디지털 홀로그램 부호화와 인지화질 기반 화질평가 연구

Digital Hologram Coding and Perceptual Quality Assessment Research

연구 내용

디지털 홀로그램의 대용량 데이터 특성을 고려하여 압축 효율을 향상시키고, 수치적 재구성 품질까지 반영한 왜곡 비용 기반 화질평가 모델을 결합하는 연구

디지털 홀로그램은 간섭 기반의 복소 신호 특성으로 인해 기존 코덱이 요구하는 부호화 효율과 재구성 품질의 동시 만족이 어렵습니다. 이에 따라 표준 코딩 도구의 성능 한계를 분석하고, 디코딩된 홀로그램뿐 아니라 수치적 재구성 결과의 품질을 왜곡 비용으로 포함하는 딥러닝 기반 부호화 구조를 설계합니다. 또한 위상-전용 홀로그램 영상에 대해 비디오 코딩 도구의 부호화 아티팩트가 재구성 시각 품질에 미치는 영향을 체계적으로 평가하는 차별성을 보유하고 있습니다.

관련 프로젝트

4건

연구 흐름

초기에는 디지털 홀로그램 및 위상-전용 홀로그램 신호의 통계적·시각적 특성을 기준으로, 표준 부호화 도구가 재구성 품질을 충분히 반영하지 못하는 지점을 규명했습니다. 이후 기존 코딩 시나리오에서 관찰되는 왜곡이 수치적 재구성에 어떻게 전이되는지 분석한 뒤, 재구성 품질을 학습 목적에 직접 반영하는 딥러닝 부호화 네트워크를 구성했습니다. 최근에는 최신 표준 코덱과의 비교 실험을 통해 압축 효율과 재구성 시각 품질을 함께 최적화하는 방향으로 연구를 확장하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

차세대 홀로그램 콘텐츠 전송
홀로그램 부호화 표준화 기술
수치적 재구성 품질 기반 코덱 최적화
Light field 계열 미디어 부호화
인지화질 기반 압축 제어
홀로그램 영상 스트리밍
실감형 디스플레이용 압축 알고리즘
재구성 품질 예측 기반 최적화
복소장 기반 영상 저장 효율화
컴퓨터 생성 홀로그램 제작 파이프라인