KR100558364B1 - 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형결정 방법 및 장치 - Google Patents

키 프레임의 움직임 유형을 이용한 화상의 움직임 유형결정 방법 및 장치 Download PDF

Info

Publication number
KR100558364B1
KR100558364B1 KR1020030004809A KR20030004809A KR100558364B1 KR 100558364 B1 KR100558364 B1 KR 100558364B1 KR 1020030004809 A KR1020030004809 A KR 1020030004809A KR 20030004809 A KR20030004809 A KR 20030004809A KR 100558364 B1 KR100558364 B1 KR 100558364B1
Authority
KR
South Korea
Prior art keywords
motion
image data
type
key frame
digital image
Prior art date
Application number
KR1020030004809A
Other languages
English (en)
Other versions
KR20030036264A (ko
Inventor
김만배
Original Assignee
강원대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 강원대학교산학협력단 filed Critical 강원대학교산학협력단
Priority to KR1020030004809A priority Critical patent/KR100558364B1/ko
Publication of KR20030036264A publication Critical patent/KR20030036264A/ko
Application granted granted Critical
Publication of KR100558364B1 publication Critical patent/KR100558364B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

본 발명은 디지털 화상 데이터를 통해 움직임 유형을 결정하는 방법에 있어서, 제공받은 동영상 데이터로부터 디지털 화상 데이터를 추출하고, 추출된 디지털 화상 데이터의 움직임 벡터를 생성하며, 디지털 화상 데이터의 움직임 유형을 결정하기 위한 움직임 벡터빈을 구성하고, 움직임 벡터빈을 이용하여 미리 지정된 움직임 유형 중 어느 하나의 움직임 유형으로 판단하여 움직임 유형 정보를 디스플레이 장치로 전송하는 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형 결정 방법 및 장치에 관한 것으로, 화상의 움직임 벡터의 정확도가 없더라도, 상대적으로 정확도가 높은 키 프레임의 움직임 유형을 이용하기 때문에, 안정된 화상의 움직인 유형을 얻을 수 있다.
이미지, 움직임 벡터, 키 프레임, 움직임 유형, 블록

