KR102320496B1 - 이미지 처리 장치 및 방법 - Google Patents

이미지 처리 장치 및 방법 Download PDF

Info

Publication number
KR102320496B1
KR102320496B1 KR1020180157080A KR20180157080A KR102320496B1 KR 102320496 B1 KR102320496 B1 KR 102320496B1 KR 1020180157080 A KR1020180157080 A KR 1020180157080A KR 20180157080 A KR20180157080 A KR 20180157080A KR 102320496 B1 KR102320496 B1 KR 102320496B1
Authority
KR
South Korea
Prior art keywords
image data
image
data
similarity
reference image
Prior art date
Application number
KR1020180157080A
Other languages
English (en)
Other versions
KR20200069716A (ko
Inventor
이경한
남우승
Original Assignee
울산과학기술원
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 울산과학기술원 filed Critical 울산과학기술원
Priority to KR1020180157080A priority Critical patent/KR102320496B1/ko
Priority to US16/704,069 priority patent/US11252408B2/en
Publication of KR20200069716A publication Critical patent/KR20200069716A/ko
Application granted granted Critical
Publication of KR102320496B1 publication Critical patent/KR102320496B1/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
    • H04N19/10—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
    • 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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • 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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/115—Selection of the code volume for a coding unit prior to coding
    • 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
    • H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
    • 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
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • 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
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • 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
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H04N19/463—Embedding additional information in the video signal during the compression process by compressing encoding parameters before transmission
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

개시된 이미지 처리 장치는, 기 동기화된 이미지 데이터들이 저장되는 저장부와, 기 동기화된 이미지 데이터들과 원본 이미지 데이터를 비교한 결과에 기초하여, 기 동기화된 이미지 데이터들 중 하나 이상의 이미지 데이터를 참조 이미지로서 선정하는 선정부와, 참조 이미지를 이용하여 원본 이미지 데이터를 압축시켜 압축 이미지 데이터를 생성하는 인코딩부를 포함한다.

