KR101515387B1

KR101515387B1 - 디스플레이 인지 화질 평가 방법, 이를 수행하기 위한 기록 매체 및 장치

Info

Publication number: KR101515387B1
Application number: KR1020140048046A
Authority: KR
Inventors: 하영호; 최봉석; 성정민
Original assignee: 경북대학교 산학협력단
Priority date: 2014-04-22
Filing date: 2014-04-22
Publication date: 2015-04-28

Abstract

디스플레이 인지 화질 평가 방법은, 디스플레이의 인지 화질 평가를 위한 평가 기준 항목들이 계층 구조로 형성된 의사결정 모델을 형성하는 단계; 의사결정 모델의 계층의 내부 종속성 및 외부 종속성을 평가하기 위해 평가 기준 항목들의 쌍대비교를 수행하는 단계; 평가 기준 항목들의 쌍대비교 결과로부터 계층별 가중치를 도출하는 단계; 및 계층별 가중치의 조합으로 디스플레이들의 최종 선호도를 정량화하는 단계를 포함한다. 이에 따라, 디스플레이들에 대한 상대적 인지 화질을 정량적으로 평가할 수 있다.

Description

디스플레이 인지 화질 평가 방법, 이를 수행하기 위한 기록 매체 및 장치{METHOD OF PERCEPTUAL QUALITY ASSESSMENT ON DISPLAY, RECORDING MEDIUM AND DEVICE FOR PERFORMING THE METHOD}

본 발명은 디스플레이 인지 화질 평가 방법, 이를 수행하기 위한 기록 매체 및 장치에 관한 것으로서, 더욱 상세하게는 Analytic Network Process(ANP) 기반의 체계화된 디스플레이 인지 화질 평가 방법, 이를 수행하기 위한 기록 매체 및 장치에 관한 것이다.

영상 혹은 비디오의 화질 측정은 시스템의 성능을 평가하는 것뿐만 아니라 디스플레이 시스템 성능의 최적화를 위한 이미지, 비디오 처리 분야에서 중요하게 이용되고 있다. 특히, 최근에는 유무선 통신망을 통한 이미지 다운로드, 실시간 TV, 영화, 뮤직비디오를 포함한 각종 멀티미디어 기능이 확대되고 있어, 사용자 관점에서 전송된 영상에 대한 품질 측정은 통신망의 품질을 향상시킬 수 있고, 제공된 영상의 품질을 확인할 수 있어 그 중요성이 매우 크다.

품질을 평가하는 방법은, 크게 주관적 화질 측정과 객관적 화질 측정방법으로 구분할 수 있다. 객관적 화질 측정방법으로는, 평균 오차 제곱의 합(MSE) 또는 Peak Signal-to-Noise Ratio(PSNR)이 널리 쓰이고 있다. 그러나, 이러한 객관적 화질 측정방법은 사람이 실제로 평가하는 화질과는 차이가 있다. 따라서, 객관적 화질 측정방법보다는 주관적 화질 측정방법이 화질측정에 더욱 적합하다고 알려져 있다.

일반적으로, 이러한 주관적 화질 평가 기준으로 MOS(Mean Opinion Score)를 사용한다. MOS란, ITU-R(International telecommunication union radiocommunication sector)의 권고안으로 수신자가 체감하는 음질 및 화질의 수준을 5단계 또는 7단계 등급으로 나누어서 품질을 평가하는 기준이다. 그러나, MOS는 사람이 판단하는 것이므로, 측정인의 주관적 기준과 견해에 의해 오차 발생의 가능성이 크고, 시간과 비용이 많이 들어간다. 따라서, MOS와 높은 상관관계를 가지는 객관적 척도에 의한 화질 평가방법이 많이 사용되고 있다.

최근에는 객관적, 주관적 화질평가 방법의 한계를 극복하기 위해 인간의 시각특성 및 인지심리를 반영한 심리 물리적인 인지 화질 평가 방법들이 연구되고 있다. 이들은 인지 화질을 올바르게 평가하기 위해서 인간의 시각특성 및 인지심리를 바탕으로 주관적 실험을 수행하였으며, 실험을 통해 얻은 실험자의 인지 화질을 객관적으로 정량화하였다. 그러나, 이렇게 획득된 수치는 디스플레이의 화질을 객관적으로 평가하기에는 부족하다.

KR

10-2007-0049833

A

KR

10-0838130

B1

이에, 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로 본 발명의 목적은 인간의 인지체계를 반영한 체계화된 디스플레이 인지 화질 평가 방법을 제공하는 것이다.

본 발명의 다른 목적은 상기 디스플레이 인지 화질 평가 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 기록 매체를 제공하는 것이다.

본 발명의 또 다른 목적은 상기 디스플레이 인지 화질 평가 방법을 수행하기 위한 장치를 제공하는 것이다.

상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 디스플레이 인지 화질 평가 방법은, 디스플레이의 인지 화질 평가를 위한 평가 기준 항목들이 계층 구조로 형성된 의사결정 모델을 형성하는 단계; 상기 의사결정 모델의 계층의 내부 종속성 및 외부 종속성을 평가하기 위해 상기 평가 기준 항목들의 쌍대비교를 수행하는 단계; 상기 평가 기준 항목들의 쌍대비교 결과로부터 계층별 가중치를 도출하는 단계; 및 상기 계층별 가중치의 조합으로 디스플레이들의 최종 선호도를 정량화하는 단계를 포함한다.

