T T A S t a n d a r d Web view지능형 영상감시 기술은 동영상을 획득, 전송, 저장만 하는 기존의 CCTV 시스템과는 달리 동영상을 처리하고, 연속적인

T T A S t a n d a r d

정보통신단체표준(국문표준)*( )안에는 국문표준/영문표준/잠정표준/기술규격 등 기술

TTAx.xx-xx.xxxx/R1 제(개)정일: 20xx 년 xx 월 xx일TTAx.xx-xx.xxxx/R1-Cor1 오류정정일: 20xx 년 xx 월 xx 일

*개정 표준의 경우는 최종 개정일 이력만 기재함

지능형 CCTV 의 비디오 품질 측정

방법 및 요구 사항

Video quality measurements and requirements of

Intelligent CCTV

(앞 표지)

정보통신단체표준(국문표준)*( )안에는 국문표준/영문표준/잠정표준/기술규격 등 기술

TTAx.xx-xx.xxxx/R1 제(개)정일: 20xx 년 xx 월 xx 일TTAx.xx-xx.xxxx/R1-Cor1 오류정정일: 20xx 년 xx 월 xx 일

*개정 표준의 경우는 최종 개정일 이력만 기재함

지능형 CCTV 의 비디오 품질 측정

방법 및 요구 사항

Video quality measurements and requirements of

Intelligent CCTV

(내 표지)

본 문서에 대한 저작권은 TTA 에 있으며, TTA 와 사전 협의 없이 이 문서의 전체 또는 일부를 상업적

목적으로 복제 또는 배포해서는 안 됩니다.

Copyright Telecommunications Technology Association ⓒ YYYY. All Rights Reserved.

정보통신단체표준(국문표준)

서 문

1. 표준의 목적

본 표준은 지능형 비디오 영상감시 (Video surveillance) 기술에서 원거리에서 획득된

컬러영상으로부터 객체를 검출 및 인식하는 알고리즘들의 성능에 영향을 미치는 비디오의

품질을 정의하고 객관적이고 정량적으로 평가하는 방법을 제공하고, 양질의 비디오 품질을

보장하기 위한 시스템의 요구사항들을 제시한다.

2. 주요 내용 요약

본 표준은 지능형 비디오 영상감시 시스템의 객체 검출 및 인식 성능에 주요 영향요인이

되는 비디오 품질을 기술적 관점에서 정의하고, 정량적으로 평가하기 위한 측정방법을

제공한다. 또한, 양질의 비디오 품질을 보장하기 위한 CCTV 시스템의 요구사항들을

제시한다.

3. 표준 적용 산업 분야 및 산업에 미치는 영향

본 표준은 최근 사회 안전과 범죄 예방을 위해 국내뿐 아니라 국제적으로 확산 되고 있는

지능형 비디오 영상감시 기술의 지능적 기능들 (예: 객체 탐지 및 인식) 의 성능을 향상

시키기 위하여, 성능에 가장 큰 영향을 미치는 비디오 품질을 객관적으로 정의하고, 정량적으로 측정할 수 있는 방법과 지표들을 표준 규격화 함으로써, 관련 기술 및 제품에

대한 신뢰성을 높이고, 관련 응용서비스들을 더욱 활성화 할 것이다.

4. 참조 표준(권고)

4.1. 국외 표준(권고)

- 해당사항 없음

4.2. 국내 표준


TTAx.xx.xxxx/R1i


5. 참조 표준(권고)과의 비교

5.1. 참조 표준(권고)과의 관련성


5.2. 참조한 표준(권고)과 본 표준의 비교표


6. 지적재산권 관련사항

본 표준의 ‘지적재산권 확약서’ 제출 현황은 TTA 웹사이트에서 확인할 수 있다.※본 표준을 이용하는 자는 이용함에 있어 지적재산권이 포함되어 있을 수 있으므로, 확인

후 이용한다.※본 표준과 관련하여 접수된 확약서 이외에도 지적재산권이 존재할 수 있다.