Description

이미지 처리 장치 및 방법{IMAGE PROCESSING APPARATUS AND METHOD}
본 발명은 이미지 처리 장치 및 그 방법에 관한 것으로서, 보다 구체적으로, 이미지 데이터를 압축하는 이미지 처리 장치 및 그 방법에 관한 것이다.
네트워크 통신에 있어서 원활한 정보 교류를 위해서는 빠른 정보 송수신 속도가 보장되어야 하고, 정보 송수신 속도를 향상시키기 위해서는 네트워크 대역폭을 증가시키거나 정보의 데이터 압축률을 증가시킴으로써 달성할 수 있다.
그런데, 수중 통신 환경이나 위성 통신 환경 등과 같이 대역폭이 제한되는 네트워크 통신 시스템 등에서는 빠른 정보 송수신 속도를 보장하기 위해서 데이터 압축률을 증가시켜야만 한다. 아울러, 클라우드 또는 분산 시스템 등과 같은 스토리지 시스템 등은 저장 공간의 효율적인 운용을 위해서 데이터 압축률을 증가시킬 필요가 있다.
한편, 데이터 압축의 한 예로서, 이미지 압축을 위한 종래 기술은 압축 대상 이미지 내부의 공간적 중복성 제거(spatial redundancy elimination)를 통해 압축 이미지 데이터를 생성한다. 예를 들어, 동영상 신호는 연속적으로 동일한 배경을 촬영하여 생성된 신호이므로, 이전 영상 프레임과 현재 영상 프레임 사이에 많은 중복적인 데이터가 존재한다. 따라서 이전 영상 프레임으로부터 변화된 부분에 관한 정보만을 저장하면 현재 영상 프레임의 모든 정보를 저장하는 것보다 영상 신호의 크기를 줄일 수 있다. 이때, 기존 영상 프레임과 변화된 부분에 관한 정보로부터 현재 영상 프레임을 복원할 수 있도록 압축되어야 하다.
그런데, 종래 기술에 의하면, 압축 대상 이미지 내부의 중복성 제거만을 이용해 압축 이미지 데이터를 생성하였기 때문에 이미지 데이터의 압축률의 제고에 있어서 한계점에 봉착하였다.
대한민국 공개특허공보 제2012-0003909호, 공개일자 2012년 01월 11일.
본 발명의 실시예에 의하면, 기 동기화된(기 저장되었거나 기 전송된) 이미지 데이터를 원본 이미지 데이터의 압축에 이용하는 이미지 처리 장치 및 그 방법을 제공한다.
삭제
본 발명의 해결하고자 하는 과제는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재로부터 본 발명이 속하는 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 제 1 관점에 따른 이미지 처리 장치는, 기 동기화된 이미지 데이터들이 저장되는 저장부와, 상기 기 동기화된 이미지 데이터들과 원본 이미지 데이터를 비교한 결과에 기초하여, 상기 기 동기화된 이미지 데이터들 중 하나 이상의 이미지 데이터를 참조 이미지로서 선정하는 선정부와, 상기 참조 이미지를 이용하여 상기 원본 이미지 데이터를 압축시켜 압축 이미지 데이터를 생성하는 인코딩부를 포함할 수 있다.
여기서, 상기 선정부는, 상기 기 동기화된 이미지 데이터들 중 하나 이상과 상기 원본 이미지 데이터의 유사도를 산출하고, 상기 산출된 유사도에 기초하여 상기 기 동기화된 이미지 데이터들 중 상기 참조 이미지를 선정할 수 있다.
상기 선정부는, 상기 기 동기화된 이미지 데이터들에 대하여 복수의 참조 이미지 세트 후보군으로 분류하고, 상기 복수의 참조 이미지 세트 후보군과 상기 원본 이미지 데이터의 비교 결과에 기초하여, 상기 복수의 참조 이미지 세트 후보군 중에서 하나 이상의 참조 이미지 세트 후보군을 선정하며, 상기 선정된 하나 이상의 참조 이미지 세트 후보군에 포함된 이미지 데이터들과 상기 원본 이미지 데이터에 대해 상기 유사도를 각각 산출하고, 상기 산출된 유사도에 기초하여 상기 선정된 하나 이상의 참조 이미지 세트 후보군에 포함된 이미지 데이터들 중 하나 이상의 이미지 데이터를 상기 참조 이미지로서 선정할 수 있다.
상기 선정부는, 상기 기 동기화된 이미지 데이터들에 대하여 각각의 이미지 특징에 기초한 K-평균 클러스터링 알고리즘 또는 K-최근접 이웃 알고리즘, 또는 상기 기 동기화된 이미지 데이터들에 각각 태깅(tagging)을 하는 데이터 클러스터링 기법을 이용하여 상기 참조 이미지 세트 후보군을 분류할 수 있다.
상기 선정부는, 상기 기 동기화된 이미지 데이터들 중 하나 이상과 상기 원본 이미지 데이터의 유사도를 산출할 때에, 이미지들 사이에 동일한 위치의 픽셀간 색상 차를 이용하여 상기 색상 차의 총합이 가장 작은 순으로 상기 유사도가 높은 것으로 산출하는 기법, 이미지들 간의 윤곽선 및 색상의 특성을 포함하는 이미지 특징을 추출해 상기 이미지 특징의 비교를 통해 상기 유사도를 산출하는 기법, 이미지들 간의 색상 분포를 이용해 분포 벡터들 간의 코사인 유사도를 기초하여 상기 유사도를 산출하는 기법, 및 이미지들 간의 비트스트림 일치 비율에 기초하여 상기 유사도를 산출하는 기법 중 하나 이상의 이미지간 유사도 산출 기법을 이용할 수 있다.
상기 이미지 처리 장치는, 상기 인코딩부에 의해 생성된 상기 압축 이미지 데이터를 상기 저장부에 저장하는 데이터 처리부를 더 포함하고, 상기 선정부는, 상기 참조 이미지에 대한 보호를 상기 데이터 처리부에 요청하며, 상기 데이터 처리부는, 상기 선정부의 보호 요청에 따라 상기 참조 이미지가 상기 인코딩부에 의해 이용될 수 있도록 보호할 수 있다.
상기 데이터 처리부는, 참조 이미지에 대한 삭제 요청 이벤트가 발생한 경우에 상기 삭제 요청된 참조 이미지를 이용하여 압축된 상기 압축 이미지 데이터가 다른 참조 이미지를 이용하도록 할 수 있다.
상기 인코딩부는, 상기 참조 이미지와 상기 원본 이미지 데이터의 중복성이 저하되도록 상기 원본 이미지 데이터를 압축할 수 있다.
상기 이미지 처리 장치는, 상기 참조 이미지에 대한 정보를 수신측으로 전송하는 송신부를 더 포함할 수 있다.
여기서, 상기 인코딩부는, 상기 원본 이미지 데이터의 압축에 이용된 참조 이미지에 대한 정보를 포함하는 참조 목록 데이터를 생성하고, 상기 송신부는, 상기 참조 목록 데이터를 상기 참조 이미지에 대한 정보로서 상기 수신측으로 전송할 수 있다.
본 발명의 제 2 관점에 따라 데이터 수신 장치는, 기 동기화된 이미지 데이터들이 저장되는 저장부와, 원본 이미지 데이터를 압축시켜 압축 이미지 데이터로 생성할 때에 이용한 참조 이미지에 대한 정보 및 상기 압축 이미지 데이터를 수신하는 수신부와, 상기 참조 이미지에 대한 정보에 기초하여 상기 기 동기화된 이미지 데이터들 중 적어도 하나의 이미지 데이터를 추출하고, 상기 추출된 이미지 데이터를 이용하여 상기 압축 이미지 데이터를 상기 원본 이미지 데이터로 복원하는 디코딩부를 포함할 수 있다.
