이미지 스티칭의 지역 차분 픽셀 평가 방법

이성배; 김규헌

추천

검색

질문

자료유형: 학술대회자료

저자정보: 이성배 (경희대학교) 김규헌 (경희대학교)

저널정보: 한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2019 하계학술대회

발행연도: 2019.6

수록면: 302 - 305 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (3)

2021

생성적 영상을 위한 지역 차분 픽셀 기반 영상 평가 방법

이성배 , 김규헌 한국통신학회 학술대회논문집 2021.02 학술대회자료

2019

영상 스티칭의 지역 차분 픽셀 평가 방법

이성배 , 강전호 , 김규헌 방송공학회논문지 2019.09 학술저널

이미지 스티칭의 지역 차분 픽셀 평가 방법

이성배 , 김규헌 한국방송미디어공학회 학술발표대회 논문집 2019.06 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

이미지 스티칭은 다수의 이미지를 합성하여 카메라의 좁은 시야각(Field of View) 문제를 해결하는 기술이다. 최근 동영상 기반 Panorama, Super Resolution, 360 VR (Virtual Reality) 등의 컨텐츠 사용이 증가함에 따라, 보다 빠르고 정확한 이미지 스티칭 기술의 필요성이 커지고 있다. 지금까지 필요 성능을 만족시키기 위해 많은 알고리즘이 제안되고 있지만, 정확성을 측정하는 객관적 평가 방법은 표준화되지 않고 있다. 최근에서야 PSNR (Peak Signal - to- Noise Ratio) 과 SSIM (Structural Similarity index method) 측정값을 제시하는 방법이 주를 이루고 있지만, 본 논문에서는 PSNR 과 SSIM 측정 방식의 문제점을 밝히고 지역 차분 픽셀 평가 방법을 제안한다. 기하적 유사성과 광도 측정 정보를 포괄하는 LDPM(Local Differential Pixel Mean) 평가 방식을 테스트 이미지를 통해 증명하고 SSIM 과 비교를 통해 해당 평가 방법의 이점을 밝힌다.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이성배

소속기관 경희대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5%

논문수 30 이용수 1,518

KYUHEON KIM

소속기관 Kyung Hee University

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 컴퓨터학

논문수 168 이용수 9,170

이 논문과 함께 이용한 논문

‘入養’문제에 대한 神學的一考

이상훈 한국학(구 정신문화연구) 2005 .03

[신학과 목회:신학기고]하나님의 자궁 사랑-입양신학 토대를 향한 서론-

신원하 기독교사상 2004 .11

딥매칭을 이용한 콘크리트 교량 파노라마 이미지 스티칭

원종빈 , 박종웅 대한토목학회 학술대회 2020 .10

이미지의 바이트 스트림에서 픽셀 좌표를 활용한 색상 정보 추출 방법에 관한 연구

이래엽 , 최성곤 한국통신학회 학술대회논문집 2021 .02

LDPM 영상 평가를 활용한 동영상 스티칭의 시차 왜곡 검출 및 정정 방법

이성배 , 강전호 , 김규헌 방송공학회논문지 2020 .09

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-567-000878432

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)