종합 서비스망에서, 트랙픽을 발생시키는 각각의 플로우에 대하여 QoS(Quality of Service)를 적절하게 제공하기위해서는 호스트와 라우터에 자원 예약뿐만 아니라 효율적인 트랙픽 스케쥴링이 채택되어야 한다. 본 논문에서는 가상시간이 선형적으로 증가하는 새로운 페어 큐잉 알고리즘에 제안한다. 본 논문에서 제안된 알고리즘은 각 플로우에 대하여 기존의 SCFQ(Self-Clocked Fair Queneing) 알고리즘과 유사한 구현 복잡성을 갖으면서 더 감소된 최대 지연와 평균 지연시간을 제공하고 공평성 측면에서도 개선됨을 보여준다. 또한 자신에게 할당된 대역폭보다 더 많은 트랙픽을 발생시키는 플로우에 의해 다른 플로우는 영향을 받지 않도록하는 독립성 특성 또한 SCFQ보다 더 좋은 성능을 보인다. 본 논문에서는 제안된 알고리즘에 대한 공평성을 증명했고, 최대지연과 평균지연시간에 대한 시뮬레이션 결과를 나타냈다.

인터넷은 화상회의, 원격진료, 원격 세미나 등과 같은 실시간용 어플리케이션의 증가와 접속 호스트의 증가로 인해 확장이 요구된다. 현재의 인터넷은 실시간 트랙픽 처리에 대해서 여러 문제점을 가지고 있다. 이런한 문제점을 해결하기 위해 종합 서비스 모델을 정의하고 이를 수용하는 종합 서비스 패킷망을 정의한 새로운 인터넷 아키텍쳐가 등장하였다. 현재의 인터넷 환경에서의 멀티캐스트에 관한 연구에서는 QoS구간과 best-effort구간을 독립된 네트워크 환경으로 분리하여 고려하였으나, 종합 서비스 패킷망은 이런한 환경이 복합된 망으로 QoS구간과 best-effort구간을 함께 고려해야한다. 본 논문에서는 복합된 환경을 고려한 종합 서비스 패킷망에서 멀티캐스트 프로토콜을 제시하였으며 혼합형 멀티캐스트를 모의 실험하여 성능을 분석하였다. 그 결과 멀티캐스트 구간의 대역폭이 충분할 경우에는 혼합 멀티캐스트와 bes-effort 멀티캐스트와 성능의 차이가 없지만 멀티캐스트 구간에 여러 트랙픽이 동시에 존재할 경우에는 혼합 멀티캐스트 통신의 패킷 손실이 best-effort 멀티캐스트 통신을 하는 경우보다 적음을 확인할 수 있었다.

본 논문에서는, 핸드오버시의 결로 재설정으로 이동 호스트에서 수신하는 패킷의 순서가 뒤바뀌고 이로 인하여 전송측에서 불필요한 재전송을 수행하게 되는 비효율성을 해결하기 위하여 홈 에이전트가 등록 요청 메시지를 수신하면 새로운 외부 에이전트로의 전송을 멈추고 버퍼링을 수행하다가 일정시간이 경과한 후 전송을 재개하는 방안을 제시하였다. 홈 에이전트에서의 데이터그램 전송 절차를 개선한 본 논문의 방안을 사용하여 불필요한 재전송으로 인한 종단간 성능 저하의 문제가 적은 비용으로 해결될 수 있음을 시뮬레이션을 통하여 확인하였다.