여기서, 상기 수신부는, 상기 원본 이미지 데이터의 압축에 이용된 참조 이미지 세트에 대한 정보를 포함하는 참조 목록 데이터를 수신하고, 상기 디코딩부는, 상기 참조 목록 데이터에 대응되는 상기 참조 이미지 세트를 상기 저장부에서 추출하며, 추출된 상기 참조 이미지 세트를 이용하여 상기 원본 이미지 데이터를 복원할 수 있다.
본 발명의 제 3 관점으로서 이미지 처리 장치에서 수행하는 이미지 처리 방법은, 기 동기화된 이미지 데이터들과 원본 이미지 데이터를 비교한 결과에 기초하여, 상기 기 동기화된 이미지 데이터들 중 하나 이상의 이미지 데이터를 참조 이미지로서 선정하는 단계와, 상기 참조 이미지를 이용하여 상기 원본 이미지 데이터를 압축시켜 압축 이미지 데이터를 생성하는 단계를 포함할 수 있다.
여기서, 상기 선정하는 단계는, 상기 기 동기화된 이미지 데이터들 중 하나 이상과 상기 원본 이미지 데이터의 유사도를 산출하고, 상기 산출된 유사도에 기초하여 상기 기 동기화된 이미지 데이터들 중 상기 참조 이미지를 선정할 수 있다.
상기 선정하는 단계는, 상기 기 동기화된 이미지 데이터들에 대하여 복수의 참조 이미지 세트 후보군으로 분류하고, 상기 복수의 참조 이미지 세트 후보군과 상기 원본 이미지 데이터의 비교 결과에 기초하여, 상기 복수의 참조 이미지 세트 후보군 중에서 하나 이상의 참조 이미지 세트 후보군을 선정하며, 상기 선정된 하나 이상의 참조 이미지 세트 후보군에 포함된 이미지 데이터들과 상기 원본 이미지 데이터에 대해 상기 유사도를 각각 산출하고, 상기 산출된 유사도에 기초하여 상기 선정된 하나 이상의 참조 이미지 세트 후보군에 포함된 이미지 데이터들 중 하나 이상의 이미지 데이터를 상기 참조 이미지로서 선정할 수 있다.
상기 선정하는 단계는, 상기 기 동기화된 이미지 데이터들에 대하여 각각의 이미지 특징에 기초한 K-평균 클러스터링 알고리즘 또는 K-최근접 이웃 알고리즘, 또는 상기 기 동기화된 이미지 데이터들에 각각 태깅을 하는 데이터 클러스터링 기법을 이용하여 상기 참조 이미지 세트 후보군을 분류할 수 있다.
상기 선정하는 단계는, 상기 기 동기화된 이미지 데이터들 중 하나 이상과 상기 원본 이미지 데이터의 유사도를 산출할 때에, 이미지들 사이에 동일한 위치의 픽셀간 색상 차를 이용하여 상기 색상 차의 총합이 가장 작은 순으로 상기 유사도가 높은 것으로 산출하는 기법, 이미지들 간의 윤곽선 및 색상의 특성을 포함하는 이미지 특징을 추출해 상기 이미지 특징의 비교를 통해 상기 유사도를 산출하는 기법, 이미지들 간의 색상 분포를 이용해 분포 벡터들 간의 코사인 유사도를 기초하여 상기 유사도를 산출하는 기법, 및 이미지들 간의 비트스트림 일치 비율에 기초하여 상기 유사도를 산출하는 기법 중 하나 이상의 이미지간 유사도 산출 기법을 이용할 수 있다.
상기 이미지 처리 방법은, 상기 참조 이미지가 상기 압축 이미지 데이터를 생성할 때에 이용될 수 있도록 보호하는 단계를 더 포함할 수 있다.
상기 보호하는 단계는, 참조 이미지에 대한 삭제 요청 이벤트가 발생한 경우에 상기 삭제 요청된 참조 이미지를 이용하여 압축된 상기 압축 이미지 데이터가 다른 참조 이미지를 이용하도록 할 수 있다.
상기 압축 이미지 데이터를 생성하는 단계는, 상기 참조 이미지와 상기 원본 이미지 데이터의 중복성이 저하되도록 상기 원본 이미지 데이터를 압축할 수 있다.
상기 이미지 처리 방법은, 상기 참조 이미지에 대한 정보를 수신측으로 전송하는 단계를 더 포함할 수 있다.
상기 이미지 처리 방법은, 상기 원본 이미지 데이터의 압축에 이용된 참조 이미지에 대한 정보를 포함하는 참조 목록 데이터를 생성하는 단계를 더 포함하고, 상기 전송하는 단계는, 상기 압축 이미지 데이터 및 상기 참조 목록 데이터를 수신측으로 전송할 수 있다.
본 발명의 제 4 관점으로서 데이터 수신 장치에서 수행하는 데이터 수신 방법은, 원본 이미지 데이터를 압축시켜 압축 이미지 데이터로 생성할 때에 이용한 참조 이미지에 대한 정보 및 상기 압축 이미지 데이터를 수신하는 단계와, 상기 참조 이미지에 대한 정보에 기초하여 기 동기화된 이미지 데이터들 중 적어도 하나의 이미지 데이터를 추출하고, 상기 추출된 이미지 데이터를 이용하여 상기 압축 이미지 데이터를 상기 원본 이미지 데이터로 복원하는 단계를 포함할 수 있다.
여기서, 상기 데이터 수신 방법은, 상기 원본 이미지 데이터의 압축에 이용된 참조 이미지 세트에 대한 정보를 포함하는 참조 목록 데이터를 수신하고,
상기 복원하는 단계는, 상기 참조 목록 데이터에 대응되는 상기 참조 이미지 세트를 기 동기화된 이미지 데이터들에서 추출하며, 추출된 상기 참조 이미지 세트를 이용하여 상기 원본 이미지 데이터를 복원할 수 있다.
본 발명의 제 5 관점으로서 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체는, 상기 컴퓨터 프로그램이 기 동기화된 이미지 데이터들과 원본 이미지 데이터를 비교한 결과에 기초하여, 상기 기 동기화된 이미지 데이터들 중 하나 이상의 이미지 데이터를 참조 이미지로서 선정하는 단계와, 상기 참조 이미지를 이용하여 상기 원본 이미지 데이터를 압축시켜 압축 이미지 데이터를 생성하는 단계를 포함하는 이미지 처리 방법을 프로세서가 수행하도록 할 수 있다.
본 발명의 실시예에 의하면, 기 동기화된 이미지 데이터를 원본 이미지 데이터의 압축에 이용한다. 즉, 시간적으로 연속되지 않은 이미지들 사이의 중복성을 제거함으로써, 압축 대상 이미지 내부의 중복성 제거만을 이용해 압축 이미지 데이터를 생성할 때보다 이미지 데이터의 압축률이 향상되는 효과가 있다. 아울러, 데이터 센터나 대규모 스토리지(large-scaled storage) 시스템에서 참조 이미지를 빠르게 찾아 선정할 수 있는 참조 이미지 고속 탐색 방법을 제공한다.
도 1은 본 발명의 일 실시예에 따른 이미지 처리 장치의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 이미지 처리 장치에 의한 이미지 데이터 압축 과정에 대한 개념도이다.
도 3은 본 발명의 다른 실시예에 따른 데이터 수신 장치의 구성도이다.
도 4는 도 1에 도시된 이미지 처리 장치에서 수행하는 이미지 처리 방법을 설명하기 위한 흐름도이다.
