본 논문은 학습 기반의 2D-FIR필터를 이용한 부화소 렌더링 기법을 제안한다. 제안 기법은 크게 학습 단계와 합성 단계로 나뉜다. 학습 단계에서는 충분히 많은 수의 저해상도/고해상도의 영상 블록 쌍들을 이용하여 고해상도/저해상도 블록의 관계에 따른 합성 정보를 계산하고, 그 합성 정보를 담은 소위 사전을 생성한다. 합성 단계에서는 각 입력 영상에 대응하는 후보 블록을 상기 학습된 사전에서 찾는다. 탐색된 사전 내 합성 정보를 이용하여 부화소 레벨의 축소된 블록을 합성함으로써 최종 축소 영상을 얻는다. 한편, 영상 합성 시 디스플레이 장치의 RGB 패턴을 고려한 필터링을 통해 선명도를 향상시킨다. 모의 실험을 통해 제안 기법이 일반적인 영상축소 기법에 비해 흐림 효과, 엘리어싱 등의 화질 열화없이 고화질의 축소 영상을 생성함을 확인하였다.
In this paper, we propose a sub-pixel rendering algorithm using learning-based 2D FIR filters. The proposed algorithm consists of two stages: the learning and synthesis stages. At the learning stage, we produce the low-resolution synthesis information derived from a sufficient number of high/low resolution block pairs, and store the synthesis information into a so-called dictionary. At the synthesis stage, the best candidate block corresponding to each input high-resolution block is found in the dictionary. Next, we can finally obtain the low-resolution image by synthesizing the low-resolution block using the selected 2D FIR filter on a sub-pixel basis. On the other hand, we additionally enhance the sharpness of the output image by using pre-emphasis considering RGB stripe pattern of display. The simulation results show that the proposed algorithm can provide significantly sharper results than conventional down-sampling methods, without blur effects and aliasing.