일반적으로 신경망의 정보처리 능력은 신경망의 구조와 효율적인 학습패턴에 의해 결정된다. 그러나 아직까지 체계적으로 신경망의 구조를 설계하거나 효율적인 학습패턴을 선택하는 방법은 없다. 한편 진화 알고리즘은 개체군을 이용한 탐색법으로 전역적 최적해를 구하는 데 많이 사용되고 있으며, 특히 최적의 시스템을 설계하고자 할 때 매우 유용한 방법이다. 본 논문에서는 유전자 알고리즘으로 구성된 두 개의 개체군이 서로 경쟁적으로 진화하는 공진화 방법에 의해 최적의 신경망구조를 찾는 방법을 제안한다. 이 방법은 신경망구조를 나타내는 주개체군과 학습패턴을 나타내는 부개체군으로 되어 있으며, 이 두 개체군(신경망과 학습패턴)은 서로 경쟁적으로 진화한다. 즉, 학습패턴은 신경망이 학습하기 힘든 패턴으로 진화하고 신경망은 그 패넌들을 학습할 수 있도록 진화하단. 이 방법은 부적절한 학습패턴의 선택과 임의적인 신경망의 설계로 인한 시스템의 성능이 저하되는 것을 해결한다. 또한 공진화 방법에서 각 개체군의 적합도는 동적으로 변화하기 때문에 그 진행과정을 쉽게 알 수 없다. 따라서 본 논문에서는 그 진행과정을 관찰할 수 있는 방법도 소개한다. 마지막으로 제안한 방법을 로봇 매니플레이터의 비주얼 서보임 문제에 적용하여 그 유효성을 검증한다.

현재 많은 칼라 장치는 다양한 방법으로 영상을 재현한다. 그러나 장치마다 재현된 색은 장치 사이의 색역차로 인해 원래의 색과 많은 차이로 보인다. 본 논문에서는 서로 다른 장치에서 동일한 색을 재현할 때 발생하는 색의 오차를 줄이기 위해 영상 의존 색역 사상 방벙을 제안하였다. 이 방법은 색역 사상시 휘도값 변화에 의해 일어나는 휘도값 변화를 보상하면서 채도값을 클리핑한다. 색역 사상시 중심점인 앵커점을 기존의 방법보다 낮게 설정함으로써 원 영상과 재현된 영상 사이에서의 색 오차를 줄였다. 또, 사상된 영상을 색대비를 높이기 위해 프린터 색역을 밝은 영역과 어두운 영역으로 나누어 다른 사상 방법을 사용하였다. 결과적으로 모니터에 나타난 영상의 색과 비슷하고 대비가 높은 영상을 프린터로 재현할 수 있었다.

본 논문에서는 축구 경기 자동 분석을 위한 첫걸음으로 일반적인 축구 경기 영상열에서 선수 및 공을 추적하고 영상 모자의 기법을 이용해서 운동장 모델 상에서 선수가 움직인 궤적을 알아내는 기법을 제시한다. 여기서 일반걱인 축구 경기 영상열이란 극도의 zoom-in 또는 zoom-out 아닌 경우로 TV 카메라가 공을 쫓아 자연스럽게 움직이는 상황의 영상을 말한다. 이러한 영상열로부터 선수의 궤적을 구하기 위해선 다음과 같이 크게 세 가지 문제를 해결해야한다. 첫째로 입력 영상에서 운동장 부분을 추출하는 문제, 둘째로 선수 및 공을 추적하고 선수들의 팀을 구분하는 문제, 마지막으로 영상에서의 선수의 위치를 실제 운동장 좌표로의 변환을 통해 선수가 움직인 자취를 운동장 모델 상에서 구하는 문제가 그것이다. 운동장의 추출은 칼라 정보를 이용하였고 이 추출된 운동장 영역 하에서 템플릿 매칭과 Kalman 필터링을 이용하여 선수와 공을 추적했다. 선수간 겹침 문제에 대해서는 CHBP(Color Histogram Back-Projection) 기법을 적용했다. 특히 선수가 운동장에서 움직인 궤적을 구하기 구하기 위해서 입력 영상에서 보이는 특징점들을 이용하여 운동장 모델 좌표와 입력 영상 좌표간의 변환을 구하고 이를 통해 운동장 모델에서의 선수의 위치를 구했다. 이때에 입력 영상에서 특징점이 충분치 않을 경우 영상 모자익 기법을 이용하여 특징점이 보이는 영상과의 좌표 변환 관계를 구함으로써 해결하였다. 실험적으로 실제 TV에서 방영된 축구 경기 영상열에 제안된 방법을 적용하여 얻어진 결과를 보인다.