본 발명의 실시예에서, 상기 의사결정 모델을 형성하는 단계는, 네트워크 분석법(Analytic Network Process; ANP)의 계층 구조를 형성할 수 있다.

본 발명의 실시예에서, 상기 평가 기준 항목들의 쌍대비교를 수행하는 단계는, 네트워크 분석법(Analytic Network Process; ANP)을 이용할 수 있다.

본 발명의 실시예에서, 상기 평가 기준 항목들의 쌍대비교를 수행하는 단계는, 동일 계층의 항목들간의 내부 종속성을 평가하기 위한 쌍 비교 행렬을 형성하는 단계를 포함할 수 있다.

본 발명의 실시예에서, 상기 평가 기준 항목들의 쌍대비교를 수행하는 단계는, 다른 계층의 항목들간의 외부 종속성을 평가하기 위한 쌍 비교 행렬을 형성하는 단계를 더 포함할 수 있다.

본 발명의 실시예에서, 상기 계층별 가중치를 도출하는 단계는, 상기 쌍 비교 행렬에서 각 고유치에 해당하는 고유벡터들을 도출하는 단계; 및 상기 각 고유벡터의 최고값을 갖는 주고유벡터들을 도출하는 단계를 포함할 수 있다.

본 발명의 실시예에서, 상기 최종 선호도를 정량화하는 단계는, 상기 주고유벡터들을 이용하여 하나의 초행렬을 형성하는 단계; 및 상기 초행렬로부터 최종 가중치를 도출하는 단계를 포함할 수 있다.

본 발명의 실시예에서, 상기 의사결정 모델을 형성하는 단계는, 의사 결정의 최종 목표를 설정하는 제1 계층을 형성하는 단계를 포함할 수 있다.

본 발명의 실시예에서, 상기 의사결정 모델을 형성하는 단계는, 색(color), 모양(shape), 깊이(depth), 움직임(motion) 중 적어도 하나의 평가 기준 항목을 포함하는 제2 계층을 형성하는 단계를 더 포함할 수 있다.

본 발명의 실시예에서, 상기 의사결정 모델을 형성하는 단계는, 색도 일치도(Uniformity), 휘도(Luminance), 대비(Contrast), 선명도(Sharpness), 색 재현력(Color reproduction), 채도(Saturation), 해상도(Resolution), 화각(Viewing angle) 중 적어도 하나의 평가 기준 항목을 포함하는 제3 계층을 형성하는 단계를 더 포함할 수 있다.

본 발명의 실시예에서, 상기 의사결정 모델을 형성하는 단계는, 상대적으로 비교 평가할 디스플레이들을 포함하는 제4 계층을 형성하는 단계를 더 포함할 수 있다.

본 발명의 실시예에서, 상기 평가 계층 구조를 형성하는 단계는, 가장 좋은 화질의 디스플레이 선택을 의사 결정의 최종 목표로 설정하여 제1 계층을 형성하는 단계; 색(color), 모양(shape) 및 깊이(depth)를 평가 기준 항목으로 포함하는 제2 계층을 형성하는 단계; 색도 일치도(Uniformity), 휘도(Luminance), 대비(Contrast), 선명도(Sharpness), 색 재현력(Color reproduction), 채도(Saturation), 해상도(Resolution) 및 화각(Viewing angle)을 평가 기준 항목으로 포함하는 제3 계층을 형성하는 단계; 및 상대적으로 비교 평가할 디스플레이들을 포함하는 제4 계층을 형성하는 단계를 포함할 수 있다.

상기한 본 발명의 다른 목적을 실현하기 위한 일 실시예에 따른 컴퓨터로 판독 가능한 저장 매체에는, 디스플레이 인지 화질 평가 방법을 수행하기 위한 컴퓨터 프로그램이 기록되어 있다.

상기한 본 발명의 또 다른 목적을 실현하기 위한 일 실시예에 따른 디스플레이 인지 화질 평가를 수행하기 위한 장치는, 디스플레이의 인지 화질 평가를 위한 평가 기준 항목들이 계층 구조로 형성된 의사결정 모델을 형성하는 모델 형성부; 상기 의사결정 모델의 계층의 내부 종속성 및 외부 종속성을 평가하기 위해 상기 평가 기준 항목들의 쌍대비교를 수행하는 행렬부; 상기 평가 기준 항목들의 쌍대비교 결과로부터 계층별 가중치를 도출하는 가중치 도출부; 및 상기 계층별 가중치의 조합으로 디스플레이들의 최종 선호도를 정량화하는 분석부를 포함한다.

본 발명의 실시예에서, 상기 디스플레이 인지 화질 평가를 수행하기 위한 장치는, 네트워크 분석법(Analytic Network Process; ANP)을 이용할 수 있다.

본 발명의 실시예에서, 상기 행렬부는, 동일 계층의 항목들간의 내부 종속성을 평가하기 위한 쌍 비교 행렬을 형성하는 제1 행렬부; 및 다른 계층의 항목들간의 외부 종속성을 평가하기 위한 쌍 비교 행렬을 형성하는 제2 행렬부를 포함할 수 있다.