Description

키 프레임의 움직임 유형을 이용한 화상의 움직임 유형 결정 방법 및 장치{METHOD AND APPARATUS FOR DETERMINING MOTION TYPES OF IMAGE BASED ON THE KEY FRAME}
도 1은 본 발명에 따른 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형 결정 장치의 개략적인 내부 구성을 나타낸 도면.
도 2는 본 발명의 바람직한 일 실시예에 따른 움직임 벡터빈의 셀(cell) 구성을 예시한 도면.
도 3a는 본 발명의 바람직한 일 실시예에 따른 움직임 벡터빈에서 키 프레임의 움직임 유형을 결정하기 위한 방법을 나타낸 순서도.
도 3b는 본 발명의 바람직한 일 실시예에 따른 화상 분할 방법을 예시한 도면.
<도면의 주요 부분에 대한 부호의 설명>
100 : 움직임 유형 결정 장치
110 : 동영상 데이터 수신부
120 : 화상 추출부
130 : 움직임 벡터 생성부
140 : 움직임 벡터빈 구성부
150 : 키 프레임 움직임 유형 결정부
160 : 제어부
본 발명은 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형 결정 방법 및 장치에 관한 것으로, 특히 키 프레임(key frame)을 이용하여 화상의 다양한 움직임 정보 및 움직임 유형의 신뢰도가 낮을 경우에도 이를 극복할 수 있는 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형 결정 방법 및 장치를 제공하는 것이다.
일반적으로 영상 신호 처리 기술에서 움직임 추정(Motion Estimation)이란 연속되는 영상 신호에서 현재 프레임(Current Frame)의 화소(Pixel)들이 이전 매크로 블록에 비해 어느 정도 움직였는지를 벡터로 표시한 움직임 벡터(Motion Vector)를 추정하여 전체 영상을 전송하는 대신에 움직임 벡터를 전송함으로써 전송 정보를 줄이는 기술(즉, 영상 압축)을 의미한다.
그리고, 움직임 추정에서 주로 사용되는 방법으로 블록 정합 움직임 추정(Block Matching Motion Estimation), 광유방법(Optical Flow Method) 등이 있 다.
블록 정합 움직임 추정(Block Matching Motion Estimation)은 화면의 움직임이 수평 또는 수직으로 평행 이동한 것을 가정하여 움직임이 일어난 매크로 블록의 블록 영상이 움직임이 일어나기전 매크로 블록의 어느 위치에 있는 블록 영상과 가장 일치하는지를 추정하여 그 위치를 통해 움직임 벡터를 추정하는 방법이다.
그러나, 종래의 방법에 의해 얻어진 움직임 벡터(Motion Vector)는 정확도가 낮은 문제점이 있었으며, 특히 블록 정합 움직임 추정의 경우에는 화상의 밝기(intensity)만을 이용하므로, 그 정확도가 매우 낮은 문제점이 있었다.
따라서, 종래의 방법에 의해 결정된 움직임 유형은 그 신뢰도가 매우 낮아지는 단점이 있었으며, 이러한 움직임 유형을 이용하여 화상 압축(image compression), 화상분할(image segmentation), 입체변환(stereoscopic conversion)을 수행했을 때에 얻어지는 결과 역시 만족스럽지 못한 문제점이 있었다.
따라서, 본 발명의 목적은 움직임 정보의 신뢰성이 낮은 경우 이를 극복할 수 있도록 움직임 정보의 신뢰성이 높은 키 프레임(key frame)을 이용하여 움직임 유형의 정확성을 높일 수 있는 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형 결정 방법 및 장치를 제공하는 것이다.
본 발명의 다른 목적은 NTSC(National Television System Committee)방식, PAL(Phase Alternation Line)방식, 디지털 비디오 등의 2차원 아날로그 및 디지털 동화상 방식에서 효율적인 움직임 유형을 결정하기 위해 적용될 수 있는 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형 결정 방법 및 장치를 제공하는 것이다.
상기 목적들을 달성하기 위하여, 본 발명의 일 측면에 따르면, 디지털 화상 데이터를 통해 움직임 유형을 결정하는 방법에 있어서, 동영상 데이터로부터 디지털 화상 데이터를 추출하는 단계와, 상기 추출된 디지털 화상 데이터(image data)의 움직임 벡터를 생성하는 단계-여기서, 상기 움직임 벡터는 움직임 추정 기법(Motion Estimation Method)을 이용하여 이전 또는 이후 디지털 화상 데이터와 상기 디지털 화상 데이터와의 움직임 관계를 이용하여 생성됨-와, 상기 디지털 화상 데이터의 움직임 유형을 결정하기 위한 움직임 벡터빈을 구성하는 단계와, 상기 움직임 벡터빈을 이용하여 미리 지정된 움직임 유형 중 어느 하나의 움직임 유형으로 판단하는 단계-상기 움직임 유형은 줌, 정지, 수평 움직임, 비수평 움직임, 고속 움직임 중 적어도 어느 하나를 포함함-와, 상기 판단된 움직임 유형과 상응하는 움직임 유형 정보를 디스플레이 장치로 전송하는 단계를 포함하는 것을 특징으로 하는 화상 데이터의 움직임 유형 결정 방법이 제공되고, 당해 화상 데이터의 움직임 유형 결정 방법의 수행을 가능하게 하는 시스템, 장치 및 기록매체가 제공된다.
또한, 본 발명에 따른 화상 데이터의 움직임 유형 결정 방법은 화상 데이터의 움직임 유형 결정 방법을 더 포함할 수 있다.
상기 디지털 화상 데이터의 움직임 유형을 결정하기 위한 움직임 벡터빈을 구성하는 단계는, 상기 움직임 벡터빈을 미리 지정된 수량의 셀로 분할하는 단계와, 상기 고속 움직임 및 상기 비수평 움직임에 대한 임계값을 설정하는 단계와, 상기 셀에 저장되는 움직임 벡터의 개수를 산정하는 단계와, 상기 움직임 벡터 정보를 미리 지정된 셀에 저장하는 단계-상기 움직임 벡터 정보는 상기 움직임 벡터의 크기 정보, 움직임 방향 정보를 포함함-를 포함할 수 있다.
또한, 상기 움직임 벡터빈을 이용하여 미리 지정된 움직임 유형 중 어느 하나의 움직임 유형으로 판단하는 단계는, 상기 디지털 화상 데이터가 줌 키 프레임, 정지 키 프레임, 수평 키 프레임, 비수평 키 프레임, 고속 키 프레임 중 어느 하나의 움직임 유형에 해당되는지 여부를 검사하는 단계-상기 키 프레임은 디지털 화상 데이터 중 움직임 정보의 신뢰성이 높은 디지털 화상 데이터임-와, 상기 움직임 유형 중 어느 하나의 키 프레임에 해당되는 경우, 상기 디지털 화상 데이터의 움직임 유형을 상기 키 프레임과 상응하는 움직임 유형으로 결정하는 단계와, 상기 움직임 유형 중 어느 하나의 키 프레임에 해당되지 않는 경우, 상기 디지털 화상 데이터의 움직임 유형을 현재 설정되어 있는 키 프레임의 움직임 유형과 동일하게 인식하는 단계를 포함할 수 있다.
그리고, 본 발명에 따른 화상 데이터의 움직임 유형 결정 방법은 상기 디지털 화상 데이터가 상기 수평 키 프레임 및 상기 비수평 키 프레임에 해당되는 경우, 카메라의 움직임인지 아니면 디지털 화상 데이터에 포함된 물체의 움직임인지 여부를 결정하는 단계를 더 포함하고, 상기 고속 키 프레임은 상기 수평 키 프레임 중에서 상기 물체 또는 상기 카메라의 움직임 속도가 미리 지정된 기준값 이상인 것으로 지정할 수 있다.