초저속 동영상 부호화에서 블록화 현상을 해결하기 위해 affine 변환을 이용한 움직임 보상 방법이 제안되었고 움직임 추정에서 정밀한 움직임 추정하기 위해 육각형 정합 알고리듬이 제안되었다. Affine 변환에서 영상을 삼각형 조각들로 나눌 때 삼각형 형태와 물체가 불일치할수록 보상 영상의 예측 에러가 증가하고 일그러짐 현상이 나타난다. 본 논문에서는 이러한 문제점을 해결하기 위해 영상의 윤곽 정보에 따라 다른 형태의 삼각형 조각들로 나누고, 또한 윤곽 정보가 복잡한 부분은 삼각형을 세분화하는 알고리듬을 제안한다. 제안한 방법에서 정밀한 움직밍 벡터를 추정할 때 이웃하는 삼각형 조각 형태 차이로 인하여 다각형 정합 알고리듬을 제안하고 H.263과 성능르 비교한다.

본 논문에서는 인간 시각 체계에 기반하여 주관적 화질의 열화없이 전송 정보량을 효과적으로 줄일 수 있고, 또한 전송 정보량을 조절할 수 있는 영역기반 초적속 부호화에 적합한 새로운 계층적 영상 분할 알고리즘을 제한한다. 제안한 알고리즘은 각 단계에서 수리 형태학에 기반한 영상 분할과 인간 시각 체계를 고려한 영역 볍합 고조로 이루어져 있다. 영상분할은 3단계의 계층적 구조로 이루어져 있으며, 영역 병합은 각 단계에서 인간 시각 체계에 기반하여 인간 시각이 구분할 수 없는 두 인접 영역의 쌍들을 추출한 후 영역 병합을 수행한다. 이때 인간 시각 체계에 기반하여 병합할 영역을 추출하고 제안한 병합을 우선 순위 함수에 의한 병합 우선 순위에 따른 영역 볍합ㅇ르 차례로 수행하여 영역의 수를 효과적으로 줄임으로써 영역기반 초저속 부호화시 과다한 윤곽선 정보로 인한 병목현상을 개선할 수 있다. 그리고 각 단계에서의 영역 병합시 정보량 조절 요소 값에 따라 전송 정보량을 조절할 수 있어 기존의 방법보다 유연한 분할 구조를 나타낸다. 실험을 통하여 제안한 방법은 기존의 방법보다 PSNR 및 주관적 화질은 유사하나, 전송할 윤곽선 정보는 상당히 줄일 수 있어 영역기반 초적속 부호화를 위한 효율적 영상 분할 알고리즘임을 알 수 있다.

본 논문에서는 MPEG-4 와 같은 객체 및 내용 기반 영상 부호화에 활용될 수 있는 영상분할 알고리듬을 제안한다. 기존의 수학적 형태학(mathematical morphology)을 이용한 영상분할은 대개 과분할(over-segmentation)된 결과를 출력하는 경향이 있다. 이러한 과분할 문제 때문에 미소영역(small region)이나 비슷한 특성을 갖는 인접영역들을 서로 병합시켜야 하는 단점을 갖고 있다. 본 논문에서는 기존 영상분할의 문제점을 해결하고자 화소단위가 아닌 블록단위의 마커추출을 이용한 영상분할을 제안한다. 즉, 블록단위로 영상을 분할함으로써 질감부분에 해당하는 영역들이 하나의 큰 영역으로 분할될 수 있도록 하고, 영상내 객체(Object)의 정확한 윤곽선(contour)을 찾기 위해 화소단위로 워터쉐드(watershed) 알고리듬을 적용한다. 결과적으로 본논문에서 제안하는 알고리듬을 기존의 수학적 형태학을 이용한 방법과 비교하여 질감영역에서 향상된 영상분할과 계산시간의 부담을 줄일 수 있다는 것을 실험을 통해 확인하였다.

본 논문은 주행중의 자동차에 장착된 카메라의 입력 영상으로부터 이동창을 활용하여 차선을 인식하고 장애물을 감지하는 기법을 기술한다. 영상 정보로부터 장애물을 감지하기 위해서 차선의 위치를 빠른 시간에 추출하는 것이 매우 중요하다. 이를 위하여 한 프레임의 영상에서 차선의 입력이 예상되는 일부분만을 선정하는 기법이 일반적이다. 본 논문에서는 주행 차량의 영상 정보로부터 장애물을 감지하기 위하여, 도로의 곡률에 따라 차선의 입력 예상 위치를 측정하여 크기가 조절된 이동하는 창을 설정하여 정확한 차선의 위치를 추출하고, 나아가 주행 차선 내에 위치하는 장애물을 점출할 수 있는 기법을 제안한다. 이를 고정창을 이용하는 경우와 레이저 혹은 레이터 센서를 사용하는 경우와 비교하여, 정확도가 높음을 보였다.