7. 적합인증 관련사항

7.1. 적합인증 대상 여부


7.2. 시험표준제정여부(해당 시험표준번호)


8. 표준의 이력 정보

판수 제정․개정일 제정․개정내역

제 1 판 2013.08.05 제정TTAx.xx-xx.xxxx

TTAx.xx.xxxx/R1ii


Preface

1. Purpose of Standard

This standard defines the video quality which affects the performance of the algorithms to detect and recognize objects from color video captured from a distance in video surveillance, provides objective and quantitative methods and metrics for the performance evaluation, and specifies the system requirement conditions for ensuring good-quality video.

2. Summary of Contents

This standard describes the influencing factors to the video quality which affects the performance of object detection and recognition in video surveillance, defines metrics and methods for objectively quantifying the video quality, and specifies the system requirement conditions for ensuring good-quality video in distant biometrics for intelligent CCTV systems.

3. Applicable fields of industry and its effect

This standard is expected to raise the credibility of the technology and products related to video surveillance and intelligent CCTV systems and to promote the related application service markets by defining metrics for quantifying video quality and specifying objectively measuring procedures. This standard is also anticipated to improve the performance of detecting and recognizing objects in intelligent video surveillance technology.

4. Reference Standards (Recommendations)

4.1. International Standards (Recommendations)

- None

4.2. Domestic Standards

- None

TTAx.xx.xxxx/R1iii


5. Relationship to Reference Standards (Recommendations)

5.1. Relationship of Reference Standards

- None

5.2. Differences between Reference Standard (recommendation) and this Standard

- None

6. Statement of Intellectual Property Rights

IPRs related to the present document may have been declared to TTA. The information pertaining to these IPRs, if any, is available on the TTA Website.

7. Statement of Conformance Testing and Certification

7.1. Object of Conformance Testing and Certification

- None

7.2. Standards of Conformance Testing and Certification

- None

8. History of Standard

Edition Issued date Outline

The 1st edition 2013.08.05 EstablishedTTAx.xx-xx.xxxx

TTAx.xx.xxxx/R1iv


목 차

1. 개 요····································································································1

2. 구성 및 범위·························································································1

3. 용어정의······························································································1

3.1. 비디오 내용 분석 (Video Content Analytics)···································1

4. 지능형 CCTV 의 정의 및 구성요소···························································2

4.1. 지능형 CCTV 의 정의·····································································2

4.2. 아날로그 및 네트워크 카메라··························································2

4.4. 비디오 내용 분석 모듈···································································3

5. 지능형 CCTV 의 비디오 품질····································································4

5.1. 비디오 사양··················································································4

5.2. 비디오 품질··················································································5

5.2.1 표준화 단체 및 조직·······························································5

5.2.2 주관적 품질 평가···································································6

5.2.3 객관적 품질 평가···································································8

6. 지능형 CCTV 의 비디오 및 시스템 요구 사항 ·············································7

6.1. 비디오 요구 사항···········································································9

6.2 기타 요구 사항·············································································10

7. 참고문헌·····························································································10

TTAx.xx.xxxx/R1v


Contents

1. Introduction························································································1

2. Constitution and Scope······································································1

3. Terms and Definitions·········································································1

3.1 Video Content Analytics·······························································1

4. Components of Intelligent Video Surveillance System·······················2

4.1. Definition of Intelligent Video Surveillance System····················2

4.2. Analog VS. Network Camera······················································2

4.4. Video Contents Analytics···························································3

5. Video Quality in Intelligent Video Surveillance····································4

5.1. Video Specification·····································································4

5.2. Video Quality Measurement·······················································5

5.2.1 Standard Group and Organization······································5

5.2.2 Subjective Video Quality Assessment································6

5.2.3 Objective Video Quality Assessment··································8

6. Video and System Requirements for Intelligent Video Surveillance System 7

6.1. Video Requirements···································································9

6.2 Other Requirements··································································10

7. References························································································10

TTAx.xx.xxxx/R1vi

지능형 CCTV 의 비디오 품질 측정 방법 및 요구사항

(Video quality measurements and requirements of intelligent CCTV)

1. 개요

최근 CCTV 기반의 영상감시 시스템이 다양한 응용분야에 적용되면서 획득된 비디오에서

사람을 검출하고, 신원을 식별하거나 행동을 인식하는 지능적인 기능들이 활발히 개발되고

있다. 이러한 지능형 영상감시 기술의 성능에 영향을 미치는 비디오의 품질을 정의하고

객관적이고 정량적으로 평가하는 방법이 필요하고, 양질의 비디오 품질을 보장하기 위한

시스템의 요구사항이 정의되어야 한다. 기존의 비디오 화질 평가에는 주관적 화질평가 또는 객관적 화질평가가 있는데, 주관적

화질평가는 사람의 직접적인 평가로 가장 정확한 방법이지만, 실시간 처리가 곤란하기에

주관적 화질평가의 결과인 MOS(Mean Opinion Score)값을 객관적 화질평가로도 정확히

예측할 수 있다면 비용과 시간 측면에서 이득이 있다. 따라서 객관적 화질평가를 위한 다양한

연구가 진행되고 있다[1]. 본 보고서는 기존의 비디오 화질 평가 표준화 단체 및 그들이 사용하는 방법들에 대해

소개하고 지능형 영상 감시 시스템에 영향을 주는 화질요인에 대하여 조사하고 분석한다.

2. 표준의 구성 및 범위

본 표준은 지능형 비디오 영상감시 시스템의 객체 검출 및 인식 성능에 주요 영향요인이

되는 비디오 품질을 기술적 관점에서 정의하고, 정량적으로 평가하기 위한 측정방법을

제공하고 양질의 비디오 품질을 보장하기 위한 CCTV 시스템의 요구사항들을 제시하며 크게

세 개의 주요 내용으로 구성된다.첫째로, 지능형 CCTV 및 구성요서를 정의하고, 둘째로, 지능형 영상 감시 시스템에 영향을

주는 화질요인 및 측정방법을 정의하며, 셋째로, 양질의 비디오 품질을 보장하기 위한 지능형

영상 감시 시스템의 요구사항을 제시한다.

3. 용어정의

3.1. 비디오 내용 분석 (Video Content Analytics)

동영상을 처리하고, 연속적인 장면을 이해하고, 응용목적에 맞게 지능적인 판단을 할 수

있는 기술

4. 지능형 CCTV 의 정의 및 구성요소


4.1 지능형 CCTV 의 정의

지능형 영상감시 기술은 동영상을 획득, 전송, 저장만 하는 기존의 CCTV 시스템과는 달리

동영상을 처리하고, 연속적인 장면을 이해하고, 응용목적에 맞게 지능적인 판단을 할 수 있는

기능을 제공한다. 이 기술은 또 다른 이름으로, 비디오 처리기술과 인공지능 기술이 결합된

Video Content Analytics(VCA)라고 불린다.

(그림 4-1) 일반적인 지능형 영상감시 시스템 구성도(Milestone System)

4.3 아날로그 및 네트워크 카메라

영상감시는 아날로그에서 네트워크 제품 선호로 흐름이 빠르게 바뀌고 있다. 이는 HD 급

TV 등 다양한 디스플레이 제품 출현에 따라 고화질, 고배율 줌 등보다 높은 사양 제품들이

요구되고 있기 때문이다. 네트워크 제품은 아날로그 대비 설치와 시공이 편리하고, 시설투자와 유지보수 비용이 절감되, 네트워크 인프라의 발전과 더불어 수요가 증가할

것으로 예상된다. 또한 네트위크 제품도 점차 SD 카메라에서 HD 카메라로 바뀌어 나갈

것으로 전망되고 있다[2].

(그림 4-2) 아날로그 카메라(좌) 및네트워크 카메라(우)

TTAx.xx.xxxx/R12


(그림 4-3) 네트워크 구성의 예

4.4 비디오 내용 분석 모듈(Video Content Analytics)

카메라로부터 실시간으로 입력되는 영상은 카메라와 연결된 영상 분석 클라이언트

시스템으로 전송된다. 클라이언트의 실시간 영상 분석 프로그램은 실시간으로 입력되는

영상을 기반으로 영상을 분석한다. 즉, 입력되는 영상에서 움직이는 물체를 감지하고 감지된

물체를 추적 및 분류한다. 움직이는 물체의 움직임 정보를 기반으로 보안 정책에 따른

이벤트를 감지하고 발생한 이벤트를 기반으로 보안 정책에 위반되는 이벤트에 대해

관리자에게 위험성을 통보한다. 이때 이상한 행동을 보이는 물체에 대해서는 보다 명확한

모니터링을 위해 PTZ 카메라를 움직여 해당 물체를 확대 모니터링 한다. 보안 정책에

위배되는 이벤트가 감지되었을 경우 해당 영상은 미디어 서버에 실시간 저장된다. 저장된

비디오는 중앙 서버의 검색 기능을 통해 검색할 수 있고 사후 처리에 활용된다. 보편적인

지능형 VCA 모듈의 기능은 다음과 같다[3].• Event Detection:

– Abandoned baggage detection– Parked vehicle detection– Doorway surveillance– Sterile zone monitoring– New Technologies (Thermal Imaging and Infrared Illumination)

• Object Tracking:– Multiple-camera tracking

TTAx.xx.xxxx/R13


(그림 4-4) VCA 모듈 구성도[3].

5 지능형 CCTV 의 성능에 영향되는 비디오 품질

5.1 비디오 사양

지능형 CCTV 에서 기본적으로 고려하게 되는 비디오의 화질 메트릭은 다음과 같다.

• Resolution: 비디오 해상도 즉 가로 세로의 픽셀 수. 흔히 사용되는 비디오 해상도는

표 5-1 과 같다.

<표 5-1> 흔히 사용되는 비디오 포맷

FormatResoluti

onFormat Resolution

SQCIF (Sub Quarter CIF) 128x96 QVGA 320x240

QCIF(Quarter CIF) 176x144NTSC (National

Television Systems Committee)

720x480,486

CIF (Full CIF, FCIF) 352x288 PAL (Phase Alternate Line) 720x576

4CIF (4xCIF) 704x576 SD (Standard Definition ) 720x480

16CIF(16x CIF) 1408x1152

HD (high-definition television ) 1920x1080

SIF 360x240

• Color depth: 색 깊이 즉 하나의 픽셀을 나타내는 데에 사용되는 비트의 수. 예를

들면 8-bit color 또는 24-bit color(Turecolor). • Frame-rate: 초당 프레임 수. 30p(NTSC 표준), 25p(PAS,SECAM 표준), 60p

(HDTV 표준) 등이 있다.• Bit-rate(compression-rate): 초당 전송되는 비트의 수. 흔히 사용되는 비디오 전송

TTAx.xx.xxxx/R14


비트레이트는 표 5-2 와 같다.

<표 5-2> 흔히 사용되는 비디오 전송 비트레이트

Bit-rate Video Quality1.5 Mbit/s max VCD quality (using MPEG1 compression)

3.5 Mbit/s typ Standard-definition television quality (with bit-rate reduction from MPEG-2 compression)

9.8 Mbit/s max DVD (using MPEG2 compression)

8 to 15 Mbit/s typ HDTV quality (with bit-rate reduction from MPEG-4 AVC compression)

19 Mbit/s approximate HDV 720p (using MPEG2 compression)

24 Mbit/s max AVCHD (using MPEG4 AVC compression)25 Mbit/s

approximate HDV 1080i (using MPEG2 compression)

29.4 Mbit/s max HD DVD

40 Mbit/s max Blu-ray Disc (using MPEG2, AVC or VC-1 compression)

5.2 비디오 품질

5.2.1 표준화 단체 및 조직

많은 표준화 조직, 산업체 포럼 들은 비디오 품질 평가에 대한 연구, 표준화 작업을

수행하여 왔다. 객관적인 품질 평가를 수행하는 기관과 그들이 수행된 프로젝트에 대해

요악하면 다음과 같다.

• Video Quality Experts Group (VQEG)– 1997 년에 ITU-T 와 ITU-R 의 멤버로 구성되어 있고 이 조직에서 목표는 객관적

평가방법에 대한 평가와 새로운 주관적 평가방법에 대한 연구에 있다. 그림 5-1은 VQEG 에 대한 간략한 연대표를 보여 준 것이다.