본 발명의 다른 측면에 따르면, 디지털 화상 데이터를 통해 움직임 유형을 결정하는 장치에 있어서, 동영상 데이터를 수신하는 동영상 데이터 수신부와, 상기 동영상 데이터가 아날로그 데이터 형태인 경우 디지털 데이터 형태로 변환하고, 상기 동영상 데이터를 이용하여 디지털 화상 데이터를 추출하는 화상 추출부와, 이전 또는 이후의 디지털 화상 데이터와 상기 추출된 디지털 화상 데이터의 움직임 관계를 이용하여 상기 추출된 디지털 화상 데이터의 움직임 벡터를 생성하는 움직임 벡터 생성부와, 상기 디지털 화상 데이터의 움직임 유형을 결정하기 위한 데이터인 움직임 벡터빈을 구성하는 움직임 벡터빈 구성부와, 움직임 정보가 정확한 디지털 화상 데이터를 키 프레임(key frame)으로 결정하고, 키 프레임이 아닌 디지털 화상 데이터의 현재 움직임 유형을 상기 키 프레임의 움직임 유형과 동일하게 결정하는 키 프레임 움직임 유형 결정부와, 상기 움직임 유형을 디스플레이 장치로 전송하는 전송부를 포함하는 것을 특징으로 하는 화상의 움직임 유형 결정 장치가 제공된다.
본 발명은 화상의 움직임 정보 및 움직임 유형의 신뢰도가 낮을 때에 이를 극복하기 위해 키프레임(Key frame)을 이용함으로써, 틀린 움직임 정보 때문에 얻어지는 잘못된 움직임 유형을 수정할 수 있고, 결과적으로 다양한 응용 영역에 적용될 수 있으며, 또한 모든 NTSC/PAL/Digital Video에서 효율적인 움직임 유형을 결정하기 위해 적용될 수 있는 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형 결정 방법 및 장치에 관한 것이다. 즉 본 발명에 따른 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형 결정 방법 및 장치를 이용함으로써, NTSC/PAL 신호, MPEG-1 CD, MPEG-2 HDTV, MPEG-2 DVD, MPEG-4, H263, H26L, JVT(Joint Video Team) 등의 2차원 아날로그 및 디지털 동화상에서 각 화상의 움직임 유형 결정이 용이하게 된다. 이하, 본 발명의 바람직한 실시예를 첨부한 도면들을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명에 따른 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형 결정 장치의 개략적인 내부 구성을 나타낸 도면이다.
도 1을 참조하면, 본 발명에 따른 화상의 움직임 유형 결정 장치(100)는 동영상 데이터 수신부(110), 화상 추출부(120), 움직임 벡터 생성부(130), 움직임 벡터빈 구성부(140), 키 프레임 움직임 유형 결정부(150), 제어부(160) 등을 포함할 수 있다.
동영상 데이터 수신부(110)는 아날로그 데이터 및/또는 디지털 데이터 비트 스트림 형태의 동영상 데이터를 수신하는 기능을 수행하며, 수신한 동영상 데이터를 제어부(160)의 제어에 의해 화상 추출부(120)로 제공한다.
화상 추출부(120)는 동영상 데이터 수신부(110)에 의해 수신되어 제공받은 아날로그 데이터 및/또는 디지털 데이터 형태의 동영상 데이터 중 아날로그 데이터 형태의 동영상 데이터를 디지털 데이터 형태의 동영상 데이터로 변환하는 기능, 동영상 데이터를 이용한 디지털 화상 데이터 추출 기능을 수행한다. 그리고, 화상 추 출부(120)에 의해 추출된 디지털 화상 데이터는 제어부(160)의 제어에 의해 움직임 벡터 생성부(130)로 제공된다.
움직임 벡터 생성부(130)는 움직임 추정 기법(Motion Estimation Method)을 이용하여 이전 또는 이후 화상(image)과 현재 화상(image)과의 움직임 관계를 이용하여 현재 화상의 움직임 벡터를 생성하는 기능을 수행한다. 움직임 벡터는 4x4 크기의 서브블록, 8x8 크기의 블록, 또는 16x16의 매크로블록을 기준으로 생성되며, MPEG 등의 디지털 화상 데이터의 경우에는 부호화된 비트 스트림에 블록 또는 매크로 블록마다 움직임 벡터가 존재하므로, 별도의 과정 없이도 직접 움직임 벡터를 추출할 수 있다.
움직임 벡터빈 구성부(140)는 움직임 유형을 결정하기 위해 사용되는 데이터인 움직임 벡터빈을 구성하는 기능을 수행하며, 움직임 벡터빈 구성부(140)의 동작에 관해서는 이후 도 2를 참조하여 상세히 설명하기로 한다.
즉, 움직임 정보를 분석하기 위해서는 먼저 움직임 벡터 생성부(130)에 의한 화상의 움직임 벡터 추출 과정이 있어야 하고, 움직임 벡터가 추출된 후에는 움직임 유형을 결정하기 위해 움직임 벡터빈 구성부(140)에 의한 움직임 벡터빈을 구성하는 과정이 있어야 한다.
키 프레임 움직임 유형 결정부(150)는 움직임 정보가 정확한 화상(image)을 키 프레임(key frame)으로 결정한 후, 키 프레임이 아닌 화상의 현재 움직임 유형을 당해 키 프레임의 움직임 유형과 동일하게 결정하는 기능을 수행한다. 본 발명에 적용될 수 있는 움직임 유형으로는 줌(Zoom), 정지, 수평 움직임, 비수평 움직 임, 고속 움직임 등이 있을 수 있다. 키 프레임 움직임 유형 결정부(150)에 의해 수행되는 움직임 유형 결정 방법에 대해서는 이후 도 3을 참조하여 상세히 설명하기로 한다.
또한, 도 1에는 도시되지 않았으나 키 프레임 움직임 유형 결정부(150)에 의해 결정된 움직임 유형 정보를 외부 장치(예를 들어, 디스플레이 장치)로 전송하는 전송부 등이 더 포함될 수 있다.
도 2는 본 발명의 바람직한 일 실시예에 따른 움직임 벡터빈의 셀(cell) 구성을 예시한 도면이다.
본 발명에 따른 화상의 움직임 유형 결정 장치(100)의 움직임 벡터빈 구성부(140)는 움직임 유형을 결정하기 위해 사용되는 데이터인 움직임 벡터빈을 구성하는 기능을 수행하며, 움직임 벡터빈의 셀 구성이 도 2에 예시되어 있다.
도 2를 참조하면, 움직임 벡터빈은 7개의 셀(cell)로 구성되며, 각 셀은 각각의 움직임 방향 특성과 움직임 크기 특성에 부합되는 움직임 벡터들을 포함한다. 그리고, 도면의 각 셀에 표시된 숫자는 셀 번호를 나타내며, 도 2에는 도시되지 않았으나 크기가 0인 움직임 벡터인 셀 0이 포함된다.
움직임 벡터의 수평 성분을 MVx라하고, 수평 성분을 MVy라 하면 움직임 벡터의 움직임 방향(θ)과 크기(|MV|)는 아래의 수학식 1에 의해 구할 수 있다.
Figure 112003002640100-pat00001
Figure 112003002640100-pat00002
상술한 수학식 1에서 θ는 움직임 벡터빈의 수평축의 파라미터이고, |MV|는 움직임 벡터빈의 수직축의 파라미터이다.
그리고, 도 2에 도시된
Figure 112003002640100-pat00003
은 고속 움직임 임계값을 의미하고,
Figure 112003002640100-pat00004
은 비수평 움직임 임계값을 의미하며, 고속 움직임 임계값(
Figure 112003002640100-pat00005
)과 비수평 움직임 임계값(
Figure 112003002640100-pat00006
)은 적절하게 결정될 수 있다. 그리고, 고속 움직임 임계값(
Figure 112003002640100-pat00007
)과 비수평 움직임 임계값(