본 발명의 실시예에서, 상기 가중치 도출부는, 상기 쌍 비교 행렬에서 각 고유치에 해당하는 고유벡터들을 도출하는 고유치 분석부; 및 상기 각 고유벡터의 최고값을 갖는 주고유벡터들을 도출하는 주고유벡터 추출부를 포함할 수 있다.

본 발명의 실시예에서, 상기 주고유벡터는 항목별 가중치와 일치할 수 있다.

본 발명의 실시예에서, 상기 분석부는, 상기 주고유벡터들을 이용하여 하나의 초행렬을 형성하는 초행렬 형성부; 및 상기 초행렬로부터 최종 가중치를 도출하는 결과 도출부를 포함할 수 있다.

본 발명의 실시예에서, 상기 모델 형성부는, 가장 좋은 화질의 디스플레이 선택을 의사 결정의 최종 목표로 설정하여 제1 계층을 형성하는 제1 계층 형성부; 색(color), 모양(shape) 및 깊이(depth) 중 적어도 하나의 평가 기준 항목을 포함하는 제2 계층을 형성하는 제2 계층 형성부; 색도 일치도(Uniformity), 휘도(Luminance), 대비(Contrast), 선명도(Sharpness), 색 재현력(Color reproduction), 채도(Saturation), 해상도(Resolution) 및 화각(Viewing angle) 중 적어도 하나의 평가 기준 항목을 포함하는 제3 계층을 형성하는 제3 계층 형성부; 및 상대적으로 비교 평가할 디스플레이들을 포함하는 제4 계층을 형성하는 제4 계층 형성부를 포함할 수 있다.

이와 같은 본 발명에 따르면, 디스플레이 인지 화질 평가에 인간의 인지체계를 반영한 Analytic Network Process(ANP) 방법을 도입하여, 다양한 디스플레이들의 상대적 인지 화질을 평가할 수 있는 체계화된 방법을 제안하고, 이 방법을 통해 디스플레이의 상대적 인지 화질을 정량화할 수 있다.

도 1은 본 발명의 일 실시예에 따른 디스플레이 인지 화질 평가 장치의 블록도이다.
도 2는 도 1의 디스플레이 인지 화질 평가 장치의 ANP 계층 구조의 개념도이다.
도 3은 도 1의 모델 형성부의 상세 블록도이다.
도 4는 쌍 비교 행렬을 평가하기 위한 기준을 보여주는 도면이다.
도 5는 ANP 계층 구조의 각 계층별 쌍 비교 행렬들을 보여주는 도면이다.
도 6은 ANP 계층 구조의 계층 들간 외부 종속성을 평가하는 쌍 비교 행렬을 평가하기 위한 기준을 보여주는 도면이다.
도 7은 ANP 계층 구조의 동일 계층의 항목들간의 내부 종속성을 평가하는 쌍 비교 행렬들을 보여주는 도면이다.
도 8은 도 1의 가중치 도출부 및 분석부의 상세 블록도이다.
도 9는 고유치 분석을 통해 획득된 각 쌍 비교 행렬의 주고유벡터를 보여주는 도면이다.
도 10은 본 발명에 따라 도출된 초행렬을 보여주는 도면이다.
도 11은 본 발명에 따라 실험으로 도출된 정량화된 인지 화질을 보여주는 도면이다.
도 12는 본 발명의 일 실시예에 따른 디스플레이 인지 화질 평가 방법을 보여주는 흐름도이다.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.

이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 디스플레이 인지 화질 평가 장치의 블록도이다.

도 1을 참조하면, 본 실시예에 따른 디스플레이 인지 화질 평가 장치(10, 이하, 장치)는 모델 형성부(110), 행렬부(130), 가중치 도출부(150) 및 분석부(170)를 포함한다.

본 발명의 상기 장치(10)는 디스플레이 인지 화질 평가를 수행하기 위한 소프트웨어(애플리케이션)가 설치되어 실행될 수 있으며, 상기 모델 형성부(110) 등의 구성은 상기 장치(10)에서 실행되는 상기 디스플레이 인지 화질 평가를 위한 소프트웨어에 의해 제어될 수 있다.

상기 장치(10)는 별도의 단말이거나 또는 단말의 일부 모듈일 수 있다. 상기 장치(10)는 이동성을 갖거나 고정될 수 있다. 상기 장치(10)는, 서버(server) 또는 엔진(engine) 형태일 수 있으며, 디바이스(device), 기구(apparatus), 단말(terminal), UE(user equipment), MS(mobile station), MT(mobile terminal), UT(user terminal), SS(subscriber station), 무선기기(wireless device), PDA(personal digital assistant), 무선 모뎀(wireless modem), 휴대기기(handheld device) 등 다른 용어로 불릴 수 있다.

상기 모델 형성부(110)는 디스플레이의 인지 화질 평가를 위한 평가 기준 항목들이 계층적으로 형성된 의사결정 모델을 형성한다. 상기 의사결정 모델은 네트워크 분석법(Analytic Network Process; 이하, ANP) 모델이다.

본 발명은 객관적, 주관적 화질 평가 방법의 한계를 극복하기 위하여 체계화된 디스플레이 인지 화질 평가 체계를 제공한다. 이를 위해, 본 발명은 인간의 인지심리 체계를 표현하기 위해 경영학 분야에서 주로 쓰이는 의사결정방법을 도입하였다. 특히, 의사결정방법들 중에서도 많이 사용되고 있는 ANP를 채택하였으며, 또한 ANP의 구조를 디스플레이 화질 평가에 맞게 수정하여 적용한다.