TTAx.xx.xxxx/R15


(그림 5-1) VQEG 에서 수행된 프로젝트 연도표[4].

– 그 중에서 FF-TV I 및 FF-TV II 는 Standard-Definition (SD) TV 응용에 초점을

맞추어 져 있고 FF-TV II 에서 가장 우수한 평가방법은 MOS 와 94%의 상관도를

보여 주고 있다. MM I 및 II 는 멀티미디어의 시나리오에 초점을 맞추어 있고

QCIF, CIF, VGA 등 포맷과 다양한 코덱, 전송환경에서 테스트를 진행 하였다. 이에 따른 표준은 ITU-T Rec. J.247[5]와 ITU-T Rec. J.246[6]에 공개 되였다. RRNR-TV (Reduced reference and no-reference test for standard-definition television) 에서는 MPEG-2 와 H.264 코덱을 사용하고 IP 전송환경에서 평가를 진행하였다. Hybrid 는 packet 과 bitstream 정보를

동시에 사용하여 객관적 평가방법에 대하여 평가하는 프로젝트이다.• ITU-T

– ITU-T Study Group 9 에서는 VQEG 에서 얻은 결과를 기반하여 많은 표준을

공개했다. 또한 주관적 평가방법의 표준과 관계 되는 이슈에 대해 다룬다.– ITU-T Study Group 12 는 비 침입 모수적 모델(non-intrusive parametric

model)에 초점을 두고 있다. 또한 모바일 장치에서의 모델에 대해 다룬다.• ATIS IIF

– ATIS IIF 는 IPTV 에서의 Quality of Service (QoS) 과 Quality of Experience (QoE) 등 이슈에 대하여 다루고 있다.

• Other Committees– The Broadband Forum, Video Services Forum 등도 QoE 등 에 대하여

다양한 측면에서 평가한다.

5.2.2 주관적 품질 평가

주관적 화질평가 방법은 다수의 평가자가 직접 동영상을 보고 화질을 평가하는 방법으로서

인간의 화질 인지특성을 반영할 수 있는 가장 정확한 방법으로 널리 사용되고 있다. 또한

주관적 화질평가는 객관적 화질평가 모델의 검증을 위한 필수적인 방법으로서 객관적

화질평가 모델의 성능기준이 된다. 즉, 객관적 화질평가모델이 주관적 화질평가 결과를

정확히 예측할수록 객관적 화질평가 모델의 성능이 우수하다고 볼 수 있다. 따라서 표준화

TTAx.xx.xxxx/R16

정보통신단체표준(국문표준)과정에서 인간의 화질인지를 효과적으로 반영할 수 있는 주관적 평가방법을 사용함으로써

이를 바탕으로 만들어지는 객관적 화질평가 모델의 성능을 담보할 수 있다[7].ITU-R Rec. BT.500[8] 및 ITU-T Rec. P.910[9] 에서는 평가 환경, 평가자 및 평가 자료에

대한 선택, 평가 과정, 데이터 분석 방법 등에 대한 건의사항을 제안하였다. 그 중에서 가장

많이 사용되는 평가방법은:

• Double Stimulus Continuous Quality Scale(DSCQS)– 이 방법은 원본영상과 처리영상을 두 번 반복해서 보여준 후 평가자에게 화질의

좋고 나쁨을 묻는 방법으로서 매우 정확한 주관적 평가방법으로 알려져 있으며, 디지털 방송을 위한 객관적 화질평가 방법의 국제 표준화 과정에서도 사용되었다.

(그림 5-1) DSCQS 방법의 실험 동영상 제시 과정[8].

• Absolute Category Rating (ACR)– 이 방법에서는 원본영상과 처리영상을 무작위로 섞어서 각각의 영상을 한 번만

보여주며, 평가자는 각 영상에 대한 품질을 5 가지(매우좋음, 좋음, 보통, 떨어짐, 나쁨)중 하나로 평가한다. 즉 영상을 1 회만 재생함으로써 짧은 시간 내에 많은

수의 동영상을 평가할 수 있다.

(그림 5-2) ACR 방법의 실험 동영상 제시 과정[9].