Figure 112003002640100-pat00008
)이 결정되면 당해 움직임 벡터의 크기와 방향에 따라 움직임 벡터빈이 구성될 수 있게 된다. 각 화상마다 각 셀(cell)의 움직임 벡터의 개수는 0으로 초기화되고, 각 움직임 벡터는 대응하는 움직임 벡터빈의 셀(cell)에 저장된다. 또한 셀에 저장되는 움직임 벡터의 개수는 1씩 증가한다.
움직임 벡터빈에서 각 셀(cell)의 움직임 특성을 설명하면 다음과 같다.
먼저, '셀 0'은 크기가 0인 움직임 벡터들의 집합으로서 정지 화상의 특성을 가진다. 그리고, '셀 1'과 '셀 2'는 움직임 벡터빈의 수평축의 파라미터 θ와 움직임 벡터빈의 수직축의 파라미터 |MV|가 모두 작은 값을 가지므로 수평 저속 움직임의 특성을 가진다. 다만, 각각의 움직임 방향은 서로 반대 방향이 된다.
또한, '셀 1'과 '셀 2'의 특성과 비교할 때 '셀 3'과 '셀 4'는 수평 고속 움직임의 특성을 가지게 되고, '셀 5'와 '셀 6'은 비수평 움직임 특성을 가지게 된다. 그리고, 각 셀(cell)에 저장되어 있는 움직임 벡터의 개수는 화상의 총 움직임 벡터의 개수와 같다.
도 3a는 본 발명의 바람직한 일 실시예에 따른 움직임 벡터빈에서 키 프레임의 움직임 유형을 결정하기 위한 방법을 나타낸 순서도이고, 도 3b는 본 발명의 바람직한 일 실시예에 따른 화상 분할 방법을 예시한 도면이다.
본 발명에 따른 화상의 움직임 유형 결정 장치(100)의 키 프레임 움직임 유형 결정부(150)는 움직임 정보가 정확한 화상(image)을 키 프레임(key frame)으로 결정한 후, 키 프레임이 아닌 화상의 현재 움직임 유형을 당해 키 프레임의 움직임 유형과 동일하게 결정하는 기능을 수행한다.
그러나, 움직임 벡터를 이용하여 얻어진 움직임 벡터빈으로부터 결정된 움직임 유형은 화상의 실제 움직임 유형과 비교해서 정확도가 매우 떨어질 수 있다. 그 이유는 움직임 벡터를 구하는 방법으로는 블록 매칭(Block Matching) 방식 또는 그와 유사한 방식을 많이 사용하는데, 이 경우 움직임벡터가 실제 움직임 방향과 비교해서 정확도가 매우 낮아지기 때문이다. 따라서 이 움직임 벡터를 이용하여 얻어진 움직임 유형은 정확하지 않게 되는 것이다. 이러한 문제점을 보완하기 위해서 본 발명에 따른 화상의 움직임 유형 결정 장치(100)에서는 정확도가 높은 움직임 유형을 가지는 화상인 키 프레임(key frame)에 기반한 움직임유형결정 방법이 적용 된다. 즉, 움직임 유형 결정에서 움직임 정보의 정확도가 높은 경우라면 현재 화상을 키프레임으로 설정하고, 현재 키 프레임의 움직임 유형으로 결정된다. 그러나, 키 프레임이 아닌 경우라면, 현재 화상의 움직임 유형은 현재 키 프레임의 움직임 유형과 동일하게 결정한다. 예를 들어,
Figure 112003002640100-pat00009
,
Figure 112003002640100-pat00010
,
Figure 112003002640100-pat00011
,
Figure 112003002640100-pat00012
, ... ,
Figure 112003002640100-pat00013
,
Figure 112003002640100-pat00014
,
Figure 112003002640100-pat00015
이라는 화상 시컨스(image sequence)가 있고,
Figure 112003002640100-pat00016
와
Figure 112003002640100-pat00017
가 각각 키 프레임이라면, 키 프레임이 아닌
Figure 112003002640100-pat00018
,
Figure 112003002640100-pat00019
,
Figure 112003002640100-pat00020
,
Figure 112003002640100-pat00021
는
Figure 112003002640100-pat00022
의 움직임 유형과 같게 되는 것이다.
즉, 도 3a에는 키 프레임 움직임 유형 결정부(150)에서 현재 화상의 움직임 유형(예를 들어, 줌(Zoom), 정지, 수평 움직임, 비수평 움직임, 고속 움직임 등)을 결정하는 방법에 관한 순서도가 도시되어 있다.
도 3a를 참조하면, 단계 310에서 키 프레임 움직임 유형 결정부(150)는 움직임 벡터빈 구성부(140)로부터 움직임 벡터빈(즉, 움직임 유형을 결정하기 위해 사용되는 데이터)과 화상 데이터를 수신하고, 단계 315로 진행하여 수신된 화상 데이터가 줌 키 프레임인지 여부를 검사한다.
먼저, 줌 키 프레임은 움직임 벡터의 방향이 중심으로 향하는 줌 인(Zoom In)과 바깥쪽으로 향하는 줌 아웃(Zoom Out)으로 구성될 수 있다. 이러한 특성을 이용하기 위해 도 3b에 도시된 바와 같이 화상은 4개의 사분면(Quadrant)인
Figure 112003002640100-pat00023
,
Figure 112003002640100-pat00024
,
Figure 112003002640100-pat00025
,
Figure 112003002640100-pat00026
로 분할될 수 있다.
그리고, 각 사분면(
Figure 112003002640100-pat00027
)에 존재하는 움직임 벡터의 개수(
Figure 112003002640100-pat00028
)를 구함에 있 어, 움직임 벡터의 움직임 방향(
Figure 112003002640100-pat00029
)는 하기의 수학식 2를 만족해야 한다.
Figure 112003002640100-pat00030
그리고, 2사분면(
Figure 112003002640100-pat00031
)에 존재하는 움직임 벡터의 개수(
Figure 112003002640100-pat00032
)과 3사분면(
Figure 112003002640100-pat00033
)에 존재하는 움직임 벡터의 개수(
Figure 112003002640100-pat00034
) 중에서의 최대 움직임 벡터의 개수(
Figure 112003002640100-pat00035
), 1사분면(
Figure 112003002640100-pat00036
)에 존재하는 움직임 벡터의 개수(
Figure 112003002640100-pat00037
)과 4사분면(
Figure 112003002640100-pat00038
)에 존재하는 움직임 벡터의 개수(
Figure 112003002640100-pat00039
) 중에서의 최대 움직임 벡터의 개수(
Figure 112003002640100-pat00040
)은 하기의 수학식 3을 이용하여 구할 수 있다.
Figure 112003002640100-pat00041
그리고, 상기의 수학식 3을 이용하여 구한
Figure 112003002640100-pat00042
과
Figure 112003002640100-pat00043
이 하기의 수학식 4를 이용하여 구해지는
Figure 112003002640100-pat00044
보다 큰지 아니면 작은지 여부로서 키 프레임 움직임 유형 결정부(150)는 당해 화상이 줌 키 프레임인지 여부를 결정할 수 있다. 즉,
Figure 112003002640100-pat00045
과
Figure 112003002640100-pat00046
이
Figure 112003002640100-pat00047
보다 작은 경우에는 일단 줌 화상이 아닌 것으로 판단하게 된다.
