본 논문에서는 보다 정확한 선형예측을 위해 시공간적응적 기반영역에 바탕을 둔 확장된 auto regressive(AR) 모델을 제안한다. 기존의 AR 모델에서 영상 전체에 걸쳐 사용되는 직사각형 형태의 기반영역은 영상의 경계선 영역에서는 더 이상 정상상태(stationarity)의 조건을 만족시키지 않음으로써 경계선 영역에서 예측오차가 증가하는 결점을 갖는다. 그래서 제안된 방법은 AR 모델에서 시공간적응적 기반영역이라 불리는 정상상태의 기반영역을 구성하는데 중점을 둔다. 시공간적응적 기반영역은 영상의 경계선 특성과 관련되는 공간적응적 기반영역과 시간축의 불연속 개념과 관련되는 시간적응적 기반영역으로 구성되어진다. 제안된 AR 모델은 동영상 복원 실험간 좀 더 정확한 모델 파라미터를 산출하였을 뿐만 아니라 복잡한 계산과정을 단순화하는 이점을 가진다.
In this paper, a generalized auto-regressive(AR) model is proposed for linear prediction based on adaptive spatio-temporal support region(ASTSR). The conventional AR model suffers from the drawback that the prediction error increases in the edge region because the rectangular support region of the edge does not satisfy the stationary assumption. Thus, the proposed approach puts an emphasis on the formulation of a spatio-temporally adaptive support region for the AR model, called ASTSR. The ASTSR consists of two parts: the adaptive spatial support region(ASSR) connected with edges and the adaptive temporal support region(ATSR) related to temporal discontinuities. The AR model based on ASTSR not only produces more accurate model parameters but also reduces the computational complexity in the motion picture restoration.