본 논문에서능 2차원 칼라 동영상으로부터 3차원 개인 얼굴 모델을 자동 생성하는 효율적인 방법을 다루었다. 복잡한 배경이 포함된 영상에서 얼굴 영역을 안정적으로 추출하기 위하여 피부 색상 분포에 근거한 색상 움직임 추출 방법을 이용하였다. 검출된 얼굴 영역 내에서 색상 정보과 경계선 정보를 활용하여, MPEG-4의 SNHC(Synthetic-Natural Hybrid Coding) 에서 제안하고 있는 개개인의 얼굴 특성을 표현하는 31개의 얼굴 특징점 파라메타(Facial Description Rarameter: FDP)를 자동 추출하였다. 추출된 2차원 얼굴 특징점을 1038개의 삼각형 메쉬로 이루어진 3차원 일반 얼굴 모델(Generic model)에 적용시켜 변형함으로써 개개인의 얼굴에 해당하는 모델을 자동 생성하였다. 제안하는 알고리듬은 컬러 동영상에서 배경의 복잡성, 얼굴 크기 등에 상관없이 정면상에 가까운 경우 안정적인 특징점을 추출하였으며, 펜티엄 PC에서 약 2초 이내에 개개인의 얼굴 모습에 유사한 얼굴 모델을 생성할 수 있었다.

본 논문은 음성신호가 카오스 신호임을 확인하고 화자인식 파라미터로 사용하기 위해 상관차원을 분석하였다. 화자식별과 인식 향상을 위하여 개인의 성도특성을 매우 잘 나타내는 음성의 스트레인지 어트렉터를 구성하고 퍼지유사도를 상관차원에 적용하여 퍼지상관차원을 제안하였다. 퍼지상관차원은 어트렉터 구성점들의 상관관계글 퍼지상관적분으로 추정하고 공간차원에 따라 퍼지상관지수가 일정하게 수렴되는 차원값을 구하여 표준패턴 어트렉터와 시험패턴 어트렉터의 변동을 흡수하였다. 퍼지상관차원에 대해 화자와 표준패턴별로 식별오차의 평균값에 따른 거리를 추정함으로써 화자인식파라미터의 타당성을 검토하였다.

본 논문에서는 기존의 신경망 등화기의 비트 오류 확률 관점에서의 성능 향상을 위해 이차 시그모이드 함수를 활성 함수로 이용한 이차 시그모의 신경망 등화기를 제안한다. 비선형 왜곡을 보정하기 위해 사용되어온 기존의 신경망 등화기들은 일반적으로 활성 함수로서 시그모이드 함수를 이용한다. 기존의 시그모이드 함수를 이용한 신경망 등화기의 경우 하나의 뉴론은 한 개의 선형적인 경계 면을 형성한다. 따라서 복잡한 경계 면을 형성하기 위해 많은 수의 뉴론이 필요하게 된다. 하지만 제안하는 신경망을 등화기에서는 한 뉴론이 평행한 두 개의 직선을 가지고 평면 영역을 분할하기 때문에 보다 간단한 구조로 비트 오류 확률 관점에서 우수한 성능을 얻을 수 있다. 제안한 이차 시그모이드 신경망 결정궤한 등화기를 통신 환경 및 디지털 자기기록 시스템에 적용하였을 때, 기존의 결정궤환 등화기와 신경망 결정궤한 등화기에 비해 같은 비트 오류 확률 관점에서 신호 대 잡음비가 1.5dB~8.3dB 정도의 성능향상을 보인다. 특히 심벌간의 간섭이 심하거나, 비선형성이 강한 환경에서 기존의 일반적인 결정궤한 등화기와 신경망 결정궤한 등화기에 비하여 비트 오류 확률 관점에서 두드러진 신호 대 잡음비의 성능 이득을 보인다.