본 연구에서는 대칭 및 비대칭 암호화 알고리즘을 가속화하기 위해, 다수 혹은 긴 워드 연산을 위한 레지스터 파일 확장 구조 (Register File Extension for Multi-words or Long-word Operation: RFEMLO)라는 새로운 레지스터 파일 구조를 제안한다. 암호화 알고리즘은 긴 워드 피연산자에 대한 명령어를 통하여 가속화 할 수 있다는 점에 착안하여, RFEMLO는 하나의 레지스터 명을 통해 여러 개의 레지스터에 접근할 수 있도록 하여 여러 연산자에 대해 동일한 연산을 수행할 수 있도록 하거나, 여러 개의 레지스터를 하나의 데이터로 사용할 수 있게 한다. RFEMLO는 긴 워드 피연산자에 대한 명령어 집합의 추가와 이를 지원하는 기능 유닛을 추가함으로서 범용 프로세서에 적용할 수 있다. 제안된 하드웨어 구조와 명령어 집합의 효율성을 평가하기 위해 Simplescalar/ARM 3.0을 사용하여 대칭 및 비대칭의 다양한 암호화 알고리즘에 적용하였다. 실험 결과, RFEMLO을 적용한 순차적 파이프라인을 가진 프로세서에서 대칭 암호화 알고리즘의 경우 $40%{\sim}160%$의 성능 향상을, 비대칭 암호화 알고리즘의 경우 $150%{\sim}230%$의 높은 성능향상을 얻을 수 있었다. RFEMLO의 적용을 통한 성능 항상은 이슈 폭의 증가를 이용한 슈퍼스칼라 구현에 따른 성능 향상과 비교할 때, 훨씬 적은 하드웨어 비용으로 효과적인 성능 향상을 얻을 수 있음을 확인하였으며 슈퍼스칼라 프로세서에 RFEMLO를 적용하는 경우에도 대칭 암호화 알고리즘에서는 최대 83.6%, 비대칭 암호화 알고리즘에서는 최대 138.6%의 추가적인 성능향상을 얻을 수 있었다.
실시간 태스크들의 스케줄링에 있어서 일반적으로 주어진 태스크 집합에 대하여 최악의 실행시간을 적용하여 시스템의 요구 성능을 결정한다. 멀티미디어 시스템에서와 같이 연성 실시간 태스크들에 대해서는 이보다 낮은 성능의 저가 하드웨어로도 주어진 태스크 집합을 적절히 처리할 수 있게 된다. 태스크의 실행시간은 매 주기별로 가변적인데 실제 실행과정에서 한주기의 작업이 조기에 완료되면 남는 실행시간의 슬랙은 실행시간을 초과하는 태스크들이 공유하여 사용함으로써 전체적으로 태스크들이 마감시간을 초과하는 빈도를 줄일 수 있다. 본 논문에서는 슬랙들을 보다 적극적으로 공유하여 사용하는 알고리즘을 제시하였고 이를 통해 기존의 연구결과들에 비해서 마감시간을 초과하는 빈도를 줄이고 태스크 간의 문맥교환회수도 개선하였다.
번호판인식은 번호판 영역분할, 개별문자 추출, 문자 인식의 세 가지 핵심부분으로 구성된다. 이 가운데 번호판 영역분할의 정확성은 전체 인식률을 결정한다. 본 논문에서는 다양한 도로주변 환경을 고려해야하는 불법주정차 무인단속 현장으로부터 획득된 영상에서 차량의 번호판 영역을 정확하고 빠르게 분할하는 방법을 제안한다. 접근방법은 현장영상으로부터 번호판영역의 분할성능을 높이기 위하여 번호판색상의 수학적 모델을 제시하고, 이를 이용한 이진화를 수행하며, Gaussian Smoothing과 Double Threshold을 이용한 잡영제거, 1-패스 경계추적 레이블링 및 레이블링 이후 MBR을 이용한 번호판 영역후보 판정과 판정된 번호판 영역후보에서 개별문자 추출을 통한 번호판영역 검증과정을 통해 최종적으로 번호판영역을 분할하는 방법이다. 본 연구는 기존방법의 번호판 테두리 훼손에 따른 번호판 영역분할 실패의 문제점을 해결하고 시간소요의 문제를 실시간 안에 처리함으로서 실용적 응용이 가능하게 되었다.
본 논문에서는 수정된 LVQ를 이용한 패턴 분류 방식을 제안한다. 제안한 방식은 입력 패턴의 분류 성능을 개선하기 위하여 입력 벡터와 기준 벡터 사이의 확률 분포의 비대칭도를 계산하여 학습에 이용한다. 학습을 하는 동안 기준 벡터는 입력 벡터의 확률 분포에 근접하게 되고, 기준 벡터는 Bayes 분류기의 결정 경계에 근접하게 위치한다. 가우시안 분포의 데이터와 Fisher의 IRIS 데이터 분류를 실험하여 LVQ1, LVQ2, GLVQ와 비교하여 제안한 방식이 우수한 분류 성능을 나타냄을 확인하였다.
