웨이블릿 영역에서 영역별 양방향 예측, KLT (Karhunen-Loeve transform)/sup [13]/, 및 3차원 SPIHT (set partition in hierarchical trees)/sup [1]/를 이용한 인공위성 화상데이터의 부호화 방법을 제안하였다. 가시광선 영역과 적외선 영역에서 선택된 기준대역 (feature band)에 대하여 SPIHT를 행하여 부호화함으로써 대역내 (intraband) 중복성을 제거한다. 기준대역을 예측대역(prediction band)들에 대해서는 웨이블릿 변환 (wavelet transform)을 행한 후, 빛의 반사 및 역의 방사에 따라 대역별 특성이 다름을 이용하여 영역분류를 하고 영역별 양방향 예측 (classified bidirectional prediction)을 행함으로써 대역간 (interband) 중복성을 제거한다. 원 인공위성 화상데이터와 부호화 된 인공위성 화상데이터 사이의 오차값으로 구성된 오차대역 (residual band)들에 대하여 KLT를 행함으로써 대역간 중복성이 제거되고 계수값들은 고유치의 크기에 따라서 분광적으로 정렬됨으로써 3차원 SPIHT의 부호화 효율을 향상시킨다. 인공위성 화상데이터에 대한 모의실험을 통하여 제안한 방법의 부호화 효율이 기존의 방법에 비하여 우수함을 확인하였다.
본 논문에서는 스테레오 영상에서 좌ㆍ우측 영상을 입력받아 거리 변화에 따른 얼굴인식률을 PCA(Principal Component Analysis) 알고리듬으로 비교한다. 제안된 방법에서는 RGB컬러공간에서 YCbCr컬러공간으로 변환하여 얼굴영역을 검출한다. 또한 스테레오 영상을 이용하여 거리를 취득한 후 추출된 얼굴영상의 확대 및 축소하여 보다 강건한 얼굴영역을 추출하고, PCA 알고리듬으로 인식률을 실험하였다. 취득된 얼굴영상의 평균적인 인식결과로 98.61%(30cm), 98.91%(50cm), 99.05%(100cm), 99.90%(120cm), 97.31%(150cm), 96.71%(200cm)의 인식률을 얻을 수 있었다. 따라서 실험을 통하여 제안된 방법은 거리에 따라 확대 및 축소를 적용하면 높은 인식률을 얻을 수 있음을 보였다.
본 논문에서는 얼굴영역에 존재하는 특정영역인 분할된 머리, 이마, 눈, 귀, 코, 입, 턱의 슈퍼 상태에서 임베디드 데이터를 이용하여 얼굴인식 방법을 제안한다. 제안된 방법에서는 정규화된 크기(92×112)에서 특정영역인 슈퍼 상태를 정의하고, 분할된 슈퍼 상태의 내부요소인 임베디드 데이터만을 추출하여 PCA 알고리듬으로 얼굴인식을 수행한다. 제안된 방법에서는 원래영상을 모두 학습하는 것이 아니라 분할된 임베디드 데이터만을 학습시키기 때문에 제안된 영상의 크기(92×112)에서 특정 데이터를 받아들일 수 있다. 그리고 평균적으로 92×112 크기의 영상에서는 99.05%, 단계1은 99.05%, 단계2는 98.93%, 단계3은 98.54%, 단계4는 97.85%의 얼굴인식률을 보였다. 따라서 실험을 통하여 제안된 방법은 얼굴영상의 정보를 축소할 뿐만 아니라 처리속도도 향상됨을 보였다.
본 논문에서는 컬러 영상에서 Support Vector Domain Description (SVDD)를 이용한 얼굴 검출 방법을 제안한다. 기존의 훈련을 통한 얼굴 검출 방법은 얼굴 영상과 얼굴이 아닌 영상을 모두 사용해야 한다. 그러나, SVDD를 이용한 얼굴 검출은 단지 훈련을 위해 얼굴 영상만이 사용된다. SVDD의 훈련을 통해 나오는 값인 반지름과 중심 좌표를 통해 얼굴을 검출한다. 또한, 엔트로피를 이용한 임계값 추출 방법(Entropic Threshold)을 통해 얼굴 특징을 추출하고, 슬라이딩 윈도우(sliding window)기법을 통해 성능을 개선한다. 주성분 분석(Principle Component Analysis) 과 SVDD를 이용한 얼굴 검출 방법의 비교 실험을 통해 본 논문이 제안한 방법의 효율성을 확인한다.
