Our Mission
home
About us
home

04. AI Video Editing 기술 개발_Screen Size Adaptive Retargeting

분야
Media
Video/Image Processing
DeepLearning
세부 설명
■ 연구 내용 - 디지털 영상의 원본의 Aspect ratio를 적응적으로 변환하는 Retargeting 기술개발 - 디지털 영상의 특성을 인식하여 일정 비율의 Ratio로 Resizing하는 신호처리 기술 및 딥러닝 모델 개발 ■ 연구 목적 - 브라운관 TV시대에 만들어진 4:3비율의 오래된 영상을 최신 기기의 디바이스 및 서비스에 맞는 16:9 사이즈로 변환함으로써 영상컨텐츠의 복원시 기술 활용 가능성 및 효용성 검증 ■ 활용 계획 - Retargeting 네트워크 모델 개발을 통해 80년대 브라운관 티비 영상의 화질개선 프로세스에 활용 - 고전 영상의 16:9 비율 변환이 필요한 서비스에 활용하여 컨텐츠 시청경험 강화에 기여 ■ 관련 경험/역량 - 이미지&비디오 데이터에 대한 영상처리 경험 - 딥러닝 네티워크 모델 분석 및 개발 역량
과제 번호
04

01 멘토 소개

전영규

SKT Media AI팀
딥러닝 기반 영상 품질 개선 기술 개발
클라우드 기반 미디어/비전 서비스 개발
비전 모델 추론 시스템 설계
미디어 프레임워크 및 시스템 관련 기술 개발

02 프로젝트 소개

배경
SKT SUPERNOVA팀은 이미지/비디오 등의 미디어 데이터에 AI기술을 적용해 품질을 향상시키는 다양한 선행 기술을 개발하는 연구 조직으로 다수의 상용화 이력이 있음
오래된 기록물, 컨텐츠의 경우 4:3 사이즈의 영상이 다수 존재하여 이러한 영상의 변환시 자연스럽게 현재의 주된 시청기기 및 서비스에 맞는 16:9 사이즈로 Resizing 및 Retargeting하는 기술에 대한 Needs가 존재
목표
브라운관 TV시대에 만들어진 오래된 영상의 화질 복원시 현재의 기기 및 서비스에 많이 사용되는 사이즈 및 비율로 변환함으로써 영상복원의 가치를 높일 수 있는 수준의 기술 개발
본래 컨텐츠의 내용과 오브젝트 간의 중요도를 고려하여 자연스러운 Resizing 및 Retargeting하는 기술 개발
알고리즘 및 네트워크 모델의 비디오 영상에 실제 적용하여 기존 상용 서비스에 접목하여 사용될수 있도록함
개발된 기술에 대한 특허 출원 논문 작성 및 상용화 예정
Image/Video Resizing and Retargetring
출처 : ‘Object Detection-Based Video Retargeting With Spatial–Temporal Consistency’ 논문

03 이런 Fellows를 찾습니다

이미지/비디오 등 미디어 데이터에 대한 영상처리 및 딥러닝 네트워크 개발 경험이 있으신 분
최신 딥러닝 기술 동향에 관심이 많으신 분
이미지/비디오 변환 기술을 실제 현장 업무에 적용해보고 싶으신 분