도 5는 도 3에 도시된 데이터 수신 장치에서 수행하는 데이터 수신 방법을 설명하기 위한 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명의 범주는 청구항에 의해 정의될 뿐이다.
본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명은 본 발명의 실시예들을 설명함에 있어 실제로 필요한 경우 외에는 생략될 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 이미지 처리 장치(100)의 구성도이고, 도 2는 본 발명의 일 실시예에 따른 이미지 처리 장치(100)에 의한 이미지 데이터 압축 과정에 대한 개념도이다.
도 1에 나타낸 바와 같이, 일 실시예에 따른 이미지 처리 장치(100)는 저장부(110), 선정부(120), 인코딩부(130), 데이터 처리부(140), 디코딩부(150) 및 송신부(160)를 포함할 수 있다. 여기서, 이미지 처리 장치(100)가 압축 이미지 데이터를 저장하는 기능을 갖는 스토리지 장치로 운용되는 경우에 디코딩부(150) 및 송신부(160)는 생략될 수 있다. 이미지 처리 장치(100)가 압축 이미지 데이터를 원본 이미지 데이터로 복원하여 재생하는 기능을 갖는 스토리지/재생 장치로 운용되는 경우에 디코딩부(150)가 포함될 수 있다. 또한, 이미지 처리 장치(100)가 압축 이미지 데이터를 수신측으로 전송하는 기능을 가지는 데이터 송신 장치로 운용되는 경우에 송신부(160)가 포함될 수 있다. 예를 들어, 저장부(110)는 클라우드 스토리지 일 수도 있고, 도 3에 도시된 데이터 수신 장치(300)의 저장부(310)와 일체일 수도 있다. 예컨대, 저장부(110)는 컴퓨터로 판독 가능한 기록 매체를 포함하여 구현될 수 있다. 예컨대, 기록 매체의 예로는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 플래시 메모리(flash memory)와 같은 프로그램 명령어들을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 들 수 있다. 예를 들어, 선정부(120), 인코딩부(130), 데이터 처리부(140) 및 디코딩부(150)는 마이크로프로세서(microprocessor)와 같은 연산 장치를 포함하여 구현할 수 있다.
저장부(110)에는 기 동기화된 이미지 데이터들이 저장된다. 기 동기화된 이미지 데이터라 함은 이미 저장부(110)에 저장된 상태인 이미지 데이터를 의미하거나 송신부(150)를 통해 기 전송된 이미지 데이터를 의미할 수 있다. 예컨대, 기 동기화된 이미지 데이터는 압축 이미지 데이터이거나 원본 이미지 데이터일 수 있다.
선정부(120)는 원본 이미지 데이터가 입력되고 압축 요청 이벤트가 발생한 경우, 입력되는 원본 이미지 데이터와 저장부(110)에 저장된 기 동기화된 이미지 데이터들을 비교한 결과에 기초하여, 저장부(110)의 기 동기화된 이미지 데이터들 중 하나 이상의 이미지 데이터를 참조 이미지로서 선정하고, 선정된 참조 이미지에 대한 보호를 데이터 처리부(140)에 요청한다. 여기서, 압축 요청 이벤트는 도시 생략된 사용자 인터페이스를 통해 이미지 처리 장치(100)에 입력될 수 있다. 예컨대, 사용자 인터페이스는 화면 출력 기능 및 정보 입력 기능을 포함하는 터치 스크린 장치일 수 있다. 예를 들어, 선정부(120)는 저장부(110)에 저장된 기 동기화된 이미지 데이터들 중 하나 이상과 원본 이미지 데이터의 유사도를 산출하고, 산출된 유사도에 기초하여 기 동기화된 이미지 데이터들 중 특정 이미지 데이터를 참조 이미지로서 선정할 수 있다.
여기서, 선정부(120)는 기 동기화된 이미지 데이터들 중 하나 이상과 원본 이미지 데이터의 유사도를 산출할 때에, 이미지들 사이에 동일한 위치의 픽셀간 색상 차를 이용하여 색상 차의 총합이 가장 작은 순으로 유사도가 높은 것으로 산출하는 기법, 이미지들 간의 윤곽선 및 색상의 특성을 포함하는 이미지 특징을 추출해 이미지 특징의 비교를 통해 유사도를 산출하는 기법, 이미지들 간의 색상 분포를 이용해 분포 벡터들 간의 코사인 유사도를 기초하여 유사도를 산출하는 기법, 및 이미지들 간의 비트스트림 일치 비율에 기초하여 유사도를 산출하는 기법 중 하나 이상의 이미지간 유사도 산출 기법을 이용할 수 있다.
아울러, 선정부(120)는 기 동기화된 이미지 데이터들에 대하여 복수의 참조 이미지 세트 후보군으로 분류할 수 있다. 예를 들어, 선정부(120)는 기 동기화된 이미지 데이터들에 대하여 각각의 이미지 특징(feature)에 기초한 K-평균 클러스터링(K-means clustering) 알고리즘 또는 K-최근접 이웃(K-nearest neighbors) 알고리즘을 이용하여 참조 이미지 세트 후보군을 분류할 수 있다. 또는 선정부(120)는 기 동기화된 이미지 데이터들에 각각 태깅을 하는 데이터 클러스터링 기법을 이용하여 참조 이미지 세트 후보군을 분류할 수 있다.
그리고, 선정부(120)는 복수의 참조 이미지 세트 후보군의 이미지 특징과 원본 이미지 데이터의 이미지 특징의 비교 결과에 기초하여, 복수의 참조 이미지 세트 후보군 중에서 하나 이상의 참조 이미지 세트 후보군을 선정할 수 있다.
이어서, 선정부(120)는 선정된 하나의 참조 이미지 세트 후보군에 포함된 이미지 데이터들과 원본 이미지 데이터에 대해 유사도를 각각 산출할 수 있고, 산출된 유사도에 기초하여 기 선정된 하나의 참조 이미지 세트 후보군에 포함된 이미지 데이터들 중 하나 이상의 이미지 데이터를 참조 이미지로서 선정할 수 있다. 예컨대, 선정부(120)는 원본 이미지 데이터(210)에 대해 기 선정된 하나의 참조 이미지 세트 후보군(220)에서 복수의 참조 이미지(221, 222, 223)를 선정할 수 있고, 원본 이미지 데이터(210)의 특정 영역과 복수의 참조 이미지(221, 222, 223)의 특정 영역에 대한 맵핑 정보를 참조 목록 데이터에 포함하여 생성할 수 있다.
인코딩부(130)는 선정부(120)에 의해 선정된 참조 이미지를 이용하여 원본 이미지 데이터를 압축시켜 압축 이미지 데이터를 생성한다. 여기서, 인코딩부(130)는 참조 이미지와 원본 이미지 데이터의 중복성이 저하되도록 원본 이미지 데이터를 압축할 수 있다. 그리고, 인코딩부(130)는 원본 이미지 데이터의 압축에 이용된 참조 이미지에 대한 정보를 포함하는 참조 목록 데이터를 생성한다. 예를 들어, 참조 목록 데이터는 압축 이미지 데이터의 식별정보와 대응하는 참조 이미지의 식별정보를 포함할 수 있다.