Figure 112003002640100-pat00048
여기서,
Figure 112003002640100-pat00049
는 화상에서의 가로 블록 개수를 의미하고,
Figure 112003002640100-pat00050
는 화상에서의 세로 블록 개수를 의미하며,
Figure 112003002640100-pat00051
은 최소 움직임 벡터 개수 임계값을 의미한다.
이후,
Figure 112003002640100-pat00052
과
Figure 112003002640100-pat00053
에 속하는 움직임벡터를 각각 양(+), 음(-) 방향으로 나누어 하기의 수학식 5의 두 조건을 비교한다.
Figure 112003002640100-pat00054
여기서,
Figure 112003002640100-pat00055
는 임계값을 의미하며, 키 프레임 움직임 유형 결정부(150)는 상술한 수학식 5의 두 조건을 만족하는 경우에만 줌 키 프레임인 것으로 판단하는 것이다.
단계 315의 검사 결과로 만일 당해 화상 데이터가 줌 키 프레임인 경우에는 단계 370으로 진행하여 당해 키 프레임의 움직임 유형으로 설정하고 이 시점부터는 현재 키 프레임을 줌 움직임 유형으로 인식한다. 그러나, 단계 315의 검사 결과로 당해 화상 데이터가 줌 키 프레임이 아닌 경우에는 단계 320으로 진행한다.
단계 320에서 키 프레임 움직임 유형 결정부(150)는 수신된 화상 데이터가 정지 키 프레임인지 여부를 검사한다.
당해 화상 데이터가 정지 키 프레임인지 여부는 움직임 벡터빈의 셀 0에 포함되어 있는 움직임 벡터의 비율(RS)를 이용하여 결정할 수 있다. 즉 RS는 움직임 벡터빈에서
Figure 112003002640100-pat00056
= (0, 0)인 움직임 벡터와 움직임 벡터의 크기가 임계값보다 작은 움직임 벡터 개수의 비율이다. 정지 키 프레임인지 여부를 결정하기 위해 하기의 수학식 6을 이용할 수 있다.
Figure 112003002640100-pat00057
여기서 임계값
Figure 112003002640100-pat00058
,
Figure 112003002640100-pat00059
는 임의로 정할 수 있으며, 만일 조건 (1)이 만족되면 정지 키 프레임인 것으로 결정된다.
단계 320의 검사 결과로 만일 당해 화상 데이터가 정지 키 프레임인 경우(즉, 조건 (1)을 만족하는 경우)에는 단계 370으로 진행하여 당해 키 프레임의 움직 임 유형으로 설정하고 이 시점부터는 현재 키 프레임을 정지 움직임 유형으로 인식한다. 그러나, 단계 320의 검사 결과로 만일 당해 화상 데이터가 정지 키 프레임이 아닌 경우(즉, 조건 (2) 또는 조건 (3)을 만족하는 경우)에는 단계 325로 진행한다.
단계 325에서 키 프레임 움직임 유형 결정부(150)는 당해 화상 데이터가 수평 키 프레임 또는 비수평 키 프레임에 해당되는 키 프레임이 될 수 있는 가능성이 존재하는지 여부를 검사한다. 즉, 키 프레임 움직임 유형 결정부(150)는 당해 화상 데이터가 상술한 수학식 6의 조건 (2)와 조건 (3) 중에서 어떤 조건을 만족하는지 여부를 검사하는 것이다.
단계 325의 검사 결과로 만일 당해 화상 데이터가 키 프레임에 해당되지 않는 경우(즉, 수학식 6의 조건 (3)을 만족하는 경우)에는 단계 330으로 진행하여 키 프레임인지 여부를 결정하지 않고, 현재 설정된 키 프레임의 움직인 유형을 가지도록 한다. 그러나, 단계 325의 검사 결과로 만일 당해 화상 데이터가 수평 키 프레임 또는 비수평 키 프레임에 해당되는 키 프레임에 해당될 가능성이 존재하는 경우(즉, 수학식 6의 조건 (2)를 만족하는 경우)에는 단계 335로 진행한다.
단계 335에서 키 프레임 움직임 유형 결정부(150)는 당해 화상의 비수평 움직임 벡터 비율(RV)이 0(zero)인지 여부를 검사한다. 단계 335의 검사 결과로 당해 화상의 비수평 움직임 벡터 비율(RV)이 0(zero)인 경우에는 비수평 움직임 벡터가 없으므로 수평 키 프레임을 당해 키 프레임의 움직임 유형으로 설정하고 이 시점부 터는 현재 키 프레임은 수평 움직임 유형으로 인식한다(단계 370). 그러나, 단계 335의 검사 결과로 당해 화상의 비수평 움직임 벡터 비율(RV)이 0(zero)이 아닌 경우에는 단계 340으로 진행한다.
단계 340에서 키 프레임 움직임 유형 결정부(150)는 당해 화상의 수평 움직임 벡터 비율(RH)이 0(zero)인지 여부를 검사한다. 만일 단계 340의 검사 결과로 당해 화상의 수평 움직임 벡터 비율(RH)이 0(zero)인 경우에는 수평 움직임 벡터가 없으므로 비수평 키 프레임으로 당해 키 프레임의 움직임 유형을 설정하고 이 시점부터는 현재 키 프레임을 비수평 움직임 유형으로 인식한다(단계 370). 그러나, 단계 340의 검사 결과로 당해 화상의 수평 움직임 벡터 비율(RH)이 0(zero)이 아닌 경우에는 단계 345으로 진행한다.
움직임 벡터빈의 셀 i에 있는 움직임 벡터의 개수를 화상 블록의 전체 개수로 나눈 비율을 R(i)라고 정의하면 수평 움직임 벡터 비율(RH)과 비수평 움직임 벡터 비율(RV)는 하기의 수학식 7을 이용하여 구할 수 있으며, RS , RH 및 RV의 합은 1이 된다.
Figure 112003002640100-pat00060
단계 345에서 키 프레임 움직임 유형 결정부(150)는 당해 화상의 RS(즉, 움직임 벡터빈에서
Figure 112003002640100-pat00061
= (0, 0)인 움직임 벡터와 움직임 벡터의 크기가 임계값보다 작은 움직임 벡터 개수의 비율)가 0(zero)인지 여부를 검사한다. 만일 RS 가 0(zero)인 경우라면 크기가 0(zero)인 움직임 벡터가 없다는 의미가 된다.
단계 345의 검사 결과로 만일 RS가 0(zero)이 아닌 경우에는 단계 350으로 진행하고, 단계 350에서 키 프레임 움직임 유형 결정부(150)는
Figure 112003002640100-pat00062
라는 조건이 만족되는지 여부를 검사하여, 만일 해당 조건이 만족되는 경우에는 당해 화상 데이터를 수평 키 프레임으로 당해 키 프레임의 움직임 유형을 설정하고 이 시점부터는 현재 키 프레임을 수평 움직임 유형으로 인식한다(단계 370). 여기서, 임계값 TV는 임의로 정할 수 있다. 그러나, 단계 350의 검사 결과로 해당 조건을 만족하지 못하는 경우에는 단계 355로 진행한다.
단계 355에서 키 프레임 움직임 유형 결정부(150)는
Figure 112003002640100-pat00063
라는 조건이 만족되는지 여부를 검사하여, 만일 해당 조건이 만족되는 경우에는 당해 화상 데이터를 비수평 키 프레임으로 당해 키 프레임의 움직임 유형을 설정하고 이 시점부터는 현재 키 프레임을 비수평 움직임 유형으로 인식한다(단계 370). 그러나, 단계 355의 검사 결과로 해당 조건을 만족하지 못하는 경우에는 단계 330으로 진행하여 현재 설정되어 있는 키 프레임 움직임 유형으로 결정한다.
다시 단계 345를 참조하면, 단계 345의 검사 결과로 만일 RS가 0(zero)인 경우에는 단계 360으로 진행하고, 단계 360에서 키 프레임 움직임 유형 결정부(150)는
Figure 112003002640100-pat00064
라는 조건이 만족되는지 여부를 검사하여, 만일 해당 조건이 만족되는 경우에는 당해 화상 데이터를 수평 키 프레임으로 당해 키 프레임의 움직임 유형을 설정하고 이 시점부터는 현재 키 프레임을 수평 움직임 유형으로 인식한다(단계 370). 그러나, 단계 360의 검사 결과로 해당 조건을 만족하지 못하는 경우에는 단계 365로 진행한다.
단계 365에서 키 프레임 움직임 유형 결정부(150)는
Figure 112003002640100-pat00065
라는 조건이 만족되는지 여부를 검사하여, 만일 해당 조건이 만족되는 경우에는 당해 화상 데이터를 비수평 키 프레임으로 당해 키 프레임의 움직임 유형을 설정하고 이 시점부터는 현재 키 프레임을 비수평 움직임 유형으로 인식한다(단계 370). 그러나, 단계 365의 검사 결과로 해당 조건을 만족하지 못하는 경우에는 단계 330으로 진행하여 현재 설정되어 있는 키 프레임 움직임 유형으로 결정한다.
이제까지 정지 키 프레임에서의
Figure 112003002640100-pat00066
와 수평 및 수직키프레임에서
Figure 112003002640100-pat00067
,
Figure 112003002640100-pat00068
,
Figure 112003002640100-pat00069
,
Figure 112003002640100-pat00070
라는 임계값이 사용되었으며, 각각의 임계값은 임의로 지정될 수 있다. 다만,
Figure 112003002640100-pat00071
는
Figure 112003002640100-pat00072
보다 큰 값을 선택함이 바람직하다. 즉,
Figure 112003002640100-pat00073
또는
Figure 112003002640100-pat00074
라는 조건이 만족되는 경우에는 키 프레임으로 결정하지 않고, 현재 설정된 키 프레임의 움직임 유형을 유지하도록 한다. 같은 이유로
Figure 112003002640100-pat00075
는
Figure 112003002640100-pat00076
보다 큰 값을 선택 함이 바람직하다.
단계 335 내지 단계 365를 통해 살펴본 바와 같이 수평 키 프레임으로 판단되는 경우로는
Figure 112003002640100-pat00077
인 경우(단계 335),
Figure 112003002640100-pat00078
인 경우(단계 350) 및
Figure 112003002640100-pat00079
(단계 360)인 경우가 있으며, 비수평 키 프레임으로 판단되는 경우로는
Figure 112003002640100-pat00080
인 경우(단계 340),
Figure 112003002640100-pat00081
인 경우(단계 355) 및
Figure 112003002640100-pat00082
(단계 365)가 있게 된다.
그리고, 현재 화상이 수평 키 프레임으로 결정되면 카메라와 화상 내에 존재하는 물체의 움직임 유형 및 움직임 방향 등을 결정해야 한다. 카메라 및 물체의 움직임 유형을 결정하는 방법으로 다음과 같은 방법이 적용될 수 있다.
Figure 112003002640100-pat00083
가 임계값
Figure 112003002640100-pat00084
보다 크거나 같으면 물체의 움직임으로 정의하고, 반대의 경우에는 카메라의 움직임으로 정의한다. 왜나하면 카메라 움직임의 경우에는 화상 전체에 움직임 백터를 생성하기 때문이다. 그리고, 움직임 방향은 하기의 수학식 8에서 구해지는
Figure 112003002640100-pat00085
값을 이용한다.
Figure 112003002640100-pat00086
여기서, R(1)과 R(4)는 셀 1 및 셀 4의 움직임 벡터의 비율이며 우측 움직임 특성을 가진다. 또한, R(2)와 R(3)는 셀 2 및 셀 3의 움직임 벡터의 비율이며 좌측 움직임 특성을 가진다. 만일
Figure 112003002640100-pat00087
가 임계값 TH보다 크거나 같다면, 물체 움직임의 경우에는 좌측 움직임으로, 카메라 움직임의 경우에는 카메라 우측 움직임으로 판단한다. 이와 반대로 만일
Figure 112003002640100-pat00088
가 임계값 TH보다 작다면, 물체 움직임의 경우에는 우측 움직임으로, 카메라 움직임의 경우에는 카메라 좌측 움직임으로 판단한다.
또한, 움직임 유형이 비수평 키 프레임으로 결정된 경우에도 수평 키 프레임으로 결정된 경우와 마찬가지로 카메라 및 물체의 움직임 유형과 움직임 방향 등을 결정해야 한다.
비수평 움직임 벡터의 수평 성분들의 평균인 AVG(MVX)가 0보다 작다면, 물체 움직임인 경우에는 물체의 좌측 움직임으로, 카메라 움직임인 경우에는 카메라의 우측 움직임으로 판단한다. 반대로 AVG(MVX)가 0보다 작은 경우가 아니라면, 물체 움직임인 경우에는 물체의 우측 움직임으로, 카메라 움직임인 경우에는 카메라의 좌측 움직임으로 판단한다. 비수평 움직임 벡터의 수평 성분들의 평균인 AVG(MVX) 는 하기의 수학식 9를 이용하여 구할 수 있다.
Figure 112003002640100-pat00089
여기서, N은 움직임 벡터빈에서 셀 5와 셀 6의 크기의 합이다.
그리고, 고속 키 프레임은 수평 키프레임중에서 물체 및/또는 카메라의 움직임 속도가 빠른 경우로 정의할 수 있으며, 고속 움직임은 움직임 벡터빈의 셀 3, 셀 4에 있는 움직임 벡터 개수로 판단한다. 만약 두 셀에 있는 움직임 벡터의 개수가 TN보다 크면 고속 움직임으로 결정할 수 있으며, TN은 하기의 수학식 10을 이용하여 구할 수 있다.
Figure 112003002640100-pat00090
여기서, TF는 고속움직임에 대한 임계값이고, NX는 화상에서의 가로 블록 개수를 의미하고, NY는 화상에서의 세로 블록 개수를 의미한다.
본 발명은 상기 실시예에 한정되지 않으며, 많은 변형이 본 발명의 사상 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 가능함은 물론이다.
상술한 바와 같이 본 발명에 따른 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형 결정 방법 및 장치는 화상의 움직임 벡터의 정확도가 없더라도, 상대적으로 정확도가 높은 키 프레임의 움직임 유형을 이용하기 때문에, 안정된 화상의 움직인 유형을 얻을 수 있으며, 움직임 유형의 정확성을 높일 수 있다.
또한, 본 발명은 NTSC(National Television System Committee)방식, PAL(Phase Alternation Line)방식, MPEG-1 CD, MPEG-2 HDTV, MPEG-2 DVD, MPEG-4, H263, H26L, JVT(Joint Video Team) 등의 2차원 아날로그 및 디지털 동화상 방식에서 효율적인 움직임 유형을 결정하기 위해 적용될 수 있다.
또한, 본 발명은 키 프레임의 움직임 유형을 줌 키 프레임, 정지 키 프레임, 비수평 키 프레임, 수평 키 프레임 및 고속 키 프레임 등으로 분류함으로써, 화상의 다양한 운동유형을 얻을 수 있게 한다.
또한, 본 발명은 아날로그 신호 및 디지털 신호의 입체 화상을 효율적으로 생성함으로써, 화상 압축, 화상 영역분할, 화상 입체변환 등의 넓은 응용 범위에 적용될 수 있다.

Claims (6)

  1. 디지털 화상 데이터를 통해 움직임 유형을 결정하는 방법에 있어서,
    동영상 데이터로부터 디지털 화상 데이터를 추출하는 단계;
    상기 추출된 디지털 화상 데이터(image data)의 움직임 벡터를 생성하는 단계-여기서, 상기 움직임 벡터는 움직임 추정 기법(Motion Estimation Method)을 이용하여 이전 또는 이후 디지털 화상 데이터와 상기 디지털 화상 데이터와의 움직임 관계를 이용하여 생성됨-;
    상기 디지털 화상 데이터의 움직임 유형을 결정하기 위한 움직임 벡터빈을 구성하는 단계;
    상기 움직임 벡터빈을 이용하여 미리 지정된 움직임 유형 중 어느 하나의 움직임 유형으로 판단하는 단계-상기 움직임 유형은 줌, 정지, 수평 움직임, 비수평 움직임, 고속 움직임 중 적어도 어느 하나를 포함함-;
    상기 판단된 움직임 유형과 상응하는 움직임 유형 정보를 디스플레이 장치로 전송하는 단계
    를 포함하는 것을 특징으로 하는 화상 데이터의 움직임 유형 결정 방법.
  2. 제1항에 있어서,
    상기 디지털 화상 데이터의 움직임 유형을 결정하기 위한 움직임 벡터빈을 구성하는 단계는,
    상기 움직임 벡터빈을 미리 지정된 수량의 셀로 분할하는 단계;
    상기 고속 움직임 및 상기 비수평 움직임에 대한 임계값을 설정하는 단계;
    상기 셀에 저장되는 움직임 벡터의 개수를 산정하는 단계;
    상기 움직임 벡터 정보를 미리 지정된 셀에 저장하는 단계-상기 움직임 벡터 정보는 상기 움직임 벡터의 크기 정보, 움직임 방향 정보를 포함함-
    를 포함하는 것을 특징으로 하는 화상 데이터의 움직임 유형 결정 방법.
  3. 제1항에 있어서,
    상기 움직임 벡터빈을 이용하여 미리 지정된 움직임 유형 중 어느 하나의 움직임 유형으로 판단하는 단계는,
    상기 디지털 화상 데이터가 줌 키 프레임, 정지 키 프레임, 수평 키 프레임, 비수평 키 프레임, 고속 키 프레임 중 어느 하나의 움직임 유형에 해당되는지 여부를 검사하는 단계;
    상기 움직임 유형 중 어느 하나의 키 프레임에 해당되는 경우, 상기 디지털 화상 데이터의 움직임 유형을 상기 키 프레임에 상응하는 움직임 유형으로 결정하는 단계;
    상기 움직임 유형 중 어느 하나의 키 프레임에 해당되지 않는 경우, 상기 디지털 화상 데이터의 움직임 유형을 현재 설정되어 있는 키 프레임의 움직임 유형과 동일하게 인식하는 단계
    를 포함하는 것을 특징으로 하는 화상 데이터의 움직임 유형 결정 방법.
  4. 제3항에 있어서,
    상기 디지털 화상 데이터가 상기 수평 키 프레임 및 상기 비수평 키 프레임에 해당되는 경우, 카메라의 움직임인지 아니면 디지털 화상 데이터에 포함된 물체의 움직임인지 여부를 결정하는 단계
    를 더 포함하고,
    상기 고속 키 프레임은 상기 수평 키 프레임 중에서 상기 물체 또는 상기 카메라의 움직임 속도가 미리 지정된 기준값 이상인 것
    을 특징으로 하는 화상 데이터의 움직임 유형 결정 방법.
  5. 디지털 화상 데이터를 통해 움직임 유형을 결정하는 장치에 있어서,
    동영상 데이터를 수신하는 동영상 데이터 수신부;
    상기 동영상 데이터가 아날로그 데이터 형태인 경우 디지털 데이터 형태로 변환하고, 상기 동영상 데이터를 이용하여 디지털 화상 데이터를 추출하는 화상 추출부;
    이전 또는 이후의 디지털 화상 데이터와 상기 추출된 디지털 화상 데이터의 움직임 관계를 이용하여 상기 추출된 디지털 화상 데이터의 움직임 벡터를 생성하는 움직임 벡터 생성부;
    상기 디지털 화상 데이터의 움직임 유형을 결정하기 위한 데이터인 움직임 벡터빈을 구성하는 움직임 벡터빈 구성부;
    미리 지정된 조건을 만족하는 디지털 화상 데이터를 키 프레임(key frame)으로 결정하고, 키 프레임이 아닌 디지털 화상 데이터의 현재 움직임 유형을 상기 키 프레임의 움직임 유형과 동일하게 결정하는 키 프레임 움직임 유형 결정부;
    상기 움직임 유형을 디스플레이 장치로 전송하는 전송부
    를 포함하는 것을 특징으로 하는 화상의 움직임 유형 결정 장치.
  6. 화상 데이터의 움직임 유형 결정 방법을 수행하기 위해 사용자 단말기에 의해 실행될 수 있는 명령어들의 프로그램이 유형적으로 구현되어 있으며, 상기 사용자 단말기에 의해 판독될 수 있는 기록매체에 있어서,
    동영상 데이터를 제공받는 단계;
    상기 동영상 데이터가 아날로그 데이터 형태의 동영상 데이터인 경우 디지털 데이터 형태의 동영상 데이터로 변환하는 단계;
    상기 동영상 데이터로부터 디지털 화상 데이터를 추출하는 단계;
    상기 추출된 디지털 화상 데이터(image data)의 움직임 벡터를 생성하는 단 계-여기서, 상기 움직임 벡터는 움직임 추정 기법(Motion Estimation Method)을 이용하여 이전 또는 이후 디지털 화상 데이터와 상기 디지털 화상 데이터와의 움직임 관계를 이용하여 생성됨-;
    상기 디지털 화상 데이터의 움직임 유형을 결정하기 위한 움직임 벡터빈을 구성하는 단계;
    상기 움직임 벡터빈을 이용하여 미리 지정된 움직임 유형 중 어느 하나의 움직임 유형으로 판단하는 단계-상기 움직임 유형은 줌, 정지, 수평 움직임, 비수평 움직임, 고속 움직임 중 적어도 어느 하나를 포함함-;
    상기 판단된 움직임 유형과 상응하는 움직임 유형 정보를 디스플레이 장치로 전송하는 단계
    를 포함하는 것을 특징으로 하는 기록매체.
KR1020030004809A 2003-01-24 2003-01-24 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형결정 방법 및 장치 KR100558364B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020030004809A KR100558364B1 (ko) 2003-01-24 2003-01-24 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형결정 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020030004809A KR100558364B1 (ko) 2003-01-24 2003-01-24 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형결정 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20030036264A KR20030036264A (ko) 2003-05-09
KR100558364B1 true KR100558364B1 (ko) 2006-03-10