칼라 화소 성분들은 인쇄에서부터 획득하기까지의 전 과정에 거쳐 심하게 왜곡되기 때문에, 획득된 영상에서 정확한 칼라 정보를 필요로 하는 칼라 코트 식별 작업은 매우 어렵다. 정확한 칼라 식별을 달성하기 위해서는 서로 다른 칼라 영역들을 정화하게 분리해냄으로써 어떤 칼라 영역의 부분이 아닌 전체 화소들에 대한 통계적 처리를 가능하게 하는 영역 분할 기술이 필요하다. 칼라 영역 분한은 성분 영상(들)에 대한 경계선 검출을 수행하여 달성할 수 있다. 이 논문에서는 RGB, HSI, YIQ의 세 칼라 모델로부터의 성분 영상들에 대해 독립적으로 경계선을 검출하고, 결합에 의해 가장 완전한 경계선 영상을 제공하는 한쌍의 성분을 찾아내기 위한 수학적 분석과 실험을 수행하였다. 실험 결과, Y-와 R-성분 경계선 영상들을 결합했을 때 가장 좋은 결과를 얻을 수 있었다.
본 논문은 기존의 EZW 압축방법을 이용하여 EZW 비트스트림에 이진으로 부호화된 영상을 삽입하고 추출하는 방법을 제안한다. EZW 부호화 방법은 두 가지 경로를 가지는데, 첫 번째 경로는 P, N, IZ, ZTR의 네가지 심벌을 가진다. 두 번째 경로에서는 이 심벌들에 대해 세부적인 값을 부호화한다. 제안한 방법에서는 첫 번째 경로의 ZTR 심벌을 이용하여, 웨이블릿 변환에 의해 전송되는 원영상의 고주파수 영역에 나타나는 ZTR 심벌에 워터마크를 삽입한다. 제안한 디지털 워터마킹 방법은 낮은 비트율에서 좋은 성질을 보여주었다. 향후 비디오나 3차원 영상의 워터마킹은 새로운 영역으로 자리 잡을 것이다.
본 논문에서는 실시간 처리론 위한 적응형 콘트라스트 조정 기법을 제안하였다. 제안된 방식은 과도한 영상의 밝기 변화를 제어하기 위하여 활률밀도함수(PDF: Probability Density Function)를 이용하였다. 또한 제안된 알고리즘은 처리된 영상에 영향을 주지 않으면서 최대 콘트라스트를 얻을 수 있었다. 하드웨어의 복잡성을 감소하기 위하여 누적분포함수(CDF: Cumulative Density Function)의 샘플 값을 이용한 선형화 방법을 이용하였다. 제안된 방식에 의한 처리 결과와 원 영상의 화질 평가를 위하여 시각적 검증과 히스토그램 편차를 도입하였다.
상관관계가 있는 간섭신호가 존재하는 경우, 다양한 빔형성 기법들은 어레이 출력 파워를 최소화하기 위해서 목적신호까지 제거하는 현상이 발생한다. 본 논문에서는 이러한 상관관계가 있는 간섭신호에 의한 신호 제거 문제를 해결하는 새로운 기법을 제안한다. 기존에 제시된 상관 간섭신호의 제거 기법들 대신 제안된 빔형성 지법은 상관 간섭신호를 또 다른 목적신호로 간주하여 코히어런트하게 간섭신호들을 더해준다. 제안된 기법은 고유벡터 제한을 이용하여 잡음과 상관관계가 없는 간섭신호를 제거하고, 목적신호와 상관 간섭신호는 유지하도록 한다. 고유벡터 제한 MV 빔형성 기법은 상관 간섭신호에 대한 어떤 사전정보론 필요로 하지 않는다는 장점이 있다. 모의 실험에 의해 상관 간섭신호가 존재하는 경우 제안된 기법은 어레이 출력의 신호 대 잡음비가 개선하여 목적신호 제거 문제를 해결할 수 있음을 보여준다.