데이터 처리부(140)는 인코딩부(130)에 의해 생성된 압축 이미지 데이터를 저장부(110)에 저장한다. 그리고, 기 선정된 참조 이미지에 대한 삭제 요청 이벤트가 발생한 경우에 삭제 요청된 참조 이미지를 이용하여 압축된 압축 이미지 데이터가 다른 참조 이미지를 이용하도록 하는 참조 변경 처리를 하고, 이후 삭제 요청 이벤트의 대상인 참조 이미지를 저장부(110)에서 삭제할 수 있다. 예를 들어, 데이터 처리부(140)는 참조 이미지에 대한 삭제 요청 이벤트가 발생한 즉시 참조 변경 처리를 한 후에 해당 참조 이미지를 삭제할 수 있다. 또는, 데이터 처리부(140)는 기 설정된 주기마다 참조 이미지에 대한 삭제 요청 이벤트를 확인한 후에 참조 변경 처리 및 해당 참조 이미지에 대한 삭제를 처리할 수도 있다. 예를 들어, 기 선정된 참조 이미지에 대한 삭제 요청 이벤트는 (도시 생략된) 사용자 인터페이스를 통해 이미지 처리 장치(100)에 입력될 수 있다. 예컨대, 사용자 인터페이스는 화면 출력 기능 및 정보 입력 기능을 포함하는 터치 스크린 장치일 수 있다.
디코딩부(150)는 기 동기화된 이미지 데이터에 대한 복원 요청 이벤트가 발생한 경우, 저장부(110)로부터 압축 이미지 데이터를 인출하고, 참조 목록 데이터에 기초하여 인출된 압축 이미지 데이터에 대응하는 참조 이미지를 파악하며, 인출된 압축 이미지 데이터와 파악된 참조 이미지를 이용하여 압축 이미지 데이터를 원본 이미지 데이터로 복원한다. 예를 들어, 특정 압축 이미지 데이터에 대한 복원 요청 이벤트는 도시 생략된 사용자 인터페이스를 통해 이미지 처리 장치(100)에 입력될 수 있다.
송신부(160)는 인코딩부(130)에 의해 생성된 압축 이미지 데이터 및 참조 이미지 목록을 수신측으로 전송한다.
도 3은 본 발명의 다른 실시예에 따른 데이터 수신 장치의 구성도이다.
도 3에 나타낸 바와 같이, 다른 실시예에 따른 데이터 수신 장치(300)는 저장부(310), 수신부(320) 및 디코딩부(330)를 포함할 수 있다. 예컨대, 저장부(310)는 클라우드 스토리지 일 수 있고, 도 1에 도시된 이미지 처리 장치(100)의 저장부(110)와 일체일 수 있다. 예컨대, 저장부(310)는 컴퓨터로 판독 가능한 기록 매체를 포함하여 구현될 수 있다. 예컨대, 기록 매체의 예로는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크와 같은 자기-광 매체, 플래시 메모리와 같은 프로그램 명령어들을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 들 수 있다. 예를 들어, 디코딩부(330)는 마이크로프로세서와 같은 연산 장치를 포함하여 구현할 수 있다.
저장부(310)에는 기 동기화된 이미지 데이터들이 저장된다. 기 동기화된 이미지 데이터라 함은 도 1에 도시된 이미지 처리 장치(100)에 의해 압축된 상태로 전송되는 압축 이미지 데이터를 의미할 수 있다.
수신부(320)는 도 1에 도시된 이미지 처리 장치(100)에 의해 송신되는 압축 이미지 데이터 및 참조 이미지에 대한 정보를 수신한다. 예를 들어, 수신부(320)는 원본 이미지 데이터의 특정 영역과 복수의 참조 이미지의 특정 영역에 대한 맵핑 정보를 포함하는 참조 목록 데이터를 참조 이미지에 대한 정보로서 수신할 수 있다.
디코딩부(330)는 복원 요청 이벤트가 발생한 경우, 수신부(320)에 의해 수신된 참조 이미지에 대한 정보에 기초하여 저장부(310)의 기 동기화된 이미지 데이터들 중 적어도 하나의 이미지 데이터를 참조 이미지로서 추출하고, 추출된 이미지 데이터를 이용하여 압축 이미지 데이터를 원본 이미지 데이터로 복원한다. 예를 들어, 디코딩부(330)는 참조 목록 데이터에 대응되는 참조 이미지 세트를 저장부(310)에서 추출할 수 있고, 추출된 참조 이미지 세트를 이용하여 압축 이미지 데이터를 원본 이미지 데이터로 복원할 수 있다. 여기서, 복원 요청 이벤트는 (도시 생략된) 사용자 인터페이스를 통해 데이터 수신 장치(300)에 입력될 수 있다. 예컨대, 사용자 인터페이스는 화면 출력 기능 및 정보 입력 기능을 포함하는 터치 스크린 장치일 수 있다.
도 4는 도 1에 도시된 이미지 처리 장치에서 수행하는 이미지 처리 방법을 설명하기 위한 흐름도이고, 도 5는 도 3에 도시된 데이터 수신 장치에서 수행하는 데이터 수신 방법을 설명하기 위한 흐름도이다.
이하, 도 1 내지 도 5를 참조하여 이미지 처리 장치(100)가 원본 이미지 데이터를 압축하여 압축 이미지 데이터를 생성하여 송신하고, 데이터 수신 장치(300)가 이미지 처리 장치(100)로부터 송신된 압축 이미지 데이터를 수신하여 원본 이미지 데이터로 복원하는 과정을 예시적으로 살펴보기로 한다.
이미지 처리 장치(100)에 원본 이미지 데이터가 입력되고 압축 요청 이벤트가 발생하면 이미지 처리 장치(100)는 원본 이미지 데이터를 압축하여 압축 이미지 데이터를 생성하여 저장하거나 생성된 압축 이미지 데이터를 데이터 수신 장치(300)로 전송할 수 있다. 이를 위해, 먼저 선정부(120)는 저장부(110)의 기 동기화된 이미지 데이터들에 대하여 복수의 참조 이미지 세트 후보군으로 분류할 수 있다. 예를 들어, 선정부(120)는 기 동기화된 이미지 데이터들에 대하여 각각의 이미지 특징에 기초한 K-평균 클러스터링 알고리즘 또는 K-최근접 이웃 알고리즘을 이용하여 참조 이미지 세트 후보군을 분류할 수 있다. 또는 선정부(120)는 기 동기화된 이미지 데이터들에 각각 태깅을 하는 데이터 클러스터링 기법을 이용하여 참조 이미지 세트 후보군을 분류할 수 있다(S401).
그리고, 선정부(120)는 단계 S401에서 분류된 복수의 참조 이미지 세트 후보군의 이미지 특징과 원본 이미지 데이터의 이미지 특징의 비교 결과에 기초하여, 복수의 참조 이미지 세트 후보군 중에서 하나 이상의 참조 이미지 세트 후보군을 선정할 수 있다(S403).
이어서, 선정부(120)는 단계 S403에서 선정된 하나 이상의 참조 이미지 세트 후보군에 포함된 이미지 데이터들과 원본 이미지 데이터에 대해 유사도를 각각 산출할 수 있다. 예를 들어, 선정부(120)는 기 동기화된 이미지 데이터들 중 하나 이상과 원본 이미지 데이터의 유사도를 산출할 때에, 이미지들 사이에 동일한 위치의 픽셀간 색상 차를 이용하여 색상 차의 총합이 가장 작은 순으로 유사도가 높은 것으로 산출하는 기법, 이미지들 간의 윤곽선 및 색상의 특성을 포함하는 이미지 특징을 추출해 이미지 특징의 비교를 통해 유사도를 산출하는 기법, 이미지들 간의 색상 분포를 이용해 분포 벡터들 간의 코사인 유사도를 기초하여 유사도를 산출하는 기법, 및 이미지들 간의 비트스트림 일치 비율에 기초하여 유사도를 산출하는 기법 중 하나 이상의 이미지간 유사도 산출 기법을 이용할 수 있다(S405).