최종적으로 주관적 화질평가의 결과값은 MOS 로 나타나는데 이는 각 동영상에 대해

평가자가 부여한 점수의 평균으로 구한 것이다. TTAx.xx.xxxx/R17


5.2.3 객관적 품질 평가

객관적 화질 평가 메트릭은 비디오의 화질을 Mean Squared Error (MSE)과 같은

알고리즘을 설계함으로써 시청자의 평가를 예측하는 역할을 한다.

• Data metrics: 원본 신호와 수신 신호를 비교함으로써 계산되는 수치이다.– Mean Squared Error: x, y 두 디지털 신호에 대한 MSE 는

MSE (x , y )= 1N ∑

i=1

N

( xi− y i )2

.– Peak Signal-to-Noise Ratio (PSNR):

PSNR=10 log10L2

MSE

– 그중에서 L은 이미지상 픽셀 값의 다이나믹렌지를 나타난다. 예를 들면 8-bit

이미지인 경우 L=28−1=255

.

– Bit Error Rate (BER):BER =Errors/Total Number of Bits .

– Packet Loss Rate (PLR): PLR=1−(1−P e )N

• Picture Metrics: 수신된 영상의 정보를 이용하여 계산되는 수치이다.– The vision modeling approach: Human Visual System (HVS)에 기반하는

것이 특징이고 인간의 시각에 관계된다고 여기는 영상품질에 대해 모델링 한다. 예를 들면, 컬러 지각, 대비 민감도, 패턴 마스킹 등을 모델링 하기 위해 정신

물리학 (psychophysical) 실험에서 얻은 데이터와 모델을 사용한다.– The engineering approach: 주로 영상에서 특정한 특징을 추출하고 분석하는

방법으로 수행한다. 예를 들면 영상에서의 윤곽, 왜곡 또는 블록화 현상(Block artifact) 등이 있다.

• Packet- and Bitstream-based Metrics: 코덱과 네트워크 프로토콜에 의한 영향에

의한 손실에 대해 계산한다.– Joint impact of packet loss rate[11]: packet loss rate 와 MPEG-2 bitrate

의 결합 영향으로 비디오 품질을 평가한다.– V-Factor[11]: reference 와 packet level 의 정보가 필요하지 않고 transport

stream 와 bitstream 정보로 비디오 품질을 평가한다.

TTAx.xx.xxxx/R18


(그림 5-4) Packet-based, bitstream-based, picture and hybrid 메트릭에 대한 분류.

6 지능형 CCTV 를 위한 비디오 및 시스템 요구 사항

6.1. 비디오 요구 사항

자동화된 물체 검출, 추적, 분류 및 인식 등은 가장 흔히 사용하는 컴퓨터 비전 알고리즘들

이다. 이런 알고리즘은 자체의 성능뿐만 아니라 비디오 화질에 의해 영향된다. 비전 알고리즘

연구자들은 보통 집중식 아키텍쳐를 사용하고 계산 능력, 네트워크 대역폭 등 모든 시스템

리소스가 모두 가능한 상황을 가정한다. 하지만 지능형 영상 감시 시스템관점에서 볼 때

비디오 카메라, 프로세싱 프락시, 모니터링 스테이션 등이 포함된다. 이러한 환경에서 비디오

화질과 인식 성능에 대한 분석이 필요하게 된다.정량적으로 비디오 화질과 인식 성능 사이에서 가장 최적인 트레이드오프를 찾기 위하여

[12] 등은 다양한 비디오 화질에서 가장 흔히 사용되는 Viola-Jones 얼굴 검출 알고리즘과

CAMSHIFT 얼굴 추적 알고리즘에 대해 평가를 실시하였다. 그림 10 은 지능형 감시 시스템에서 얼굴 검출의 예를 보여 준 것이다. 실험 결과에서 얻은

얼굴 검출을 위한 임계 MJPEG 압축 품질은 20, 얼굴 추적을 위한 임계 프레임레이트는 6fps이다.

TTAx.xx.xxxx/R19


(그림 6-1) 지능형 감시 시스템에서 얼굴 검출의 예[12].

(그림 6-2) 얼굴검출을 위한 최소 품질 CDF[12].

