행사가 개최되었습니다.
강연요약(소개)
< 2020년 대한전자공학회 영상신호처리연구회 겨울학교 강연요약 >
“ Tutorial on video object segmentation ”
(충남대 고영준 교수)
(충남대 고영준 교수)
In recent, there has been interest in video object segmentation algorithm, which is task to classifying each pixel in video frames into target objects or background. The purpose of this tutorial is to discuss the recent advances on video object segmentation. The talks cover methods and principles behind video object segmentation.
" A survey of Object detection using Deep Neural Networks ”
(가천대 황효석 교수)
(가천대 황효석 교수)
- 딥러닝을 이용한 물체 인식 방법 소개
- 대표적 알고리즘 소개 및 최신 연구 동향
- 대표적 알고리즘 소개 및 최신 연구 동향
"Robust person re-identification"
(연세대 함범섭 교수)
(연세대 함범섭 교수)
Person re-identification (ReID)는 방대한 양의 영상 데이터로부터 관심있는 사람을 검색하는 기술이다. 기존의 영상검색 기술과 달리 동일한 물체 카테고리를 다루며, 포즈, 조명, 가려짐, 백그라운드 등의 영향을 받는다. 따라서 관심있는 사람 영상 입력으로부터 해당 요소들이 제거된 혹은 해당 요소들에 강인한 표현자 생성이 중요하다. 본 강연에서는 뉴럴 네트워크를 이용하여 강인한 사람 표현자를 추출하는 방법에 대해 소개하며, 이를 Market 1501, CUHK03, DUKE MTMC 데이터에 적용한 결과를 보인다.
"딥러닝 기술의 디스플레이 분야 적용 사례 및 동향"
(서강대 강석주 교수)
(서강대 강석주 교수)
본 세미나에서는 디스플레이 분야에서 현재 활용되고 있는 다양한 딥러닝 기술에 대해서 소개하고자 한다. 관련해서 현재 연구실에서 진행하고 있는 다양한 관련 적용 사례들에 대해서도 소개하고자 한다.
“영상 화질 개선 최신 기술 동향”
(건국대 김원준 교수)
(건국대 김원준 교수)
최근 개인 사진 뿐만 아니라 자율 주행 등 다양한 환경에서 영상을 획득하는 일이 급증하고 있다. 그러나, 실내외 복잡한 조명 조건으로 영상 화질 저하가 빈번히 발생하고 있으며, 이는 단순히 어둡고 밝은 조명이 아닌 구조적 요인에 의한 장면 내 불규칙 조명(예를 들어, 차선 위 그림자, 얼굴 내 그림자 등)에 의한 경우가 많다. 본 강연에서는 이를 해결하기 위한 영상 화질 개선 최신 기술 동향에 대해 살펴보고자 한다. 전역적 통계 특징, 조명 성분 분해, 및 심층 신경망을 기반으로 하는 다양한 방법과 최근 연구에 널리 사용되고 있는 데이터베이스에 대해서도 살펴보고자 한다.
"영상화질 복원 및 향상 기법"
(동국대 조성인 교수)
(동국대 조성인 교수)
본 강연에서는 영상화질 복원을 위한 다양한 기법들과 영상화질 향상을 위한 기법들에 대해서 소개한다. 구체적으로, 영상 노이즈 제거를 위한 기법과 영상의 종횡비를 조정하기 위한 리타겟팅 기법, 입력 동영상의 프레임 수를 증대시키기 위한 프레임 레이트 업 컨버젼등의 영상처리 기법의 동작원리와 적용 결과를 소개한다.
"고속 시간 축 화질 개선"
(고려대 김종옥 교수)
(고려대 김종옥 교수)
본 강연에서는 고속 카메라 영상을 활용한 카메라 화질 개선 기법을 소개한다. Color constancy, 저조도 개선 등 카메라 화질의 시간 축 상에서의 딥러닝 기반 연구를 소개한다.
"Computational Video: Enhancing User Experience of Video Playback"
(포항공대 조성현 교수)
(포항공대 조성현 교수)
In this talk, I will introduce two of my recent research results for improving user experience of video playback. The first work is interactive and automatic navigation for 360 video playback. A common way to view a 360 video on a 2D display is to crop and render a part of the video as a normal field-of-view (NFoV) video. While users can enjoy natural-looking NFoV videos using this approach, they need to constantly make manual adjustment of the viewing direction not to miss interesting events in the video. In this work, we propose an interactive and automatic navigation system for 360 video playback, which finds a virtual camera path showing the most salient areas through the video in an online manner reflecting user interaction. Our experimental results including user studies show that our system provides more pleasant experience of watching 360 videos than existing approaches.
While many people are enjoying shooting and sharing videos of their activities and everyday lives, shooting a high-quality video is still challenging for casual users. Videos captured by casual users often show severely shaky and slanted contents, which not only degrade aesthetic quality but also make a video visually uncomfortable, and sometimes even cause dizziness. In the second work, we propose a novel video upright adjustment method that can reliably correct slanted video contents. Our approach combines deep learning and Bayesian inference to estimate accurate rotation angles from video frames. We also propose a joint approach to video stabilization and upright adjustment. Experimental results show that our video upright adjustment method can effectively correct slanted video contents, and its combination with video stabilization can achieve visually pleasing results from shaky and slanted videos.
While many people are enjoying shooting and sharing videos of their activities and everyday lives, shooting a high-quality video is still challenging for casual users. Videos captured by casual users often show severely shaky and slanted contents, which not only degrade aesthetic quality but also make a video visually uncomfortable, and sometimes even cause dizziness. In the second work, we propose a novel video upright adjustment method that can reliably correct slanted video contents. Our approach combines deep learning and Bayesian inference to estimate accurate rotation angles from video frames. We also propose a joint approach to video stabilization and upright adjustment. Experimental results show that our video upright adjustment method can effectively correct slanted video contents, and its combination with video stabilization can achieve visually pleasing results from shaky and slanted videos.
"Immersive video: creation, computation and communication"
(인하대 이채은 교수)
(인하대 이채은 교수)
최근 사용자의 multimedia 소비 성향이 다양해지고 있다. 전달된 정보를 그대로 소비하는 수동적인 형태가 아닌 원하는 컨텐츠를 선택하며 나아가 직접 컨텐츠를 제작하고 이를 서로 소비하는 능동성을 보인다. 이와 같은 personalized multimedia 환경에서 immersive video 및 virtual reality 가 적합한 비디오 형태로 여겨진다. 이를 위해서는 컨텐츠 생성, 프로세싱 및 전달의 모든 과정에서 혁신이 필요하다. 각 단계별 주요 연구 주제들을 살펴보고 본 연구팀이 진행 중인 라이트필드 기반 가상 공간 연구를 소개한다.
"Future Video Prediction"
(이화여대 강제원 교수)
(이화여대 강제원 교수)
미래 비디오 장면 예측 알고리즘이 자율주행 및 감시 카메라 등에 적용이 되며 많은 관심을 받고 있다. 본 발표에서는 비디오의 장단기 예측에 관한 최근 연구 결과를 리뷰하고 CNN 및 LSTM을 이용한 비디오 장면 생성 알고리즘과 그 응용에 관한 연구 발표를 진행한다.