그리고, 선정부(120)는 단계 S405에서 산출된 유사도에 기초하여 기 선정된 하나의 참조 이미지 세트 후보군에 포함된 이미지 데이터들 중 하나 이상의 이미지 데이터를 참조 이미지로서 선정함과 아울러 참조 목록 데이터를 생성할 수 있다(S407).
앞서 단계 S401 및 단계 S403에서, 저장부(110)의 기 동기화된 이미지 데이터들을 복수의 참조 이미지 세트 후보군으로 분류한 후 하나의 참조 이미지 세트 후보군을 선정하는 것은 이러한 단계 S401 및 S403의 수행 없이 곧바로 단계 S405 및 단계 S407을 수행할 경우에는 저장부(110)에 저장된 모든 이미지 데이터들이 참조 이미지 후보가 될 수 있고 이 경우에는 이미지 비교 처리에 장시간이 소요되기 때문에 참조 이미지 후보의 수를 줄여 줌으로써 상대적으로 더 짧은 시간 내에 참조 이미지를 선정할 수 있도록 하기 위한 것이다.
다음으로, 인코딩부(130)는 선정부(120)에 의해 단계 S407에서 선정된 참조 이미지를 이용하여 원본 이미지 데이터를 압축시켜 압축 이미지 데이터를 생성한다. 여기서, 인코딩부(130)는 참조 이미지와 원본 이미지 데이터의 중복성이 저하되도록 원본 이미지 데이터를 압축할 수 있다. 예를 들어, 인코딩부(130)는 복수의 참조 이미지(221, 222, 223)의 특정 영역에 대응하는 원본 이미지 데이터(210)의 특정 영역을 제거함으로써 압축 이미지 데이터로 생성할 수 있다(S409).
그리고, 인코딩부(130)는 압축 이미지 데이터의 식별정보와 대응하는 참조 이미지의 식별정보를 포함하는 참조 목록 데이터를 생성한다. 예컨대, 인코딩부(130)는 복수의 참조 이미지(221, 222, 223)의 특정 영역에 대응하는 원본 이미지 데이터(210)의 특정 영역의 맵핑 정보를 포함하여 참조 목록 데이터를 생성할 수 있다(S411).
아울러, 송신부(160)는 단계 S409에서 생성된 압축 이미지 데이터와 단계 S411에서 생성된 참조 목록 데이터를 데이터 수신 장치(300)로 전송할 수 있다(S413).
한편, 디코딩부(150)는 기 동기화된 이미지 데이터에 대한 복원 요청 이벤트가 발생한 경우, 저장부(110)로부터 압축 이미지 데이터를 인출하고, 단계 S411에서 인코딩부(130)에 의해 생성된 참조 목록 데이터에 기초하여 인출된 압축 이미지 데이터에 대응하는 참조 이미지를 파악하며, 인출된 압축 이미지 데이터와 파악된 참조 이미지를 이용하여 압축 이미지 데이터를 원본 이미지 데이터로 복원할 수 있다. 그런데, 단계 S407에서 선정된 참조 이미지에 대한 삭제 요청 이벤트가 발생하여 해당 참조 이미지가 저장부(110)에서 삭제된 상태라면 디코딩부(150)에 의해 원본 이미지 데이터가 복원될 수가 없다. 이러한 디코딩 불가 상황을 방지하기 위하여 선정부(120)는 단계 S407에서 참조 이미지를 선정한 후, 데이터 처리부(140)에 참조 이미지에 대한 보호를 요청할 수 있다.
이처럼, 참조 이미지에 대한 보호 요청이 발생하면, 데이터 처리부(140)는 단계 S407에서 선정된 참조 이미지가 인코딩부(130)에 의해 이용될 수 있도록 보호할 수 있다. 이러한 참조 이미지 보호 모드에서 데이터 처리부(140)는 참조 이미지에 대한 삭제 요청 이벤트가 발생한 경우(S415)에 삭제 요청된 참조 이미지를 이용하여 압축된 압축 이미지 데이터가 다른 참조 이미지를 이용하도록 하는 참조 변경 처리를 한 후 삭제 요청 이벤트의 대상인 참조 이미지를 저장부(110)에서 삭제할 수 있다(S417). 예를 들어, 데이터 처리부(140)는 참조 이미지에 대한 삭제 요청 이벤트가 발생한 즉시 참조 변경 처리를 한 후에 해당 참조 이미지를 삭제할 수 있다. 또는, 데이터 처리부(140)는 기 설정된 주기마다 참조 이미지에 대한 삭제 요청 이벤트를 확인한 후에 참조 변경 처리 및 해당 참조 이미지에 대한 삭제를 처리할 수도 있다. 또는, 데이터 처리부(140)는 참조 이미지 보호 모드로 동작하면, 단계 S407에서 선정된 참조 이미지의 사본을 생성하여 저장부(110)에 저장해 둠으로써 인코딩부(130)가 언제든지 참조 이미지를 이용하여 압축 이미지 데이터를 원본 이미지 데이터로 복원할 수 있도록 할 수도 있다.
단계 S413에서 전송된 압축 이미지 데이터 및 참조 목록 데이터는 데이터 수신 장치(300)의 수신부(320)에 의해 수신되어 저장부(310)에 저장될 수 있다.
데이터 수신 장치(300)의 디코딩부(330)는 복원 요청 이벤트가 발생한 경우, 단계 S501에서 수신된 참조 목록 데이터에 기초하여 저장부(310)의 기 동기화된 이미지 데이터들 중 적어도 하나의 이미지 데이터를 참조 이미지로서 추출한다(S503).
그리고, 디코딩부(330)는 단계 S503에서 참조 이미지로서 추출된 이미지 데이터를 이용하여 압축 이미지 데이터를 원본 이미지 데이터로 복원한다. 예를 들어, 디코딩부(330)는 참조 목록 데이터에 대응되는 참조 이미지 세트를 저장부(310)에서 추출할 수 있고, 추출된 참조 이미지 세트를 이용하여 압축 이미지 데이터를 원본 이미지 데이터로 복원할 수 있다. 예컨대, 디코딩부(330)는 복수의 참조 이미지(221, 222, 223)의 특정 영역을 압축 이미지 데이터의 대응하는 특정 영역에 맵핑하여 원본 이미지 데이터(210)를 복원할 수 있다(S505).
지금까지 설명한 바와 같은, 본 발명의 실시예에 의하면, 기 동기화된 이미지 데이터를 원본 이미지 데이터의 압축에 이용한다. 즉, 시간적으로 연속되지 않은 이미지들 사이의 중복성을 제거함으로써, 압축 대상 이미지 내부의 중복성 제거만을 이용해 압축 이미지 데이터를 생성할 때보다 이미지 데이터의 압축률이 향상된다.
본 발명에 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 이미지 처리 장치
110 : 저장부 120 : 선정부
130 : 인코딩부 140 : 데이터 처리부
150 : 디코딩부 160 : 송신부
300 : 데이터 수신 장치
310 : 저장부 320 : 수신부
330 : 디코딩부