종래의 분석적 계층화 과정(Analytic Hierarchy Process, 이하 AHP) 기반의 인지 화질 평가 절차는 항목간, 계층간의 내부 종속성 및 외부 종속성이 배제되었다. 따라서, 본 발명은 내부 종속성 및 외부 종속성을 고려한 ANP 방법을 도입하였으며, 또한 디스플레이 화질 평가에 맞게 각 계층을 체계적으로 조직하였다.

AHP와 ANP의 큰 차이점은 내부 종속성 및 외부 종속성의 고려이다. 종래의 AHP 방법은 항목들 간의 내부 종속성과 상/하위 계층들 간의 외부 종속성을 무시하는 단점을 가지고 있었다. Saaty는 AHP 개발 후, 이러한 내부 종속성 및 외부 종속성을 보완한 새로운 의사결정 모델을 제안하였다. Saaty는 이 관계들을 반영한 체계적인 의사결정 모델을 완성하였고, 실험을 통해 그 체계의 합리성을 입증하였다. 최종 제안된 의사결정 모델이 바로 ANP이며, 이 체계는 종래의 AHP 방법이 가진 모순점들을 해결하였다. 본 발명은 Saaty가 제안한 ANP를 이용하여, 다수의 디스플레이에 대한 각각의 상대적 인지 화질을 체계적으로 측정한다.

도 2를 참조하면, 본 발명의 일 실시예에 따른 최종 ANP 계층 구조로서, ANP 계층 구조는 제1 계층 내지 제4 계층(level)으로 구성된다. 이를 위해, 상기 모델 형성부(110)는 제1 계층 형성부(111), 제2 계층 형성부(112), 제3 계층 형성부(113) 및 제4 계층 형성부(114)를 포함할 수 있다(도 3 참조). 본 실시예에서는 디스플레이의 인지 화질 평가를 위한 평가 기준 항목들이 2개의 계층(제2 계층 및 제3 계층)으로 구성되나, 필요에 따라 3개 이상의 다수 계층으로 형성될 수 있다.

제1 계층은 의사결정의 최종 목표, 즉 가장 좋은 화질의 디스플레이 선택이 설정되어 있다. 제2 계층은 시각정보처리 체계를 표현하기 위한 평가 기준들을 포함할 수 있다.

본 실시예에서는, Hubel과 Livingston의 주장을 기반으로 3가지 항목들로 구성하였다. Hubel와 Livingston은 인간의 눈으로 들어온 여러 가지 정보들 중 모양(form), 움직임(motion), 색깔(color), 깊이(depth)와 같이 네 가지 정보를 병렬적으로 처리하는 기능적 경로가 뇌에 존재하고, 이를 통하여 시각처리 과정이 일어난다고 발표하였다.

그리고, 이들은 다양한 임상 실험과 관찰을 통하여 그 주장이 옳음을 증명하였다. 이들의 주장에 근거하여 본 실시예에서는 인지 화질 평가의 제2 계층을 모양, 움직임, 색깔, 깊이의 4가지 항목들 중 모양, 색깔, 깊이의 3가지 항목으로 구성하였다. 그러나, 움직임뿐만 아니라 다른 필요한 항목을 추가할 수도 있고, 필요에 따라 항목을 삭제, 변경 등이 가능함은 물론이다.

제3 계층은 상기 제2 계층의 평가 기준에 대한 하위 평가 항목들을 포함할 수 있다. 본 실시예에서는, 디스플레이 특성을 대표적으로 표현할 수 있는 8가지 특성들로 구성하였다. 8가지 항목은 사전 설문 조사를 통해 선정하였으며, 각 항목은 아래의 표 1과 같다. 그러나, 필요에 따라 항목을 추가, 삭제, 변경 등이 가능함은 물론이다.

	Factors
1	Uniformity
2	Luminance
3	Contrast
4	Sharpness
5	Color reproduction
6	Saturation
7	Resolution
8	Viewing angle

제4 계층은 상대적으로 비교 평가를 수행할 디스플레이들로 배정한다. 본 실시예에서는 디스플레이 시장에서 큰 비중을 차지하고 있는 LCD 타입의 디스플레이와 최근 각광을 받고 있는 OLED 타입의 디스플레이를 선정하였다.

상기 모델 형성부(110)에서 최종 ANP 계층 구조를 형성하면, 상기 행렬부(130)는 상기 의사결정 모델의 계층 내외의 종속성을 평가하기 위해 ANP 방법을 수행한다. 구체적으로, 상기 평가 기준 항목들의 쌍대비교를 수행하여, ANP 계층 구조를 기반으로 상위 계층과 하위 계층 사이의 외부 종속성을 고려하며, 각 계층 내의 특성간의 내부 종속성 또한 고려한다.

이를 위해, 상기 행렬부(130)는 동일 계층의 항목들간의 내부 종속성을 평가하기 위한 쌍 비교 행렬을 형성하는 제1 행렬부(131) 및 다른 계층의 항목들간의 외부 종속성을 평가하기 위한 쌍 비교 행렬을 형성하는 제2 행렬부(133)를 포함할 수 있다.

다시 말하면, ANP 계층 구조는 같은 계층에 있는 평가 항목들 사이의 종속성을 고려하며, 서로 다른 상/하위 계층들 사이의 종속성 또한 고려한다. 이로써, 종래의 방법들이 계층들 간의 독립성과 항목들 간의 독립성을 가정함으로써, 인간의 인지 평가 체계를 제대로 표현하지 못한 점을 보완하였다.

일례로, 대비(contrast), 선명도(sharpness), 해상도(resolution) 사이에는 밀접한 연관성이 있지만, 종래의 방법에서는 연관성이 배제되었다. 또한, 제2 계층의 각 평가 항목별 하위의 제3 계층과의 연관성이 서로 다르지만, 종래의 방법은 이들의 연관성을 같은 수준으로 보았다.

도 4는 쌍 비교 행렬의 평가 기준의 예를 보여주며, 도 5 내지 도 7은 ANP 계층 구조의 외부 종속성 및 내부 종속성 평가를 위해 쌍대비교를 수행하기 위한 쌍 비교 행렬(pair comparison matrix)들을 보여준다.

도 4를 참조하면, A와 B를 비교할 때, A가 B보다 많이 좋으면 4점, A가 B보다 좋으면 2점, A와 B가 같으면 1점, A가 B보다 나쁘면 0.5점, A가 B보다 많이 나쁘면 0.25점으로 평가된다.

도 5는 ANP 계층 구조 내의 각 계층별 쌍 비교 행렬들을 보여준다. 도 5a는 제2 계층의 항목들 간의 쌍 비교 행렬

을 나타내며, 도 5b는 제3 계층의 항목들 간의 쌍 비교행렬

을 나타낸다. 도 5c는 제3 계층의 8가지 요소 각각에 대한 제4 계층의 쌍 비교 행렬을 나타낸다. 특히, 제4 계층의 경우, 제3 계층의 8가지 요소 각각에 대한 쌍 비교 행렬을 표현하기 위해

로 표기하며,

는 8가지 요소들 중하나를 나타낸다.

도 6은 ANP 계층 구조 내의 제2 계층과 제3 계층 사이의 외부 종속성을 평가하기 위한 쌍 비교 행렬(

)로서, 제2 계층의 색(color), 모양(shape), 깊이(depth) 중 하나의 항목을 기준으로 제3 계층의 상대적 가중치를 평가한다. 이때,

는 제3 계층의 3가지 요소들 중 하나를 나타낸다.

도 7은 제3 계층 내의 평가 항목들 간의 내부 종속성을 평가하는 쌍 비교 행렬(

)로서, 제3 계층의 내부 항목 8가지 중 하나를 기준으로 다른 항목들과의 상대적 가중치를 평가한다. 여기서,

는 제3 계층의 내부 항목 8가지 요소들 중 하나를 나타낸다. 각각의 쌍 비교 행렬은 개개인의 설문조사를 통해 완성될 수 있다.

상기 행렬부(130)에서 쌍 비교 행렬들의 쌍대비교가 완료되면, 상기 가중치 도출부(150)는 상기 평가 기준 항목들의 쌍대비교 결과로부터 계층별 가중치를 도출하고, 상기 분석부(170)는 상기 계층별 가중치의 조합으로 디스플레이마다 최종 선호도를 정량화하여 결과를 출력한다.

도 8을 참조하면, 상기 가중치 도출부(150)는 상기 쌍 비교 행렬에서 각 고유치에 해당하는 고유벡터들을 도출하는 고유치 분석부(151) 및 상기 각 고유벡터의 최고값을 갖는 주고유벡터들을 도출하는 주고유벡터 추출부(153)를 포함할 수 있다.

상기 고유치 분석부(151)는 획득된 쌍 비교 행렬들로부터 고유치 분석을 수행한다. 하나의 쌍 비교 행렬 내의 항목별 상대적 가중치는 아래의 수학식 1에 의해 계산된다. 항목별 상대적 가중치는 수학식 1을 만족하는 고유치(eigenvalue)

들 중, 최대 고유치

에 해당하는 최대 고유벡터(eigen vector)

와 일치한다.

[수학식 1]

여기서,

는 각 계층의 쌍 비교 행렬이며,

는 고유치이다. 또한, 각

에 대해 수학식 1을 만족하는

는

에 해당하는 고유벡터이며, 최대

에 해당하는 고유벡터를

의 주고유벡터(dominant eigen vector)라 한다. 상기 주고유벡터 추출부(153)는 상기 각 고유벡터의 주고유벡터를 추출한다.

상기 분석부(170)는 각 계층별로 도출된 주고유벡터들을 이용하여 하나의 초행렬(super matrix)을 구성하며, 이러한 초행렬(

)은 아래의 수학식 2와 같이 배열되며, 디스플레이들에 대한 최종 선호도 혹은 최종 가중치(

)는 수학식 3에 의해 도출한다. 디스플레이들에 대한 최종 선호도 혹은 최종 가중치(

)는 항상 수렴한다.

[수학식 2]

[수학식 3]

여기서,

는 계층

의 주고유벡터이다.

이를 위해, 상기 분석부(170)는 상기 주고유벡터들을 이용하여 하나의 초행렬을 형성하는 초행렬 형성부(171) 및 상기 초행렬로부터 최종 가중치를 도출하는 결과 도출부(173)를 포함할 수 있다.

본 발명은 평가 항목들 사이 및 계층들 사이의 내부 종속성 및 외부 종속성을 고려함으로써, 종래의 다른 평가 방법에 비해 신뢰도가 높은 인지 화질 평가 체계를 갖추고 있다. 이를 증명하기 위해, 암실에서 두 대의 모바일 디스플레이 OLED(1280x720)와 TFT-LCD(1024x768)의 상대적 인지 화질을 본 발명에서 제안한 방법을 이용하여 평가하였다. 객관적인 실험을 위하여 정상 시각을 가진 10명의 영상처리 전공자를 대상으로 두 대의 디스플레이에 대해 상대평가를 수행하였으며, 또한 주관적 평가치가 특정 분포에 편향이 되지 않도록 다양한 색 분포 및 내용(content)을 가진 51장의 영상들을 테스트(test) 집합으로 구성하여 실험을 수행하였다. 즉, 주관적 평가에 있어 영상들의 의존도를 낮추기 위하여 직선, 곡선, 다양한 사물 및 가시광 스펙트럼(spectrum) 대역대의 색을 전반적으로 가지는 51장의 영상들로 구성하였다.

이 실험을 통해 획득된 각각의 쌍 비교 행렬들로부터 고유치 분석을 수행하여, 최종적으로 얻어진 도 5 내지 도 7의 쌍 비교 행렬의 주고유벡터는 도 9와 같다.

도 9a를 참조하면, OLED 및 LCD는 제3 계층의 평가 항목에 따라 각각 다른 가중치를 갖는다. 도 9b를 참조하면, 제3 계층의 주고유벡터(

)는 상위 제2 계층의 평가 항목에 따라 서로 다른 가중치 크기 순서를 가지고 있다. 색의 경우 8가지 내부 평가 항목들 중 색재현력(color reproduction)이 가장 높으며, 모양의 경우 해상도(resolution)가 가장 높게 나타났다. 반면, 깊이의 경우 선명도(sharpness)가 가장 높은 가중치를 보였다. 또한, 도 9c를 참조하면, 제2 계층의 주고유벡터(

)는 색, 모양, 깊이 순으로 높은 가중치를 가지고 있다.

이어, 외부 종속성을 고려하기 위해서 ANP 방법의 절차에 따라 초행렬을 형성한다. 해당 초행렬(

)은 수학식 2의 배치를 따르며, 수학식 3을 통해 두 대의 디스플레이에 대한 최종 선호도

를 도출한다. 본 발명에 따라 초행렬을 도출한 일례는 도 10과 같다.

한편, 두 대의 디스플레이에 대한 정량화된 주관적 선호도 및 본 발명에 따른 실험으로부터 얻어진 최종 가중치는 도 11과 같다. 실험 결과, 본 발명에서 제안된 방법을 통해 도출된 두 대의 디스플레이에 대한 상대적 인지 화질은 OLED가 LCD에 비해 2배 정도 우수하다는 것을 알 수 있었으며, 디스플레이들 간의 인지 화질의 차이를 수치적으로 비교할 수 있게 되었다. 더욱이, 본 발명에서 제안된 방법에 의해 주어진 결과는 사전에 설문조사를 통해 얻은 주관적 선호도 결과(OLED: 10명 중 7명 선호, LCD: 10명 중 3명 선호)와 일치하는 것을 확인하였다.

본 발명은 종래의 AHP 방법에 비해 내부 및 외부 종속성을 고려하여 더욱 체계화된 디스플레이 인지 화질 평가가 가능하며, 각 계층과 계층 내의 평가 항목들을 실험 구성자의 임의적인 선택이 아닌 객관적인 근거를 통해 구성함으로써 디스플레이 인지 화질 평가의 신뢰도를 높일 수 있다. 또한, 최종적으로 디스플레이의 인지 화질을 정량화함으로써, 디스플레이간의 상대적 인지 화질을 수치적 대소 관계로 비교평가 할 수 있다.

도 12는 본 발명의 일 실시예에 따른 디스플레이 인지 화질 평가 방법을 보여주는 흐름도이다.

본 실시예에 따른 디스플레이 인지 화질 평가 방법은, 도 1의 장치(10)와 실질적으로 동일한 구성에서 진행될 수 있다. 따라서, 도 1의 장치(10)와 동일한 구성요소는 동일한 도면부호를 부여하고, 반복되는 설명은 생략한다. 또한, 본 실시예에 따른 디스플레이 인지 화질 평가 방법은 디스플레이 인지 화질 평가를 위한 소프트웨어(애플리케이션)에 의해 실행될 수 있다.

도 12를 참조하면, 본 실시예에 따른 디스플레이 인지 화질 평가 방법은, 디스플레이의 인지 화질 평가를 위한 평가 기준 항목들이 계층적으로 형성된 의사결정 모델을 형성한다(단계 S10). 본 발명에서, 상기 의사결정 모델은 네트워크 분석법(Analytic Network Process; ANP) 모델을 이용한다.

상기 ANP 모델은 예를 들어, 4개의 계층으로 구성될 수 있고, 이 경우, 제1 계층은 의사 결정의 최종 목표, 즉, 가장 좋은 화질의 디스플레이 선택으로 설정할 수 있다.