최근 컴퓨터 게임은 점점 복잡해지며 게임 이용자들은 컴퓨터에 의해 행동하는 NPC들이 보다 사실적이며 세련되길 원하기 때문에 게임NPC 개발자들은 인공지능 측면에서 보다 많은 노력을 기울일 필요가 있다. 이에 따라, 게임 NPC 지능 개발을 위한 플랫폼은 보다 사실적이며 반응적이고 쉬운 NPC 개발을 위해 실시간, 독립성, 유연성, 그룹 행동을 비롯한 다양한 인공지능을 지원해야 한다. 본 논문에서는 이전 플랫폼들의 문제점들을 알아보고, 해결하기 위한 게임 NPC 지능 개발 플랫폼의 구조를 제안한다. 제안하는 플랫폼은 4개의 모듈로 구성되며, 부하분산을 통해 기존 플랫폼들보다 높은 성능을 보여주며, 각 모듈을 통해 다양한 인공지능 기법 지원, 효율적인 그룹 행동, 다양한 게임 환경에서 독립적인 NPC 개발과 같은 장점들을 가진다.
지능 기스템에 사용되는 퍼지 데이터를 고속으로 처리하기 위한 퍼지 제어시스템의 중요한 문제점들 중의 하나는 퍼지 추론 및 비퍼지화 단계에서의 수행속도의 개선이다. 특히 후건부의 계산 및 비퍼지화 단계에서의 고속 연산이 더욱 더 중요하다. 따라서 본 논문에서는 지능 시스템을 위한 퍼지 제어기의 속도향상을 위해 후건부 및 비퍼지화 단계에서 [0,1]의 실수 연산을 하지 않고, 퍼지 소속함수의 값을 정수형 격자 $(400{\times}30)$에 매핑시켜 고속의 정수 덧셈 연산만으로 수행할 수 있는 알고리듬 및 비퍼지화 단계에서 곱셈이 필요 없는 새로운 알고리듬을 제안하고, truck backer-upper 제어시스템에 적용하여 기존의 방법보다 매우 빠른 실시간 고속 퍼지 시스템을 보여준다. 본 논문에서 제안한 시스템은 로봇의 팔 움직임 제어와 같은 실시간 고속 지능 시스템에 잘 활용될 수 있다.
칼라 영상의 잡음 제거 및 복원은 컴퓨터 비젼 및 영상 처리 분야에서 점점 더 많은 연구가 되어지고 있는 분야이다. 칼라얼굴 영상에서의 잡음 제거 및 복원은 색상들 간의 미묘한 상호작용뿐만 아니라 얼굴의 구조학적 특징 때문에 일반적인 영상의 처리보다 더욱 어렵다. 본 논문은 벡터기반의 영상 필터들을 이용하여 제거하기 어려운 칼라 얼굴 영상의 복합 잡음을 제거 하기 위해 PCA 재구성 기반의 잡음 제거 방법을 제안한다. 제안된 방법은 PCA를 이용한 정준 고유얼굴 공간의 학습단계, 동적 외양 모델을 이용한 자동적인 얼굴 특징 추출 단계, Bilateral 필터를 이용한 복원된 칼라 영상의 재조명(Relighting) 단계, 학습 데이터들의 분산 값들을 이용한 잡음 영역 추출 단계, 입력 영상의 부분 정보를 이용한 재구성과 이를 원본 영상과 합성하여 잡음이 제거된 영상을 생성하는 단계 등 총 5 단계로 구성된다. 실험결과는 제안된 방법이 입력 얼굴 영상들의 구조적 특징들은 잘 유지하면서 복합적인 칼라 잡음 등을 효과적으로 제거하는 것을 보인다.
본 논문에서는 3차원 모델을 검색하기 위한 형태 기반 기술자를 추출하는 새로운 알고리즘을 제안한다. 제안한 형태 기반 기술자는 모델의 기하학적인 특성을 고려하여 레이 캐스팅 샘플링과 구면조화함수를 이용하는 방법이다. 레이 캐스팅 기법은 모델의 외형을 고려한 적응적인 방법으로 샘플링한다. 이 기법을 통해 기술자에 포함되는 형태 정보를 증가시켜 기술자의 식별성을 높인다. 구면조화함수 계수 추출에서는 기하학적인 주파수 특성을 고려하여 적응적인 계수를 추출한다. 이 방법은 검색 성능에 영향을 미치지 않고 기술자를 조밀하고 간결하게 만든다. 최종적으로 두 방법을 결합함으로서 검색 엔진에서 이용가능하고, 식별성이 향상되며 간결해진 기술자를 생성한다.
본 논문에서는 3D 메쉬 모델에 대한 POCS 기반의 워터마킹 방법을 제안하였다. 제안한 방법에서는 워터마킹 시스템의 조건들 중 견고성 및 비가시성에 대한 볼록 집합을 설계한 후 3D 메쉬 모델의 꼭지점들을 이 두 집합들로 수렴 조건을 만족할 때 까지 반복 교대 투영한다. 견고성 제약 조건 집합은 각 꼭지점의 거리 분포에 워터마크를 삽입하는 방법에 의하여 정의되며, 비가시성 제약 조건 집합은 꼭지점 좌표의 변화량에 의하여 정의된다. 실험 결과로부터 제안한 방법이 좌표 변환, 스케일링, 메쉬 간단화, 절단, 및 꼭지점 잡음 첨가 등의 공격에 대한 우수한 견고성 및 비가시성을 확인하였다.