Claims (25)

  1. 기 동기화된 이미지 데이터들이 저장되는 저장부와,
    상기 기 동기화된 이미지 데이터들과 원본 이미지 데이터를 비교한 결과에 기초하여, 상기 기 동기화된 이미지 데이터들 중 하나 이상의 이미지 데이터를 참조 이미지로서 선정하는 선정부와,
    상기 참조 이미지를 이용하여 상기 원본 이미지 데이터를 압축시켜 압축 이미지 데이터를 생성하는 인코딩부를 포함하고,
    상기 선정부는,
    상기 기 동기화된 이미지 데이터들 중 하나 이상과 상기 원본 이미지 데이터의 유사도를 산출하고, 상기 산출된 유사도에 기초하여 상기 기 동기화된 이미지 데이터들 중 상기 참조 이미지를 선정하며,
    상기 기 동기화된 이미지 데이터들 중 하나 이상과 상기 원본 이미지 데이터의 유사도를 산출할 때에, 이미지들 사이에 동일한 위치의 픽셀간 색상 차를 이용하여 상기 색상 차의 총합이 가장 작은 순으로 상기 유사도가 높은 것으로 산출하는 기법, 이미지들 간의 윤곽선 및 색상의 특성을 포함하는 이미지 특징을 추출해 상기 이미지 특징의 비교를 통해 상기 유사도를 산출하는 기법, 및 이미지들 간의 비트스트림 일치 비율에 기초하여 상기 유사도를 산출하는 기법 중 하나 이상의 이미지간 유사도 산출 기법을 이용하는
    이미지 처리 장치.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 선정부는, 상기 기 동기화된 이미지 데이터들에 대하여 복수의 참조 이미지 세트 후보군으로 분류하고, 상기 복수의 참조 이미지 세트 후보군과 상기 원본 이미지 데이터의 비교 결과에 기초하여, 상기 복수의 참조 이미지 세트 후보군 중에서 하나 이상의 참조 이미지 세트 후보군을 선정하며, 상기 선정된 하나 이상의 참조 이미지 세트 후보군에 포함된 이미지 데이터들과 상기 원본 이미지 데이터에 대해 상기 유사도를 각각 산출하고, 상기 산출된 유사도에 기초하여 상기 선정된 하나 이상의 참조 이미지 세트 후보군에 포함된 이미지 데이터들 중 하나 이상의 이미지 데이터를 상기 참조 이미지로서 선정하는
    이미지 처리 장치.
  4. 제 3 항에 있어서,
    상기 선정부는, 상기 기 동기화된 이미지 데이터들에 대하여 각각의 이미지 특징에 기초한 K-평균 클러스터링 알고리즘 또는 K-최근접 이웃 알고리즘, 또는 상기 기 동기화된 이미지 데이터들에 각각 태깅(tagging)을 하는 데이터 클러스터링 기법을 이용하여 상기 참조 이미지 세트 후보군을 분류하는
    이미지 처리 장치.
  5. 삭제
  6. 제 1 항에 있어서,
    상기 인코딩부에 의해 생성된 상기 압축 이미지 데이터를 상기 저장부에 저장하는 데이터 처리부를 더 포함하고,
    상기 선정부는, 상기 참조 이미지에 대한 보호를 상기 데이터 처리부에 요청하며,
    상기 데이터 처리부는, 상기 선정부의 보호 요청에 따라 상기 참조 이미지가 상기 인코딩부에 의해 이용될 수 있도록 보호하는
    이미지 처리 장치.
  7. 제 6 항에 있어서,
    상기 데이터 처리부는, 참조 이미지에 대한 삭제 요청 이벤트가 발생한 경우에 상기 삭제 요청된 참조 이미지를 이용하여 압축된 상기 압축 이미지 데이터가 다른 참조 이미지를 이용하도록 하는
    이미지 처리 장치.
  8. 제 1 항에 있어서,
    상기 인코딩부는, 상기 참조 이미지와 상기 원본 이미지 데이터의 중복성이 저하되도록 상기 원본 이미지 데이터를 압축하는
    이미지 처리 장치.
  9. 제 1 항에 있어서,
    상기 참조 이미지에 대한 정보를 수신측으로 전송하는 송신부를 더 포함하는
    이미지 처리 장치.
  10. 제 9 항에 있어서,
    상기 인코딩부는, 상기 원본 이미지 데이터의 압축에 이용된 참조 이미지에 대한 정보를 포함하는 참조 목록 데이터를 생성하고,
    상기 송신부는, 상기 참조 목록 데이터를 상기 참조 이미지에 대한 정보로서 상기 수신측으로 전송하는
    이미지 처리 장치.
  11. 삭제
  12. 삭제
  13. 이미지 처리 장치에서 수행하는 이미지 처리 방법으로서,
    기 동기화된 이미지 데이터들과 원본 이미지 데이터를 비교한 결과에 기초하여, 상기 기 동기화된 이미지 데이터들 중 하나 이상의 이미지 데이터를 참조 이미지로서 선정하는 단계와,
    상기 참조 이미지를 이용하여 상기 원본 이미지 데이터를 압축시켜 압축 이미지 데이터를 생성하는 단계를 포함하고,
    상기 선정하는 단계는,
    상기 기 동기화된 이미지 데이터들 중 하나 이상과 상기 원본 이미지 데이터의 유사도를 산출하고, 상기 산출된 유사도에 기초하여 상기 기 동기화된 이미지 데이터들 중 상기 참조 이미지를 선정하며,
    상기 기 동기화된 이미지 데이터들 중 하나 이상과 상기 원본 이미지 데이터의 유사도를 산출할 때에, 이미지들 사이에 동일한 위치의 픽셀간 색상 차를 이용하여 상기 색상 차의 총합이 가장 작은 순으로 상기 유사도가 높은 것으로 산출하는 기법, 이미지들 간의 윤곽선 및 색상의 특성을 포함하는 이미지 특징을 추출해 상기 이미지 특징의 비교를 통해 상기 유사도를 산출하는 기법, 및 이미지들 간의 비트스트림 일치 비율에 기초하여 상기 유사도를 산출하는 기법 중 하나 이상의 이미지간 유사도 산출 기법을 이용하는
    이미지 처리 방법.
  14. 삭제
  15. 제 13 항에 있어서,
    상기 선정하는 단계는, 상기 기 동기화된 이미지 데이터들에 대하여 복수의 참조 이미지 세트 후보군으로 분류하고, 상기 복수의 참조 이미지 세트 후보군과 상기 원본 이미지 데이터의 비교 결과에 기초하여, 상기 복수의 참조 이미지 세트 후보군 중에서 하나 이상의 참조 이미지 세트 후보군을 선정하며, 상기 선정된 하나 이상의 참조 이미지 세트 후보군에 포함된 이미지 데이터들과 상기 원본 이미지 데이터에 대해 상기 유사도를 각각 산출하고, 상기 산출된 유사도에 기초하여 상기 선정된 하나 이상의 참조 이미지 세트 후보군에 포함된 이미지 데이터들 중 하나 이상의 이미지 데이터를 상기 참조 이미지로서 선정하는
    이미지 처리 방법.
  16. 제 15 항에 있어서,
    상기 선정하는 단계는, 상기 기 동기화된 이미지 데이터들에 대하여 각각의 이미지 특징에 기초한 K-평균 클러스터링 알고리즘 또는 K-최근접 이웃 알고리즘, 또는 상기 기 동기화된 이미지 데이터들에 각각 태깅(tagging)을 하는 데이터 클러스터링 기법을 이용하여 상기 참조 이미지 세트 후보군을 분류하는
    이미지 처리 방법.
  17. 삭제
  18. 제 13 항에 있어서,
    상기 참조 이미지가 상기 압축 이미지 데이터를 생성할 때에 이용될 수 있도록 보호하는 단계를 더 포함하는
    이미지 처리 방법.
  19. 제 18 항에 있어서,
    상기 보호하는 단계는, 참조 이미지에 대한 삭제 요청 이벤트가 발생한 경우에 상기 삭제 요청된 참조 이미지를 이용하여 압축된 상기 압축 이미지 데이터가 다른 참조 이미지를 이용하도록 하는
    이미지 처리 방법.
  20. 제 13 항에 있어서,
    상기 압축 이미지 데이터를 생성하는 단계는, 상기 참조 이미지와 상기 원본 이미지 데이터의 중복성이 저하되도록 상기 원본 이미지 데이터를 압축하는
    이미지 처리 방법.
  21. 제 13 항에 있어서,
    상기 이미지 처리 방법은, 상기 참조 이미지에 대한 정보를 수신측으로 전송하는 단계를 더 포함하는
    이미지 처리 방법.
  22. 제 21 항에 있어서,
    상기 이미지 처리 방법은, 상기 원본 이미지 데이터의 압축에 이용된 참조 이미지에 대한 정보를 포함하는 참조 목록 데이터를 생성하는 단계를 더 포함하고,
    상기 전송하는 단계는, 상기 압축 이미지 데이터 및 상기 참조 목록 데이터를 수신측으로 전송하는
    이미지 처리 방법.
  23. 삭제
  24. 삭제
  25. 기 동기화된 이미지 데이터들과 원본 이미지 데이터를 비교한 결과에 기초하여, 상기 기 동기화된 이미지 데이터들 중 하나 이상의 이미지 데이터를 참조 이미지로서 선정하는 단계와,
    상기 참조 이미지를 이용하여 상기 원본 이미지 데이터를 압축시켜 압축 이미지 데이터를 생성하는 단계를 포함하고,
    상기 선정하는 단계는,
    상기 기 동기화된 이미지 데이터들 중 하나 이상과 상기 원본 이미지 데이터의 유사도를 산출하고, 상기 산출된 유사도에 기초하여 상기 기 동기화된 이미지 데이터들 중 상기 참조 이미지를 선정하며,
    상기 기 동기화된 이미지 데이터들 중 하나 이상과 상기 원본 이미지 데이터의 유사도를 산출할 때에, 이미지들 사이에 동일한 위치의 픽셀간 색상 차를 이용하여 상기 색상 차의 총합이 가장 작은 순으로 상기 유사도가 높은 것으로 산출하는 기법, 이미지들 간의 윤곽선 및 색상의 특성을 포함하는 이미지 특징을 추출해 상기 이미지 특징의 비교를 통해 상기 유사도를 산출하는 기법, 및 이미지들 간의 비트스트림 일치 비율에 기초하여 상기 유사도를 산출하는 기법 중 하나 이상의 이미지간 유사도 산출 기법을 이용하는
    이미지 처리 방법을 프로세서가 수행하도록 하는
    컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체.
KR1020180157080A 2018-12-07 2018-12-07 이미지 처리 장치 및 방법 KR102320496B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020180157080A KR102320496B1 (ko) 2018-12-07 2018-12-07 이미지 처리 장치 및 방법
US16/704,069 US11252408B2 (en) 2018-12-07 2019-12-05 Image processing apparatus and data receiving apparatus, and methods thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180157080A KR102320496B1 (ko) 2018-12-07 2018-12-07 이미지 처리 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20200069716A KR20200069716A (ko) 2020-06-17
KR102320496B1 true KR102320496B1 (ko) 2021-11-02