제2 계층은 색(color), 모양(shape), 깊이(depth), 움직임(motion) 중 적어도 하나의 평가 기준 항목을 포함할 수 있고, 제3 계층은 색도 일치도(Uniformity), 휘도(Luminance), 대비(Contrast), 선명도(Sharpness), 색 재현력(Color reproduction), 채도(Saturation), 해상도(Resolution), 화각(Viewing angle) 중 적어도 하나의 평가 기준 항목을 포함할 수 있다. 제4 계층은 상대적으로 비교 평가할 디스플레이들을 포함할 수 있다.

이어, 상기 의사결정 모델의 계층 내외의 종속성을 평가하기 위해 상기 평가 기준 항목들의 쌍대비교를 수행한다(단계 S30). 상기 평가 기준 항목들의 쌍대비교를 수행하는 단계(단계 S30)는, 동일 계층의 항목들간의 내부 종속성을 평가하기 위한 쌍 비교 행렬을 형성하는 단계 및 다른 계층의 항목들간의 외부 종속성을 평가하기 위한 쌍 비교 행렬을 형성하는 단계를 포함할 수 있다.

상기 평가 기준 항목들의 쌍대비교가 완료되면, 상기 평가 기준 항목들의 쌍대비교 결과로부터 계층별 가중치를 도출한다(단계 S50). 이를 위해, 상기 쌍 비교 행렬에서 각 고유치에 해당하는 고유벡터들을 도출하고, 상기 각 고유벡터의 최고값을 갖는 주고유벡터들을 도출한다.

최종적으로, 상기 계층별 가중치의 조합으로 디스플레이마다 최종 선호도를 정량화한다(단계 S70). 최종 선호도를 정량화하기 위해, 상기 주고유벡터들을 이용하여 하나의 초행렬을 형성하고, 상기 초행렬로부터 최종 가중치 또는 최종 선호도를 도출한다.

이로써, 체계화된 디스플레이 인지 화질 평가가 가능하며, 최종적으로 디스플레이의 인지 화질을 정량화함으로써, 디스플레이간의 상대적 인지 화질을 수치적 대소 관계로 비교평가 할 수 있다.

이와 같은, 디스플레이 인지 화질 평가 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.

상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.

컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.

프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

본 발명에 따른 디스플레이 인지 화질 평가는 종래의 AHP 방법에 비해 내부 종속성 및 외부 종속성을 포함함으로써 더욱 체계화된 디스플레이 인지 화질 평가를 달성하였으며, 각 계층과 계층 내의 항목들을 실험 구성자의 임의적인 선택이 아닌 객관적인 근거를 통해 구성함으로써 디스플레이 인지 화질 평가의 신뢰도를 높였다. 더욱이, 최종적으로 디스플레이의 인지 화질을 수치화함으로써 디스플레이간의 상대적 인지 화질을 수치적 대소 관계로 정량적으로 비교평가 할 수 있게 되었다. 이에 따라, 정량화된 수치를 다양한 디스플레이의 성능을 최적화 하기 위한 자료로 활용되어, 디스플레이의 품질을 향상시킬 수 있다.

10: 장치 110: 모델 형성부
111: 제1 계층 형성부 112: 제2 계층 형성부
113: 제3 계층 형성부 114: 제4 계층 형성부
130: 행렬부 131: 제1 행렬부
133: 제2 행렬부 150: 가중치 도출부
151: 고유치 분석부 153: 추출부
170: 분석부 171: 초행렬 형성부
173: 결과 도출부