본 논문에서는 음향반향제거기에서 상관계수를 이용하여 동시통화 구간을 검출할 때 발생하는 검출 오류에 대하여 다룬다. 상관계수(correlation coefficient)를 이용한 동시통화 검출 알고리즘에서 동시통가와 반향경로의 변화를 명확하게 구분 지울 수 있는 문턱값 설정이 어렵기 때문에 때때로 검출 오류가 발생한다. 반향경로의 변화를 동시통화로 잘못 판단하면 적응필터의 탭 갱신이 멈추어져 더 이상 수렴할 수 없는 상황에 빠지기도 하고, 동시통화 중에 반향경로가 변하는 경우에는 동시통화 구간의 끝점 검출에 실패하기도 한다. 이러한 문제점을 해결하기 위하여 본 논문께서는 반향제거기에 보조필터를 적용하여 동시통화와 반향경로의 변화를 구분할 수 있는 시스템을 제안한다. 이는 기준입력신호 (reference signal)로부터 반향신호는 추정할 수 있지만 근단화자 신호는 추정할 수 없다는 점을 이용한다. 실험을 통해 제안한 시스템 및 알고리즘이 동시통화 검출 오류와 이로 인해 발생하는 문제점을 효율적으로 해결할 수 있음을 확인하였다.
본 논문에서는 5.1채널 입체음향 오디오 신호를 2채널의 헤드폰으로 재생하기 위한 HRTF (Head Related Transfer Function) 기반의 입체음향 생성 시스템에 대하여 다룬다. 각 채널의 모노 입력신호는 HRTF를 이용한 바이노럴(binaural) 필터링을 통해 가상적으로 음상정위되며, 입체감과 공간감을 증가시키기 위해 잔향효과가 추가된다. 연산량 감소를 위해 음상정위 성능을 저하시키지 않는 범위에서 HRTF의 임펄스 응답 탭 수를 줄였으며, 잔향효과를 위한 음장제어부에서는 초기반사열중 주요한 성분만을 지연기로 모델링하였다. 또한 비개인화된 HRTF DB에 의란 앞/뒤 혼돈 문제를 줄이기 위하여 앞/뒤 스펙트럼의 차를 가중치로 하여 HRTF 스펙트럼을 강조하는 방법을 적용하였다. 구현한 시스템의 성능 평가 결과, 단순한 스테레오 방법이나 2채널 Down Mixing 방식에 비해 현실감 있고 방향성 있는 입체음향을 느낄 수가 있었다.
이 논문에서는 IMT-2000용 인터폴레이션 필터의 저전력 설계 및 구현 방식을 제안하였다. DA(Distributed Arithmetic) 방식의 장점인 프로세서 구조와, CSD(Canonic Signed Digit) 방식의 장점인 덧셈 연산의 최소화 방법을 함께 사용하여 각 구조의 장점을 살린 인터폴레이션 필터 구조를 제안하였다. 필터계수는 CSD형으로 나타낸 후에 4비트씩 가능한 모든 계산을 미리 수행하여 저장하고, MUX와 덧셈 프로세서를 사용하여 곱셈 연산을 수행하도록 설계하였다. 이와 더불어 기존 곱셈기 구조에서 사용되는 출력용 덧셈기와 지연소자는 1개의 덧셈기와 쉬프트 레지스터를 사용하여 효율적으로 구현될 수 있음을 보였다. IMT-2000에서 사용되는 40탭 인터폴레이션 필터에 대하여, 제안된 구조와 기존의 곱셈기를 사용한 구조를 각각 Verilog-HDL 코딩을 통하여 설계하였다. 기존의 곱셈기를 사용한 구조와 게이트 수를 비교한 결과 68.43%의 감소를 달성할 수 있었다.
이 논문에서는 저전력의 DWT(Discrete Wavelet Transform) 필터 뱅크를 설계하는 방식을 제안하였다. 분석단의 기본 저역통과 필터로서 comb 필터를 사용하였으며 comb 필터의 주파수 응답특성을 보완하기 위하여 4차 다항식의 필터를 직렬로 연결한 방식을 제안하였다. 분석단의 고역통과 필터와 합성단의 필터들은 완전복원(perfect reconstruction) 조건을 이용하여 설계하였으며, 이와 같이 설계된 필터들의 최적 필터계수를 얻기 위하여 비용함수를 사용하여 완전복원 조건을 만족하도록 최적화하였다. 제안된 필터 뱅크 설계 결과는 JPEG2000의 (9, 7) 필터 뱅크와 비교하여 실제 이미지를 사용하여 MSE를 비교해본 결과 더 우수한 값을 얻을 수 있었으며, 곱셈의 사용수도 33.3%가 적었다. 따라서 이미지 신호를 압축하는데 널리 사용될 수 있는 저전력 구조임을 입증하였다.
본 논문에서는 멀티미디어 프로세서의 전력 소모를 효과적으로 줄이기 위한 DVS 기법을 제안하였다. 전력 절감율의 유효 범위는 멀티미디어 프로세서의 프레임 기반 연산량이 가우시안 분포로 가정하여 해설적으로 유도되었다. 이러한 해석식은 연산량의 평균과 표준편파에 관하여 표현된다. 제안한 DVS 기법의 전력 절감을 실험을 통해 확인하기 위하여 MPEG-2 비디오 디코더 알고리즘과 MPEG-2 AAC 인코더 알고리즘을 ARM9 프로세서에서 수행하였다. 다양한 MPEG-2 비디오 및 오디오 파일들을 이용한 실험 결과, 50~30% 정도의 전력 절감을 얻었고, 이는 해석적으로 유도된 결과와 거의 일치함을 확인하였다.
적응 CFAR(Constant False Alarm Rate) 알고리즘은 클러터 배경 환경에서 일정한 오경보 율을 유지하면서 탐지확률을 높이기 위해 사용된다. 특히 공간 상관관계, 크기 편차가 큰 비 균일한 클러터 환경에서 탐지성능을 향상시키기 위해서는 공간변화에 적응적인 필터링 기법이 요구된다. 본 논문에서는 클러터 배경추정을 위해 이차원적으로 영역을 구분하여 대표 추정 값을 구하고, 보간(interpolation) 필터를 이용하여 최종 추정 값을 결정하는 이차원 블록 보간(Two-dimensional Block Interpolation : TBI) 적응 CFAR 알고리즘을 제안한다. 제안한 방법은 부분영역의 히스토그램 분포 중앙값을 영역 추정 값으로 선택함으로 불규칙 간섭신호 제거에 효과적이며, 블록 노드 추정 값을 이용하여 각 셀에 대한 최종 추정 값을 얻는 방식을 취함으로 인해 거리 셀 수가 많고, 고도 빔 수가 많은 시스템에서 클러터 필터링에 필요한 메모리 공간을 줄이는데 이점이 있다. 컴퓨터 모의실험을 통해 기존의 트랜스버설(transversal) 방식, 회귀(recursive)방식의 적응 CFAR 알고리즘과 탐지성능, 필요메모리 측면에서 성능을 비교하여 제안한 방법의 우수성을 확인한다.
거리 및 속도 측정 알고리즘은 거리 및 도플러 주파수 영역에서 등 간격으로 구성된 정합필터 출력을 이용하여 정밀한 표적 위치를 추정하는 과정이다. 특히 다기능 레이다용 측정 알고리즘은 동시에 다 표적 추적이 가능하도록 정밀도 뿐만 아니라 수행시간에 대한 고려가 필요하다. 본 논문에서는 모노 펄스(monopulse) 레이다 각도추정에 사용되는 변별기(discriminator)추정방식을 거리 및 속도 측정에 적용하여 알고리즘 성능분석 결과를 제시한다. 적용된 추정방법은 추정 시 수행시간이 일정하므로 다중 표적 추적에 적합하다. 하지만 최소한의 채널 출력만을 이용한 추정방법이므로 측정 정밀도에 대한 고려가 필요하다. 컴퓨터 모의실험을 통해 기존 무게중심 추정방식의 측정 알고리즘과 정밀도 측면에서 성능을 비교하여 적용한 방법의 우수성을 보이고, 또한 펄스 폭, 채널 간격 등 프로세싱 변수 변화에 따른 RMS 에러 계산을 통해 알고리즘 자체 특성을 분석한다.