Family

ID=29578434

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020030004809A KR100558364B1 (ko) 2003-01-24 2003-01-24 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형결정 방법 및 장치

Country Status (1)

Country Link
KR (1) KR100558364B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100831941B1 (ko) * 2007-07-30 2008-05-23 (주)이미지프로텍 카메라의 광역 움직임 정보 추출방법
KR101007237B1 (ko) * 2009-11-13 2011-01-13 (주)이에스푸드 꼬치구이장치
CN104602018B (zh) * 2014-10-21 2018-09-18 腾讯科技（北京）有限公司 视频数据的运动信息的获取方法和装置、编码方法和装置

Also Published As

Publication number Publication date
KR20030036264A (ko) 2003-05-09

Similar Documents

Publication Publication Date Title
CN100544444C (zh) 用于全景图像的运动估计和补偿的方法和设备
KR100905880B1 (ko) 움직임 추정 방법 및 장치와, 인코딩 방법 및 인코더
KR100287211B1 (ko) 양방향 움직임 추정방법 및 장치
US6618439B1 (en) Fast motion-compensated video frame interpolator
US8625673B2 (en) Method and apparatus for determining motion between video images
KR100530223B1 (ko) 프레임 레이트 변환시의 프레임 보간 방법 및 그 장치
US7720148B2 (en) Efficient multi-frame motion estimation for video compression
KR100973429B1 (ko) 배경 움직임 벡터 선택기, 업-변환 유닛, 이미지 처리 장치, 배경 움직임 벡터 선택 방법 및 컴퓨터 판독 가능한 기록 매체
JP2001169288A (ja) 動きベクトル探索装置および方法
KR100657261B1 (ko) 적응적 움직임 보상 보간 방법 및 장치
CN101682717B (zh) 图像处理装置、图像处理方法和程序
WO2012043165A1 (ja) 画像処理装置及び画像処理方法
Wee Reversing motion vector fields
US20110187924A1 (en) Frame rate conversion device, corresponding point estimation device, corresponding point estimation method and corresponding point estimation program
US20110002555A1 (en) Dominant gradient method for finding focused objects
JP2000224593A (ja) フレーム補間方法および装置およびこの方法を記録した記録媒体
KR100558364B1 (ko) 키 프레임의 움직임 유형을 이용한 화상의 움직임 유형결정 방법 및 장치
KR19980036073A (ko) 움직임 벡터 검출 방법 및 장치
Ma et al. A fast background model based surveillance video coding in HEVC
JP4235209B2 (ja) 動きベクトル検出装置および動きベクトル検出方法
CA2173888C (en) System and method for focused-based image segmentation for video signals
JP3941921B2 (ja) 動画像符号化装置
KR0185841B1 (ko) 영상 부호기에서의 움직임 추정 장치
Fan et al. Motion estimation based on global and local uncompensability analysis
Lie et al. Fast encoding of 3D color-plus-depth video based on 3D-HEVC

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
N231 Notification of change of applicant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130111

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20131205

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20150818

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20160308

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20170105

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20180217

Year of fee payment: 13