6.2. 기타 요구 사항

[추후추가예정]

7 참고문헌

[1] 김현태, 김요한, 윤지선, 신지태, "패킷 손실 환경에서 무기준법을 이용한 H.264/AVC 비디오의 객관적 영상품질 평가지표," 정보과학회논문지 : 정보통신, vol. 38, pp. 178-183, Jun, 2011.[2]지능형 영상감시장치(CCTV) 핵심기술/시장 전망과 국내외 참여업체 사업전략, IRS Global, Market report 2013-1[3] An introduction to video content analysis industry guide, British Security Industry Association, 2009.

TTAx.xx.xxxx/R110


[4] S. Winkler, "Video quality measurement standards — current status and trends," in Information, Communications and Signal Processing, 2009. ICICS 2009. 7th International Conference on, 2009, pp. 1-5.[5] ITU-T Recommendation J.247, “Objective perceptual multimedia video quality measurement in the presence of a full reference,” International Telecommunication Union, Geneva, Switzerland, 2008.[6] ITU-T Recommendation J.246, “Perceptual visual quality measurement techniques for multimedia services over digital cable television networks in the presence of a reduced bandwidth reference,” International Telecommunication Union, Geneva, Switzerland, 2008.[7] 최지환, 정태욱, 최현수, 이은재, 이상욱, 이철희, "멀티미디어 응용을 위한 주관적 동영상

품질평가 방법의 비교분석," 방송공학회논문지, vol. 12, pp. 177-184, Mar, 2007.[8] ITU-R Recommendation BT.500-11, “Methodology for the subjective assessment of the quality of television pictures,” International Telecommunication Union, Geneva, Switzerland, 2002.[9] ITU-T Recommendation P.910, “Subjective video quality assessment methods for multimedia applications,” International Telecommunication Union, Geneva, Switzerland, 2008. [10] O. Verscheure, P. Frossard and M. Hamdi, "User-oriented QoS analysis in MPEG-2 video delivery," Real Time Imaging, vol. 5, pp. 305-314, October, 1999.[11] S. Winkler and P. Mohandas, "The Evolution of Video Quality Measurement: From PSNR to Hybrid Metrics," Broadcasting, IEEE Transactions on, vol. 54, pp. 660-668, 2008.[12] P. Korshunov and W. T. Ooi, "Critical video quality for distributed automated video surveillance," in Proceedings of the 13th Annual ACM International Conference on Multimedia, Hilton, Singapore, 2005, pp. 151-160.

TTAx.xx.xxxx/R111


표준작성 공헌자

표준 번호 : TTAx.xx-xx.xxxx/R1

이 표준의 제․개정 및 발간을 위해 아래와 같이 여러분들이 공헌하였습니다.

구분 성명 위원회 및 직위 연락처 소속사

표준(과제) 제안

김학일 PG 505 위원회 위원032-860-7385

[email protected]인하대학교

표준 초안

제출

김학일 PG 505 위원회 위원032-860-7385

[email protected]인하대학교

표준 초안

검토

신용녀바이오인식(PG505)

부의장

02-2290-0303([email protected]) 한양사이버대학교

전명근바이오인식(PG505)

위원

[email protected] 충북대

표준안

심의

김재성바이오인식(PG505)

의장

[email protected] KISA

한승진바이오인식(PG505)

간사

032-540-0136([email protected]) 경인여자대학

전동훈바이오인식(PG505)

부의장[email protected] 슈프리마

사무국

담당 오흥룡 과 장[email protected]

한국정보통신기술

협회(TTA)

TTAx.xx.xxxx/R112


(뒷 표지)


TTA 표준 작성 샘플(Example for Writing on TTA Standard)

발행인 : 한국정보통신기술협회 회장

발행처 : 한국정보통신기술협회

463-824, 경기도 성남시 분당구 서현동 267-2Tel : 031-724-0114, Fax : 031-724-0019

발행일 : 20xx.xx

TTAx.xx.xxxx/R113

Documents

T T A S t a n d a r d Web view지능형 영상감시 기술은 동영상을 획득, 전송, 저장만 하는 기존의 CCTV 시스템과는 달리 동영상을 처리하고, 연속적인