기법 33
4.3. 실험환경 및 결과 분석 34
5. 결론 및 향후 연구 37
참고문헌 39
Abstract 43