Claims

디스플레이의 인지 화질 평가를 위한 평가 기준 항목들이 계층 구조로 형성된 의사결정 모델을 형성하는 단계;
상기 의사결정 모델의 계층의 내부 종속성 및 외부 종속성을 평가하기 위해 상기 평가 기준 항목들의 쌍대비교를 수행하는 단계;
상기 평가 기준 항목들의 쌍대비교 결과로부터 계층별 가중치를 도출하는 단계; 및
상기 계층별 가중치의 조합으로 디스플레이들의 최종 선호도를 정량화하는 단계를 포함하는, 디스플레이 인지 화질 평가 방법.
제1항에 있어서,
상기 의사결정 모델을 형성하는 단계는,
네트워크 분석법(Analytic Network Process; ANP)의 계층 구조를 형성하는, 디스플레이 인지 화질 평가 방법.
제1항에 있어서,
상기 평가 기준 항목들의 쌍대비교를 수행하는 단계는,
네트워크 분석법(Analytic Network Process; ANP)을 이용하는, 디스플레이 인지 화질 평가 방법.
제1항에 있어서,
상기 평가 기준 항목들의 쌍대비교를 수행하는 단계는,
동일 계층의 항목들간의 내부 종속성을 평가하기 위한 쌍 비교 행렬을 형성하는 단계를 포함하는, 디스플레이 인지 화질 평가 방법.
제4항에 있어서,
상기 평가 기준 항목들의 쌍대비교를 수행하는 단계는,
다른 계층의 항목들간의 외부 종속성을 평가하기 위한 쌍 비교 행렬을 형성하는 단계를 더 포함하는, 디스플레이 인지 화질 평가 방법.
제5항에 있어서,
상기 계층별 가중치를 도출하는 단계는,
상기 쌍 비교 행렬에서 각 고유치에 해당하는 고유벡터들을 도출하는 단계; 및
상기 각 고유벡터의 최고값을 갖는 주고유벡터들을 도출하는 단계를 포함하는, 디스플레이 인지 화질 평가 방법.
제6항에 있어서,
상기 최종 선호도를 정량화하는 단계는,
상기 주고유벡터들을 이용하여 하나의 초행렬을 형성하는 단계; 및
상기 초행렬로부터 최종 가중치를 도출하는 단계를 포함하는, 디스플레이 인지 화질 평가 방법.
제1항에 있어서,
상기 의사결정 모델을 형성하는 단계는,
의사 결정의 최종 목표를 설정하는 제1 계층을 형성하는 단계를 포함하는, 디스플레이 인지 화질 평가 방법.
제8항에 있어서,
상기 의사결정 모델을 형성하는 단계는,
색(color), 모양(shape), 깊이(depth), 움직임(motion) 중 적어도 하나의 평가 기준 항목을 포함하는 제2 계층을 형성하는 단계를 더 포함하는, 디스플레이 인지 화질 평가 방법.
제9항에 있어서,
상기 의사결정 모델을 형성하는 단계는,
색도 일치도(Uniformity), 휘도(Luminance), 대비(Contrast), 선명도(Sharpness), 색 재현력(Color reproduction), 채도(Saturation), 해상도(Resolution), 화각(Viewing angle) 중 적어도 하나의 평가 기준 항목을 포함하는 제3 계층을 형성하는 단계를 더 포함하는, 디스플레이 인지 화질 평가 방법.
제10항에 있어서,
상기 의사결정 모델을 형성하는 단계는,
상대적으로 비교 평가할 디스플레이들을 포함하는 제4 계층을 형성하는 단계를 더 포함하는, 디스플레이 인지 화질 평가 방법.
제1항에 있어서,
상기 평가 계층 구조를 형성하는 단계는,
가장 좋은 화질의 디스플레이 선택을 의사 결정의 최종 목표로 설정하여 제1 계층을 형성하는 단계;
색(color), 모양(shape) 및 깊이(depth)를 평가 기준 항목으로 포함하는 제2 계층을 형성하는 단계;
색도 일치도(Uniformity), 휘도(Luminance), 대비(Contrast), 선명도(Sharpness), 색 재현력(Color reproduction), 채도(Saturation), 해상도(Resolution) 및 화각(Viewing angle)을 평가 기준 항목으로 포함하는 제3 계층을 형성하는 단계; 및
상대적으로 비교 평가할 디스플레이들을 포함하는 제4 계층을 형성하는 단계를 포함하는, 디스플레이 인지 화질 평가 방법.
제1항 내지 제12항 중 어느 하나의 항에 따른 디스플레이 인지 화질 평가 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
디스플레이의 인지 화질 평가를 위한 평가 기준 항목들이 계층 구조로 형성된 의사결정 모델을 형성하는 모델 형성부;
상기 의사결정 모델의 계층의 내부 종속성 및 외부 종속성을 평가하기 위해 상기 평가 기준 항목들의 쌍대비교를 수행하는 행렬부;
상기 평가 기준 항목들의 쌍대비교 결과로부터 계층별 가중치를 도출하는 가중치 도출부; 및
상기 계층별 가중치의 조합으로 디스플레이들의 최종 선호도를 정량화하는 분석부를 포함하는, 디스플레이 인지 화질 평가 장치.
제14항에 있어서,
네트워크 분석법(Analytic Network Process; ANP)을 이용하는, 디스플레이 인지 화질 평가 장치.
제14항에 있어서, 상기 행렬부는 동일 계층의 항목들간의 내부 종속성을 평가하기 위한 쌍 비교 행렬을 형성하는 제1 행렬부; 및
다른 계층의 항목들간의 외부 종속성을 평가하기 위한 쌍 비교 행렬을 형성하는 제2 행렬부를 포함하는, 디스플레이 인지 화질 평가 장치.
제16항에 있어서, 상기 가중치 도출부는,
상기 쌍 비교 행렬에서 각 고유치에 해당하는 고유벡터들을 도출하는 고유치 분석부; 및
상기 각 고유벡터의 최고값을 갖는 주고유벡터들을 도출하는 주고유벡터 추출부를 포함하는, 디스플레이 인지 화질 평가 장치.
제17항에 있어서,
상기 주고유벡터는 항목별 가중치와 일치하는, 디스플레이 인지 화질 평가 장치.
제17항에 있어서, 상기 분석부는,
상기 주고유벡터들을 이용하여 하나의 초행렬을 형성하는 초행렬 형성부; 및
상기 초행렬로부터 최종 가중치를 도출하는 결과 도출부를 포함하는, 디스플레이 인지 화질 평가 장치.
제14항에 있어서, 상기 모델 형성부는,
가장 좋은 화질의 디스플레이 선택을 의사 결정의 최종 목표로 설정하여 제1 계층을 형성하는 제1 계층 형성부;
색(color), 모양(shape) 및 깊이(depth) 중 적어도 하나의 평가 기준 항목을 포함하는 제2 계층을 형성하는 제2 계층 형성부;
색도 일치도(Uniformity), 휘도(Luminance), 대비(Contrast), 선명도(Sharpness), 색 재현력(Color reproduction), 채도(Saturation), 해상도(Resolution) 및 화각(Viewing angle) 중 적어도 하나의 평가 기준 항목을 포함하는 제3 계층을 형성하는 제3 계층 형성부; 및
상대적으로 비교 평가할 디스플레이들을 포함하는 제4 계층을 형성하는 제4 계층 형성부를 포함하는, 디스플레이 인지 화질 평가 장치.