Family

ID=70972674

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180157080A KR102320496B1 (ko) 2018-12-07 2018-12-07 이미지 처리 장치 및 방법

Country Status (2)

Country Link
US (1) US11252408B2 (ko)
KR (1) KR102320496B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102500904B1 (ko) * 2020-08-27 2023-02-16 재단법인대구경북과학기술원 딥러닝 기반 데이터 압축 방법 및 데이터 압축 장치

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9522077D0 (en) * 1995-10-27 1996-01-03 Univ Strathclyde Data compression
EP2417773A4 (en) 2009-04-08 2013-05-29 Watchitoo Inc SYSTEM AND METHOD FOR IMAGE COMPRESSION
US8948524B2 (en) * 2009-10-29 2015-02-03 Hewlett-Packard Development Company, L.P. Joint image compression method and apparatus
US9866900B2 (en) * 2013-03-12 2018-01-09 The Nielsen Company (Us), Llc Methods, apparatus and articles of manufacture to detect shapes
EP2988509A4 (en) * 2013-04-17 2016-10-05 Samsung Electronics Co Ltd MULTI-VIEW VIDEO ENCODING METHOD USING VIEW SYNTHESIS PREDICTION AND APPARATUS THEREFOR, AND MULTI-VIEW VIDEO DECODING METHOD AND APPARATUS THEREOF
WO2017060951A1 (ja) * 2015-10-05 2017-04-13 株式会社日立製作所 画像圧縮装置、画像復号装置、および画像処理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Nam Wooseung, Joohyun Lee, and Kyunghan Lee. "SyncCoding: A compression technique exploiting references for data synchronization services." 2017 IEEE 25th International Conference on Network Protocols*

Also Published As

Publication number Publication date
KR20200069716A (ko) 2020-06-17
US11252408B2 (en) 2022-02-15
US20200186797A1 (en) 2020-06-11

Similar Documents

Publication Publication Date Title
JP6833842B2 (ja) システムリソース利用を改善するためのメディア指紋保持の最適化
US20170060867A1 (en) Video and image match searching
CN110853033B (zh) 基于帧间相似度的视频检测方法和装置
KR102006064B1 (ko) 추정된 시공간 배경 정보를 이용한 홀 채움 방법, 이를 수행하기 위한 기록매체 및 장치
US10657171B2 (en) Image search device and method for searching image
EP3405904B1 (en) Method for processing keypoint trajectories in video
US20180082128A1 (en) Detecting Changes in 3D Scenes
RU2013120007A (ru) Устройство прогнозирующего кодирования изображений, способ прогнозирующего кодирования изображений, программа прогнозирующего кодирования изображений, устройство прогнозирующего декодирования изображений, способ прогнозирующего декодирования изображений, и программа прогнозирующего декодирования изображений
US20190012363A1 (en) Information processing device, data processing method therefor, and recording medium
KR102320496B1 (ko) 이미지 처리 장치 및 방법
KR100946694B1 (ko) 영상 정보 기반의 동영상 파일 중복 검사와 관리를 위한시스템 및 방법
WO2014065033A1 (ja) 類似画像検索装置
KR102524547B1 (ko) 무손실 이미지 압축을 위한 데이터 압축 및 복원 장치
RU2669470C1 (ru) Устройство для удаления логотипов и субтитров с видеопоследовательностей
JP2014110020A (ja) 画像処理装置、画像処理方法および画像処理プログラム
US10462490B2 (en) Efficient video data representation and content based video retrieval framework
Ou et al. Communication-efficient multi-view keyframe extraction in distributed video sensors
US20220358744A1 (en) Multi-resolution image processing device and method capable of processing recognition of multiple dynamic objects
CN110019874B (zh) 索引文件的生成方法、装置及系统
KR20210038156A (ko) 전술 상황 기반 적응형 영상 압축 장치 및 방법
US8805104B1 (en) Selecting example-based predictors based on spatial continuity
KR102426594B1 (ko) 크라우드소싱 환경에서 객체의 위치를 추정하는 시스템 및 방법
CN112487943B (zh) 关键帧去重的方法、装置和电子设备
JP2018137639A (ja) 動画像処理システム、並びに、符号化装置及びプログラム、並びに、復号装置及びプログラム
Hu et al. MmFilter: Language-guided video analytics at the edge

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant